AIP-C01 AWS Certified Generative AI Developer - Professional の勉強方法と試験対策
最終更新：2026-08-02
AIP-C01はどんな試験か
AWS Certified Generative AI Developer - Professional（AIP-C01）は、2026年に加わったAWS認定のプロフェッショナルレベル資格です。公式試験ガイドは対象者を「GenAIデベロッパーの役割を担う個人」と定め、基盤モデル（FM）をアプリケーションや業務ワークフローへ効果的に統合する能力を検証すると説明しています。ベータ版を受験できる最終日は2026年3月31日で、標準版の登録開始は同年3月17日付のAWS公式ブログで告知されました。
この試験を理解するうえで最も重要なのは、モデルを「作る」試験ではないという点です。公式試験ガイドは対象者の業務範囲外として、モデルの開発とトレーニング、高度なML手法、データエンジニアリングと特徴量エンジニアリングを明示的に挙げています。問われるのは、既に存在する基盤モデルを本番環境のアプリケーションへ組み込み、安全に・安く・確実に動かし続ける力です。
公式試験ガイドが検証対象として挙げるのは、ベクトルストアやRAG（Retrieval Augmented Generation）を用いた設計と実装、基盤モデルの統合、プロンプトエンジニアリングと管理、エージェント型AIの実装、コスト・パフォーマンスの最適化、セキュリティとガバナンスと責任あるAI、そしてトラブルシューティングとモデル評価です。いずれも「動くものを作った先」に必要になる論点で、後述の5ドメインはこれを分解したものです。
誰が受けるべきか — AIF・MLAとの位置づけの違い
AWSのAI関連認定は3つに分かれており、レベルだけでなく対象とする仕事そのものが異なります。AIF-C01（AI Practitioner）は基礎レベルで、AI/MLの概念と用語を非エンジニアを含む幅広い層に向けて扱います。MLA-C01（Machine Learning Engineer - Associate）はアソシエイトレベルで、機械学習のパイプライン構築・学習・デプロイ・MLOpsが中心です。AIP-C01はこれらの上位互換ではなく、生成AIアプリケーションの実装と運用に範囲を絞ったプロフェッショナルレベルの試験です。
公式が示す推奨経験は次のとおりです。前提資格の要件はなく、AWSは「すべてのAWS認定は特定の前提条件を満たさなくても取得できます」と明記していますが、この経験値が実質的な難易度を決めます。
- AWSまたはオープンソース技術で本番グレードのアプリケーションを構築した2年以上の経験
- 一般的なAI/MLまたはデータエンジニアリングの経験
- 生成AIソリューション実装のハンズオン経験1年
- AWSの知識として、コンピューティング／ストレージ／ネットワーキング、セキュリティのベストプラクティスとID管理、デプロイとIaCツール、モニタリングと可観測性、コスト最適化の原則
なお公式の認定ページは、受験要件ではないとしたうえで、AI Practitioner、Solutions Architect - Associate、Machine Learning Engineer - Associate、Data Engineer - Associateといった認定を先に取得していると役立つ場合がある、と案内しています。
すでにBedrockでRAGやエージェントを実装している方であれば、自分の実装判断を言語化する試験として取り組みやすいはずです。逆に生成AIの実装経験がまだない場合は、AIF-C01で用語を固めてから実装経験を積み、その後に戻ってくるほうが遠回りに見えて確実です。
試験の基本情報
| 項目 | 内容 |
|---|---|
| 正式名称 | AWS Certified Generative AI Developer - Professional |
| 試験コード | AIP-C01 |
| レベル | プロフェッショナル |
| 受験料 | 300 USD（円建て価格は公式サイトで最新価格をご確認ください） |
| 問題数 | 75問（うち採点対象65問、採点対象外10問。採点対象外の問題は試験中に判別できません） |
| 制限時間 | 180分 |
| 合格ライン | 100〜1,000のスケールスコアで750以上 |
| 出題形式 | 多肢選択式（正解1・誤答3）と複数選択式（5つ以上の選択肢から正解2つ以上）。複数選択はすべての正解を選んで初めて得点（部分点なし） |
| 受験方式 | Pearson VUEのテストセンター、またはオンライン監督付き試験 |
| 言語 | 英語・日本語・韓国語・簡体中国語 |
| 前提資格 | なし（推奨経験はあるが受験要件ではない） |
| 有効期限 | 3年 |
75問を180分で解くため1問あたり平均144秒です。数字だけ見れば余裕がありますが、プロフェッショナルレベルの設問は長文シナリオが中心で、複数選択問題は選択肢を全て吟味する必要があるため、見直しの時間は思ったほど残らないと考えておくほうが安全です。採点方式では2点を押さえておきましょう。ひとつは補償的スコアリングモデルで、ドメインごとに合格ラインを超える必要はなく全体で750に届けば合格です。もうひとつは無回答が不正解として扱われ、推測によるペナルティはないことで、分からない問題も必ず何かを選んでおくべきということになります。
