AWS AI Practitioner問題集|AIF-C01の例題と無料151問

無料で解けるAIF-C01対策問題の全体像

AWS Certified AI Practitioner(AIF-C01)の実試験問題、いわゆる過去問は公開されていません。そのため演習は、AWS公式が提供する無料の練習問題と、試験範囲に沿って独自に作成された問題集を組み合わせて行うのが基本です。

FujiCertでは、AIF-C01の試験ガイドに沿って独自作成した151問をすべて無料で公開しています(実試験問題の転載ではありません)。全問に解説が付いており、分野を選んで解くドメイン別演習と、本番と同じ65問構成の模擬試験の2通りで利用できます。

例題1: RAGとファインチューニングの使い分け(ドメイン3)

【問題】ある企業が、自社製品の専門用語や決まった出力フォーマットで一貫して回答するモデルを求めています。RAGよりファインチューニングが適する場面として最も適切なものはどれですか。

A. 特定ドメインの表現や出力形式をモデル自体に恒常的に適応させたい場合

B. 頻繁に更新される最新文書を、その都度参照して回答させたい場合

C. Bedrock Guardrailsで有害表現の出力だけを抑制したい場合

D. CloudWatchで推論の呼び出し回数を継続的に監視したい場合

正解: A

【解説】ファインチューニングは追加データでモデルの表現や出力形式を恒常的に適応させる手法です。頻繁に変わる知識の参照はRAGが適し、Guardrailsは出力フィルタ、CloudWatchは監視であり、いずれもモデル自体の適応とは目的が異なります。

RAGやファインチューニングの使い分けは、ドメイン3「基盤モデルの応用」に含まれる比較です。最新知識の参照とモデル自体の適応を区別して覚えます。

例題2: AWSサービスの選択(ドメイン2)

【問題】複数社の基盤モデルを比較して文章生成アプリを作ります。学習済みモデルの推論サーバーを自社で配備・管理せず、AWSのマネージドAPIから呼び出したい場合、最も適したサービスはどれですか。

A. Amazon SageMaker JumpStart

B. Amazon Bedrock

C. Amazon EC2上の推論サーバー

D. Amazon Lex

正解: B

【解説】Amazon Bedrockは複数社の基盤モデルをマネージドAPIで利用できます。SageMaker JumpStartは学習済みモデルの導入を支援しますが、SageMaker上にエンドポイントを配備する方式です。EC2上の推論サーバーは実行基盤の管理が必要です。Lexは意図やスロットを使う会話インターフェース向けで、複数社の基盤モデルを比較して呼び出す基盤とは役割が異なります。

生成AIアプリの要件に合うAWSサービスを識別する知識は、ドメイン2「生成AIの基礎」に含まれます。モデルを利用する方法と、利用者が管理する範囲を比べて整理します。

例題3: MCPの役割(ドメイン2)

【問題】複数のエージェントアプリから社内の検索機能や業務ツールへ接続したいと考えています。Model Context Protocol（MCP）が担う役割として最も適切なのはどれですか。

A. エージェント間で依頼の担当や完了状態を調整する業務計画そのものを定める

B. 各利用者がどの機密データへアクセスできるかを決める社内規程を定める

C. 言語モデルがどの出力トークンを選択するかを決める確率分布を定める

D. アプリと外部のツールやデータを接続するための共通のやり取りを定める

正解: D

【解説】MCPは、AIアプリやエージェントがツール・データ等の外部機能を利用するための接続を標準化します。業務の担当割当てや手順の判断はオーケストレーションの役割です。データへのアクセスを許す範囲は認可や社内方針として別途設計します。出力トークンの選択はモデルの生成処理であり、MCPが定める接続の仕組みとは異なります。

MCPはv1.0でも例示されており、v1.1ではマルチエージェントなどとともに目的2.1.6へ明示的に整理されています。旧教材を使う場合は、改訂後の学習目的まで扱っているか確認してください。

