【2025版】最短ガイド：AWS Certified AI Practitioner（AIF-C01）取得まで

AIF-C01の「いま」の仕様に合わせ、最短ルートで合格点に到達するための実務的ガイドです。要点→計画→手続き→当日の動き→不合格時のリカバリーまで、必要な情報を一本化しました。

試験の概要

• 試験仕様：
  • 65問、試験時間は90分。700/1000で合格（スケールド）。
  • 65問の内訳は、採点対象50問＋評価用（採点対象外）15問。
• 出題ドメイン配点：
  • AI/ML基礎(20%)
  • 生成AI基礎(24%)
  • 基盤モデル活用(28%)
  • Responsible AI(14%)
  • セキュリティ&ガバナンス(14%)
• 受験形態：
  • Pearson VUEのテストセンターorオンライン監督（OnVUE）。
  • 受験言語に日本語あり。受験料100 USD（15,000円弱ほど）。
• 再受験：
  • 不合格から14日後以降に再受験可。
  • 回数制限なし・都度受験料は必要となる。
• 有効期限：
  • 3年（上位資格の「Machine Learning Engineer – Associate」合格等で自動更新可）。

目次

• ステップ1：試験仕様を正しく掴む
• ステップ2：受験準備（アカウント・登録・環境）
• ステップ3：4週間の学習プラン（例）
• ステップ4：公式リソースの学習資料
• ステップ5：申込〜当日の流れ（オンライン受験例）
• ステップ6：もし落ちたら（再受験戦略）
• ステップ7：合格後の価値最大化
• つまずきポイントと対処
• 直前チェックリスト
• FAQ（よくある質問）

ステップ1：試験仕様を正しく掴む

レベル：Foundational（基礎） 形式：多肢・複数選択問題／並べ替え・マッチング・簡易ケース 時間：90分 採点：100–1000で700以上

ドメイン	配点	学習の要所
AI/MLの基礎	20%	学習タイプ・評価指標・SageMakerの役割
生成AIの基礎	24%	トークン/埋め込み/ベクトル・LLM/拡散・Bedrockの土台
基盤モデルの活用	28%	モデル選定・推論パラメータ・RAG/ベクタDB
Responsible AI	14%	安全性・公平性・著作権/法的リスク・説明責任
セキュリティ/ガバナンス	14%	監査/ログ（CloudTrail等）・準拠・データ保護

主要サービスの目安：Amazon Bedrock / Q / SageMaker / Lex / Comprehend / Rekognition / Kendra / Personalize / Transcribe / Translate / Textract / Polly / A2I、RAGでのベクタ格納先として OpenSearch / Aurora / Neptune / DocumentDB / RDS for PostgreSQL 等。

ステップ2：受験準備（アカウント・登録・環境）

• 公式ページで仕様確認：
  • 試験ページからExam Guide/Exam Prep Planを入手。
    • 公式受験ガイド
• 予約：
  • Pearson VUE経由でテストセンター or オンライン監督（OnVUE）を選択（日本語対応・100 USD）。
• オンライン要件：
  • 事前のシステムテスト、片付いた受験環境、適切な身分証、VPN/プロキシ不可、通信ポート（80/443/1935等）の安定接続。

Tip：会社PCはプロキシやセキュリティ制約で弾かれやすいので、私用PC＋有線/安定Wi-Fiがおすすめ。個人的にはテストセンターでの受験を推奨。

ステップ3：4週間の学習プラン（例）

配点が高い「基盤モデル活用」「生成AI」を軸に、Responsible AIとセキュリティ/ガバナンスで取りこぼさない“合格点最短設計”です。

1. Week 1｜地図づくり＋AI/ML基礎（20%） ・用語整理（学習タイプ/評価指標/推論形態）と、SageMakerの役割（Data Wrangler・Feature Store・Model Monitor等の「名前と用途」）。
2. Week 2｜生成AI基礎（24%） トークン・埋め込み・ベクトル・プロンプト・トランスフォーマ/LLM/拡散。AWS側の土台：Amazon Bedrock / SageMaker JumpStart / PartyRock / Amazon Q。
3. Week 3｜基盤モデル活用（28%）＋RAG/ベクタDB モデル/プロバイダ選定（コスト・レイテンシ・多言語・入出力制約）。推論パラメータ（温度/最大トークン）。RAGのパターンとベクタ格納先比較（OpenSearch/Aurora/Neptune/DocumentDB/RDS for PostgreSQL）。
4. Week 4｜Responsible AI＋セキュリティ/ガバナンス（各14%）→総仕上げ 安全性/公平性/著作権・法的リスク/説明責任/ロギング。監査・準拠（CloudTrail/Config/Audit Manager/Artifact/Inspector/Trusted Advisor 等）。公式プラクティス→弱点潰し→模試。

