コース一覧
生成AI資格対策(生成AIパスポート+G検定)
プロンプトの技法

生成AI資格対策(生成AIパスポート+G検定)

AIと機械学習のきほん、生成AIのしくみ、活用と動向、著作権・個人情報などのリスクと法律、そしてG検定に必要なディープラーニング理論まで、生成AI時代の2大資格の出題範囲を、毎レッスン実際に問題を解きながら学べる対策コースです。前提知識は不要です。約 12.5 時間 (1 日 30 分 × 25 日) で 49 レッスンを修了でき、生成AIパスポートとG検定それぞれの模試で合格ラインを確認して本番に臨めます。

1
試験ガイダンス(2資格の選び方)
0. 2つの資格の違い10分
1. 出題形式と時間10分
2. 学習計画10分
3. 形式を体験10分
2
AIのきほん
0. AIとは15分
1. AIの歴史とブーム15分
2. 機械学習の3分類15分
3. ニューラルネットとDL15分
4. 評価と過学習15分
5. 過去問:AIのきほん15分
3
生成AIのしくみ
0. LLMのしくみ15分
1. 画像生成のしくみ15分
2. マルチモーダル15分
3. RAGと外部知識15分
4. 追加学習の手法15分
5. 過去問:生成AIのしくみ15分
4
活用と動向
0. ビジネス活用15分
1. プロンプトの技法15分
2. 主要サービスの分類15分
3. 動向15分
4. 過去問:活用と動向15分
5
リスクと法律・倫理
0. ハルシネーションとリスク15分
1. 著作権と生成AI15分
2. 個人情報と機密15分
3. AIのセキュリティ15分
4. ガイドラインと法規制15分
5. バイアスと倫理15分
6. 過去問:リスクと法律15分
6
生成AIパスポート仕上げ
0. 模試:生成AIパスポート60分
1. 弱点復習15分
2. 直前チェック15分
3. 受験とG検定への判断15分
7
G検定上乗せ:機械学習の理論
0. 回帰と分類15分
1. 決定木とアンサンブル15分
2. クラスタリングと次元削減15分
3. 勾配降下法15分
4. 正則化と汎化15分
5. 過去問:機械学習理論15分
8
G検定上乗せ:ディープラーニング
0. CNN15分
1. RNNとAttention15分
2. Transformer15分
3. 生成モデル15分
4. 強化学習15分
5. 研究史と人物15分
6. 過去問:DL15分
9
G検定仕上げ
0. 模試:G検定65分
1. 弱点復習15分
2. 直前チェック15分
3. 受験と次のステップ15分

生成AI資格対策(生成AIパスポート+G検定)

012つの資格の違い
02出題形式と時間
03学習計画
04形式を体験
05AIとは
06AIの歴史とブーム
07機械学習の3分類
08ニューラルネットとDL
09評価と過学習
10過去問:AIのきほん
11LLMのしくみ
12画像生成のしくみ
13マルチモーダル
14RAGと外部知識
15追加学習の手法
16過去問:生成AIのしくみ
17ビジネス活用
18プロンプトの技法
19主要サービスの分類
20動向
21過去問:活用と動向
22ハルシネーションとリスク
23著作権と生成AI
24個人情報と機密
25AIのセキュリティ
26ガイドラインと法規制
27バイアスと倫理
28過去問:リスクと法律
29模試:生成AIパスポート
30弱点復習
31直前チェック
32受験とG検定への判断
33回帰と分類
34決定木とアンサンブル
35クラスタリングと次元削減
36勾配降下法
37正則化と汎化
38過去問:機械学習理論
39CNN
40RNNとAttention
41Transformer
42生成モデル
43強化学習
44研究史と人物
45過去問:DL
46模試:G検定
47弱点復習
48直前チェック
49受験と次のステップ

生成AI資格対策(生成AIパスポート+G検定)

プロンプトの技法

試験で問われるのは、名前の付いた技法だけ

プロンプトの工夫は無限に語れますが、試験に出るのは名前の付いた技法に限られます。出題は「こういう聞き方をした。この技法は何か」という形が中心です。必要なのは、技法の説明文を読んで名前を言えること、そして名前から中身を言えることの2方向だけです。ここでは名前が付いている技法を対応表の形で押さえます。

技法名別の呼び方中身見分ける合図
zero-shotゼロショット例を1つも見せずに指示だけを与える「例を示さずに」「そのまま質問した」
one-shotワンショット手本となる例を1つだけ見せてから解かせる「例を1つ見せてから」
few-shotフューショット、少数事例手本となる例を2つ以上見せてから解かせる「例を3つ見せてから」
思考の連鎖Chain of Thought、CoT答えだけでなく、途中の考える過程を順に書かせる「順を追って考えて」「途中の計算過程も示して」
役割の指定ロールプロンプティング「あなたは経験10年の法務担当です」のように立場を与える「あなたは〜です」で始まる指示
出力形式の指定フォーマット指定表、箇条書き、JSON など出力の型を先に決める「表で出して」「3項目の箇条書きで」
制約と禁止事項の明示制約条件の指定文字数、使ってよい語、触れてはいけない内容を明示する「300字以内で」「専門用語を使わずに」
段階的に分けて聞く分割、ステップ分解大きな依頼を小さな手順に分け、1つずつ順に依頼する「まず〜、次に〜と分けて依頼した」