5ドメインの配点と、どこから解くか

AIF-C01は5つのドメインで構成され、配点には明確な濃淡があります。ドメイン3「基盤モデルの応用」が28%で最大、ドメイン2「生成AIの基礎」(24%)と合わせると全体の約半分を占めます。

• 最初に配点の高いドメイン3→ドメイン2の順でドメイン別演習を進めると、得点への寄与が大きい分野から固められます
• ドメイン1はAI/MLの基本用語が中心で、他ドメインの土台になるため早めに一巡しておくと後の演習が楽になります
• ドメイン4・5は配点14%ずつですが、責任あるAIやセキュリティの観点はシナリオ問題の選択肢にも横断的に登場するため、後回しにしすぎないのが安全です

AWS公式の無料リソースと本サイト演習の使い分け

演習の土台として、まずAWS公式のリソースを確認してください。公式試験ガイドは出題範囲と配点の一次情報です。AWS Skill Builderの「Practice Question Set」は無料の練習問題セットで、日本語でも利用できます。フルレングスの「Official Practice Exam」は別教材で、サブスクリプション対象です。

一方、公式の練習問題だけでは反復演習には量が足りません。FujiCertの151問は、その演習量を無料で補うための独自作成教材です。全問にシナリオ型を意識した解説が付いており、間違えた分野をカテゴリ単位で解き直せます。

• AWS公式試験ガイド: 出題範囲・配点・対象サービスの確認(一次情報として最初に読む)
• AWS Skill Builder Practice Question Set: 公式品質の練習問題で出題傾向を確認(無料・日本語あり)
• FujiCert 151問: 演習量の確保と弱点分析(無料・全問解説付き・独自作成教材)

試験ガイドv1.1改訂への対応

AWSは2026年4月30日に試験ガイドv1.1を公表しました。公式ガイドは、更新内容を試験へ反映する約1か月前に公開する方針です。改訂には新しい学習目的の追加と既存概念の整理があり、MCPはv1.0でも例示されていました。旧教材を使う場合は、改訂後の学習目的まで扱っているか確認してください。

FujiCertの演習問題は、MCP・コンテキストエンジニアリング・トークン課金・LLM-as-a-judge・エージェント型AIなどを、v1.1の学習目的に合わせて確認できるよう更新しています。

• agentic AI(エージェント型AI)・マルチエージェント: ツール呼び出しや複数ステップの計画・実行の考え方
• MCP(Model Context Protocol): エージェントと外部ツール・データ連携の標準化
• コンテキストエンジニアリング: 指示・履歴・検索結果などモデルへ渡す文脈の設計
• トークン課金: 入出力トークン量に応じたコストの考え方と最適化
• LLM-as-a-judge: LLMによる出力評価と、その妥当性検証の注意点
• ハルシネーション対策: RAGによるグラウンディング(根拠付け)
• 対象サービスの追加: Kiro、Strands Agents、Bedrock AgentCore、Amazon Q、AWS Transformなど

仕上げは65問・90分形式の模擬試験で

本試験は65問・90分で、単純計算で1問あたり約1分23秒です。65問のうち採点対象は50問(残り15問は採点されないノンスコア問題)、合格ラインはスケールドスコア700/1000です。時間配分の感覚は、本番と同じ65問構成の模擬試験で事前につかんでおくのが確実です。

推奨する流れは、(1)ドメイン別演習で全分野を一巡する、(2)模擬試験を65問通しで解いて時間配分と現在地を確認する、(3)正答率が低かった分野をカテゴリ演習で解き直す、というサイクルです。模擬試験は繰り返し受けられるため、受験日までに複数回まわして弱点をつぶしていけます。

なお、難易度や合格ラインの詳しい判断材料は難易度解説の記事、勉強時間の目安や学習スケジュールの立て方は学習計画の記事でそれぞれ扱っています(下記の関連記事参照)。