AWS認定資格 WEB問題集＆徹底解説AIプラクティショナー（AIF）
AIF-C01 は、試験時間 90 分で 65 問に答え、1,000 点満点中 700 点以上で合格です。配点が最も大きい分野は「基盤モデルの応用」（28%）です。当サイトには 500 問を収録しています（分野ごとの問題数は下の表のとおり）。
AIF-C01 の試験の基本
| 試験コード | AIF-C01（試験ガイド 版数 1.4） |
|---|---|
| 問題数 | 65 問（うち採点対象 50 問。残り 15 問は採点されない調査用の問題） |
| 試験時間 | 90 分 |
| 合格点 | 1,000 点満点中 700 点以上（換算スコア。正答率そのものではありません） |
| 受験方法 | テストセンターまたはオンライン（Pearson VUE） |
| 受験料 | 15,000 円（税別）（公式の価格表） |
| 有効期限 | 3 年間 |
| 再受験 | 不合格の場合は 14 日後から再受験できます。回数の制限はなく、受験料は毎回かかります。 |
分野と配点
本試験の出題分野と配点、当サイトの収録問題数です。分野名から、その分野の問題だけを解けます。
| 分野 | 本試験の配点 | 当サイトの問題 |
|---|---|---|
| AI と ML の基礎 | 20% | 156 問 |
| 生成 AI の基礎 | 24% | 105 問 |
| 基盤モデルの応用 | 28% | 119 問 |
| 責任ある AI に関するガイドライン | 14% | 67 問 |
| AI ソリューションのセキュリティ、コンプライアンス、ガバナンス | 14% | 53 問 |
| 合計 | 100% | 500 問 |
本試験の問題はこんな形
公式のサンプル問題と試験ガイドを分析し、本試験の問題の特徴をまとめました。当サイトの問題もこの形に合わせて作っています。
- 問題文は 1〜3 文と短めです。ビジネスの背景を軽く示したうえで、「どの概念か」「どのサービスか」を 1 点だけ問います。
- 用語の定義や手法の違いといった概念の理解と、要件に合う AWS サービスの選択が中心です。AI/ML を自分で構築する人ではなく、使う人・導入を判断する人の立場で問われ、コーディングやハイパーパラメータの調整、パイプラインの構築は範囲外です。
- トークン、埋め込み、RAG、ファインチューニング、temperature、few-shot といった生成 AI の用語は、意味だけでなく、どの場面に合うかまで問われます。
- プロンプトエンジニアリング・RAG・ファインチューニング・事前学習を比べて、「コストや手間が最も小さい方法はどれか」を選ぶ問題がよく出ます。
- Amazon SageMaker の機能（Clarify・Model Monitor・Model Cards・Feature Store・JumpStart・Data Wrangler）と、Amazon Bedrock の機能（ナレッジベース・エージェント・ガードレール）の役割の違いを正確に問われます。
- 評価指標は、要約なら ROUGE、翻訳なら BLEU、分類なら正解率や F1 スコアのように用途との対応を選ぶ程度で、計算はしません。責任ある AI やガバナンスも、どの考え方・ツール・サービスが当てはまるかを対応付ける問題が中心です。
- 択一・複数選択に加えて、項目を正しい順に並べる問題、項目どうしを組み合わせる問題、1 つのシナリオに複数の設問が付くケーススタディも出ます。
よくあるひっかけの型
誤りの選択肢には決まった型があります。型を知っておくと、もっともらしい選択肢を落ち着いて消去できます。
SageMaker の中の、名前も用途も近い機能を並べた選択肢です。目的のわずかな違いで正誤が分かれます。
例: 特徴量を保存して学習と推論で共有したい場面で、SageMaker Data Wrangler や SageMaker Clarify を選ぶ（正解は SageMaker Feature Store）。
推論の方式やプロンプトの手法など、同じ分野の別のやり方を並べた選択肢です。レイテンシー・データ量・コストの要件に合うかで見分けます。
例: 低レイテンシーで即時に応答を返す必要がある場面で、バッチ推論や非同期推論を選ぶ。いくつかの例を示して出力をそろえたい場面で、zero-shot プロンプトを選ぶ。
要件は満たせても、コストや手間が過剰な手法を選ぶ選択肢です。「コストや手間が最も小さい方法」を問われていれば誤りになります。
例: 社内文書の内容を回答に反映したいだけの場面で、ファインチューニングや事前学習を選ぶ（RAG で足りる）。
ML の用語やサービスではあるものの、問われている課題とは関係のないものを混ぜた選択肢です。
例: モデルのバイアスを減らす方法を問う問題で、画像のエッジ検出を選ぶ。モデルの評価方法を問う問題で、ニューラルネットワークの層の数を選ぶ。
AWS のサービスや既存のモデルを使えば足りる場面で、モデルや基盤を自前で一から作る選択肢です。AI を使う側の立場を超えた「やりすぎ」の答えです。
例: 自社でモデルをゼロから学習させる。推論用の独自インフラを実装する。
出題範囲の注意（提供終了・新規受付終了のサービス）
公式試験ガイドの出題範囲には載っているものの、提供終了・新規受付終了・サポート終了が決まっているサービスです。本試験で名前が出る可能性は残りますが、新しく深く学ぶ優先度は低めです。後継・代替のサービスもあわせて押さえておくと安心です。
| サービス | 状況 | 後継・代替 |
|---|---|---|
| Amazon Fraud Detector | 新規受付終了（2025年11月7日） | Amazon SageMaker AI / AutoGluon / AWS WAF |
| Amazon Kendra | メンテナンスモード 新規受付終了（2026年7月30日） |
Amazon Bedrock Managed Knowledge Base |
| AWS Audit Manager | メンテナンスモード 新規受付終了（2026年4月30日） |
AWS Config のコンフォーマンスパック（組織コンフォーマンスパック）/ AWS Control Tower のコントロール / AWS Security Hub CSPM のセキュリティ標準 |