この表の左端と中身の対応が、そのまま出題の形になります。

取り違えやすい組み合わせが決まっている

shot 系の3つは、見せた例の個数だけで決まります。ここでいう例とは、入力とそれに対する望ましい出力の組を指します。0個なら zero-shot、1個なら one-shot、複数なら few-shot です。指示文の長さや丁寧さは関係ありません。few-shot は、言葉で説明しにくい形式や書きぶりを実例で伝える技法で、ラベルの付け方の基準を揃えたいときに効きます。

ここで狙われるのが、few-shot はモデルの中身を書き換える学習ではないという点です。与えた例はその場のプロンプトに含まれるだけで、次回には持ち越されません。追加のデータでモデルを訓練するファインチューニングとは別物です。

思考の連鎖は、答えを一息に出させるのではなく、途中の推論過程を順に書かせてから結論を出させる技法です。複数の手順を踏む計算や、条件が絡み合う論理問題で正答率が上がることが知られています。役割の指定と混同しやすいので、過程を書かせているか、例を見せているか、立場を与えているかで切り分けます。

出力形式の指定と制約の明示も似て見えますが狙いが違います。出力形式の指定は出力の器を決めるもので、後続の処理に機械的に渡したいときに必須です。制約と禁止事項の明示は中身の範囲を絞るもので、文字数の上限、使ってよい用語、触れてはいけない話題を先に伝えます。とくに「〜を含めないでください」という否定形は、書いておかないと守られません。

段階的に分けて聞くは、1回の依頼に要求を詰め込むとどれかが抜け落ちるのを防ぐ技法です。資料の要約、要約からの論点抽出、論点に対する提案、という3段に分けて順に依頼すると、各段の出力を人が確認でき、途中で軌道修正もできます。

聞き方を変えても出てこないものがある

プロンプトの工夫は万能ではありません。モデルがそもそも知らない社内情報は、聞き方を変えても出てきません。この場合に必要なのは技法ではなく、社内文書を検索して根拠として与える RAG です。また、事実の正しさは技法では保証されません。思考の連鎖を使っても、途中の過程がもっともらしいだけで誤っていることはあります。技法は出力を望む方向へ寄せる手段であって、正しさの保証ではありません。

試験ではこう出る

  • 最頻出は技法名を答えさせる形です。「例を3つ提示したうえで本題を解かせた」なら few-shot が答えです。one-shot と迷わせてくるので、例の個数を必ず数えます
  • 「順を追って考えるよう指示した」を、few-shot や役割の指定と迷わせる形も出ます
  • few-shot をファインチューニングと取り違えさせる選択肢が置かれます
  • 「出力を後続システムに渡したい」という場面では、出力形式の指定が答えです。役割の指定を選ばせようとする誤答が並びます
  • 「社内規程の内容を答えさせたいが、モデルが知らない」という設問では、プロンプト技法ではなく RAG が答えになります

このレッスンに出てくる用語

意味があいまいなまま進んだ語は、ここから読み直せます。

  • プロンプトAIに送る指示文。出力品質を決める入力
  • Zero-shot例を与えずに直接タスクを依頼する方式
  • Few-shot例を 2〜5 個示してから依頼する方式
  • applicationJSON 本文を送るときの Content-Type
  • 処理計算や代入を表す長方形
  • RAG検索結果を渡して LLM に答えさせる手法
生田 陸人
監修生田 陸人
ゆめさくエンジニア / 現役ソフトウェアエンジニア監修者プロフィールを見る →
編集 ゆめさく編集部·公開 2026/08/09·更新 2026/08/26

関連レッスン

  • 主要サービスの分類

    主要な生成AIサービスを提供元と用途で分類する見取り図を作ります。年2回更新するレッスンです。

  • 動向

    動向を追い続けるための観点と一次情報源を押さえます。年2回更新するレッスンです。

  • 過去問:活用と動向

    活用と動向の分野を10問で解き、合格水準に届いているか確認します。

  • ハルシネーションとリスク

    生成AI特有のリスクを列挙し、ハルシネーションへの対処を判断できるようにします。

分からないところは Tap (AI先生) に質問できます

24 時間いつでも、あなたのレベルに合わせて日本語で答えます。

復習ミニクイズ

分類作業をさせるにあたり、入力と正しいラベルの組を3つ提示してから、本題のデータを分類させました。この技法の名称として最も適切なものはどれですか。