AWS AI Practitioner問題集|AIF-C01の例題と無料150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150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2)

【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. 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

B. 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

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: B

【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・ファインチューニング・プロンプトエンジニアリングの使い分けは、ドメイン2「生成AIの基礎」で繰り返し問われる頻出テーマです。

例題2: AWSサービスの選択(ドメイン3)

【問題】ある企業が、モデルの学習基盤を自前構築せず、複数ベンダーの基盤モデルをAPIで呼び出して生成AIアプリを短期間で構築したいと考えています。最も適したサービスはどれですか。

A. Amazon Textract。文書画像から文字や表を抽出することに特化している

B. Amazon Comprehend。テキストの感情やエンティティを分析することに特化している

C. Amazon Bedrock。AWSやサードパーティの基盤モデルをAPI経由で利用してアプリを構築できる

D. AWS Config。リソース構成の変更を記録・評価するガバナンス向けサービスである

正解: C

【解説】Amazon BedrockはAWSやサードパーティの基盤モデルをAPI経由で利用し、生成AIアプリを構築するマネージドサービスです。Textractは文書抽出、Comprehendはテキスト分析、AWS Configは構成管理が主目的で、基盤モデル利用基盤ではないため不適切です。

「要件に対してどのAWSサービスを選ぶか」を問うこの形式は、配点最大(28%)のドメイン3「基盤モデルの応用」の中心パターンです。Bedrock・SageMaker・Kendraなど主要サービスの役割を一言で説明できるようにしておくと得点が安定します。

例題3: MCP — 試験ガイドv1.1で追加された新トピック

【問題】生成AIエージェント基盤を設計する企業が、Model Context Protocol(MCP)の役割を確認しています。最も近い説明はどれですか。

A. エージェントやアプリが外部ツールやデータソースへ接続する際の文脈連携を標準化する

B. 基盤モデルの重みを圧縮し、推論を高速化するための量子化手法を提供する

C. AWSの利用料金を集計し、請求書を各アカウントへ自動配信する仕組みを担う

D. 画像生成モデルの出力解像度を固定し、生成コストを平準化する機能を担う

正解: A

【解説】MCPはエージェントが外部システムやツール、データへ接続する際の文脈や操作の連携を標準化する考え方です。量子化や請求、画像解像度の話はMCPの目的とは無関係なため不適切です。

MCPは2026年の試験ガイドv1.1で出題範囲に加わったトピックです。v1.0時代の教材にはまず載っていないため、改訂内容を押さえた演習問題で補う必要があります(詳細は後述のv1.1改訂の節を参照)。

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あり、AWS Skill Builderの「Practice Question Set」は公式品質の練習問題を無料・日本語で試せる貴重な素材です。学習開始時に傾向をつかむために1回、受験直前に仕上がり確認として1回使うのが定番です。

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150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 150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(2026年6月頃から出題反映)

AWSは2026年4月30日に試験ガイドv1.1を公表し、6月頃から新トピックの出題反映が始まっています(公式ガイドは「更新内容が試験に反映される約1か月前に公開される」と明記)。v1.0前提の古い教材だけで対策すると、以下の追加トピックがまるごと抜けるおそれがあります。

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、v1.1で追加されたトピックを含めて出題範囲をカバーす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)。