ステップ4：公式リソースの学習資料（+テキスト学習）

• Exam Prep Plan（Skill Builder）：ガイド→学習→演習→模試の王道ルート。
• 公式プラクティス問題＆模試：本番UI・時間配分・設問の粒度に慣れる。
• Exam Demo：フラグ操作や言語トグルを事前体験。
• ＋αでテキストによる学習

AWS認定AIプラクティショナー　合格対策テキスト+問題集 [ 深澤 俊 ] 価格：2,420円（税込、送料無料) (2025/8/23時点) 楽天で購入

ステップ5：申込〜当日の流れ（オンライン受験例）

1. 予約：Pearson VUEで日時と受験形態を確定。
2. 数日前：システムテスト／ネットワーク確認（VPN禁止・必要ポート）／身分証確認。
3. 当日30分前：チェックイン開始（机上片付け・部屋の写真・ID提示）。
4. 本番：65問/90分。フラグ活用＆厳格な時間配分。
5. 結果：スケールドスコア700+で合格。

ステップ6：もし落ちたら（再受験戦略）

• 14日空ければ再受験可（回数制限なし・毎回受験料）。
• スコアレポートのドメイン別フィードバックを起点に、弱点ドメインを重点学習。
• 合格基準はコンペンセトリ（総合700）。配点の高い領域で取り返す。

ステップ7：合格後の価値最大化

• 有効期限：
  • 3年。
  • 期限前の再受験または上位「Machine Learning Engineer – Associate」で自動リサート。
• 次の一手：
  • クラウド基盤を強化するなら
    • Solutions Architect – Associate
  • データ/AIを伸ばすなら
    • Data Engineer – Associate
    • ML Engineer – Associate

つまずきポイントと対処

• 用語の翻訳ゆれ：
  • 日本語設問で迷ったら英語原文トグル（Exam Demoで操作に慣れる）。
• RAG/ベクタDBの混乱：
  • 「何をどこに格納するか」を一枚図に。OpenSearch/Aurora/Neptune/DocumentDB/RDS for PostgreSQLの役割を押さえる。
• Responsible AIが抽象的：
  • 「安全性・公平性・著作権/法的・説明責任・監査」をAWSの監査/準拠サービスにマッピングして暗記。

直前チェックリスト

• 出題ドメイン配点を言語化して説明できる。
• Bedrock/SageMaker/各AIサービスのできること一言説明が言える。
• RAGの構成と主要プロンプト手法（Zero/Few/CoT）を説明できる。
• Responsible AIの要素と監査系サービス（CloudTrail/Config/Audit Manager/Artifact/Inspector/Trusted Advisor）を対で言える。
• OnVUEのシステム要件・禁止事項（VPN等）・チェックイン手順を把握。

FAQ（よくある質問）

Q1. どれくらい勉強すれば合格できますか？ 基礎知識がある社会人なら3〜4週間・30〜50時間が目安。実務未経験なら演習量を厚めに（模試→レビュー→弱点潰しを2周）。

Q2. 数学はどの程度必要？ 本試験は「数学の証明」よりも概念理解と適用判断が中心。評価指標（正解率/適合率/再現率/F1等）の使い分けを説明できれば十分。

Q3. 生成AI関連は何を優先？ 基盤モデルの活用（配点最大）とRAGの理解が得点効率高。次点でResponsible AIとガバナンス。

Q4. 自宅オンライン受験の注意点は？ 事前のシステムテスト、VPN/プロキシ禁止、通信の安定性、片付いた受験環境、身分証の要件確認。会社PCは制約で弾かれがちです。

Q5. 不合格時のルールは？ 14日で再受験可（回数無制限・毎回受験料）。スコアのドメイン別フィードバックで弱点ドメインを重点学習。