上記は2026年8月時点の情報です。最新の情報は公式サイトでご確認ください。受験料・提供言語・ポリシーは変更される場合があります。詳細は公式の認定ページおよび公式試験ガイドをご参照ください。再受験の待機期間など受験ポリシーの詳細も、公式のポリシーページで最新の内容をご確認ください。
出題範囲
出題範囲は5つのドメインに分かれ、採点対象コンテンツに占める比率が定められています。比率はそのまま学習時間の配分の目安になります。ドメイン1と2だけで全体の57%を占めるため、ここが得点の土台です。
ドメイン1：基盤モデルの統合、データ管理、コンプライアンス（31%）
最大配分のドメインで、実質的にRAGの設計思想を問う領域です。要件分析とアーキテクチャ設計（AWS Well-Architected FrameworkのGenerative AI Lensを含む）、基盤モデルの選定と、コード変更なしにモデルを切り替えられる抽象化の設計、Amazon Bedrock Cross-Region Inferenceや段階的縮退によるレジリエンス確保が入口です。
中心となるのはベクトルストアと検索の設計で、Amazon Bedrock Knowledge Bases、Amazon OpenSearch Service、Amazon AuroraのpgvectorといったベクトルストアやAmazon Titan埋め込みモデルの選択、チャンク分割戦略、メタデータ設計、キーワードとベクトルを組み合わせたハイブリッド検索やリランカー、クエリ拡張・クエリ分解が問われます。加えてAmazon Bedrock Prompt ManagementとPrompt Flowsによるプロンプトのテンプレート化・承認・バージョン管理も本ドメインです。
ドメイン2：実装と統合（26%）
エージェント型AIとAPI統合が主題です。Strands AgentsやAWS Agent Squadによるマルチエージェント構成、MCP（Model Context Protocol）によるエージェントとツールの接続、AWS Lambdaでのステートレスなサーバー実装とAmazon ECSでの複雑なツール提供、AWS Step FunctionsによるReActパターンや思考連鎖の実装、そして停止条件・タイムアウト・サーキットブレーカーといった暴走の抑止策が含まれます。
デプロイ面では、Lambdaによるオンデマンド呼び出し、Amazon Bedrockのプロビジョンドスループット、Amazon SageMaker AIエンドポイントの使い分けが問われます。API統合では同期・非同期（Amazon SQS）・ストリーミング（WebSocketやServer-Sent Events）の選択、指数バックオフとレート制限、コンテンツに応じたモデルルーティングが典型論点です。
ドメイン3：AIの安全性、セキュリティ、ガバナンス（20%）
Amazon Bedrock Guardrailsを軸に、入力側（プロンプトインジェクションやジェイルブレイクの検知、入力サニタイズ）と出力側（有害コンテンツのフィルタリング、毒性検出）の両方に多層防御を敷く設計が問われます。ハルシネーション対策としてKnowledge Basesによるグラウンディング、信頼度スコアリング、JSON Schemaによる構造化出力の強制が挙げられています。
データ保護ではVPCエンドポイントによるネットワーク分離、IAMとAWS Lake Formationによるアクセス制御、Amazon ComprehendとAmazon MacieによるPII検出、マスキングと匿名化。ガバナンスではモデルカード、AWS Glueによるデータリネージ追跡、AWS CloudTrailの監査ログ、バイアスドリフトの監視が対象です。責任あるAIとして、推論トレースによる透明性の確保やLLM-as-a-judgeによる公平性評価も含まれます。
ドメイン4：GenAIアプリケーションの運用効率と最適化（12%）
コストとレイテンシの最適化が中心です。トークン効率（コンテキストウィンドウの最適化、プロンプト圧縮、応答サイズの制御）、クエリの複雑さに応じた階層的なモデル使い分け、バッチ処理とプロビジョンドスループット、そしてセマンティックキャッシュやプロンプトキャッシュによる呼び出し自体の削減が問われます。
パフォーマンス面ではレイテンシ最適化モデルの選択、応答のストリーミング、並列リクエスト、temperatureやtop-k／top-pの適切な設定。監視ではCloudWatchでのトークン使用量・ハルシネーション率・応答品質の追跡、Amazon Bedrock Model Invocation Logsによる詳細分析、コスト異常検知が挙げられています。従来のMLシステムにはない障害モード（ゴールデンデータセットによるハルシネーション検出、応答の一貫性分析、推論経路のトレース）への言及がある点が特徴的です。
ドメイン5：テスト、検証、トラブルシューティング（11%）
配分は最小ですが、生成AI特有の「正解が一意でない」評価を扱う独立した領域です。関連性・事実正確性・一貫性・流暢さといった指標、Amazon Bedrock Model Evaluations、A/Bテストとカナリアテスト、LLM-as-a-Judgeによる自動評価、RAG評価と検索品質のテスト（関連度スコアリング、コンテキスト一致の検証）、エージェント評価（タスク完了率、ツール使用の有効性）が対象です。トラブルシューティングでは、コンテキストウィンドウ溢れと切り詰めに起因するエラー、埋め込み品質の診断、ドリフト監視、チャンク分割や前処理の見直しといった症状から原因を切り分ける設問が想定されます。
勉強法・学習ロードマップ
新しい試験のため合格体験談や市販教材がまだ少なく、一次情報と手を動かした経験の比重が通常より大きくなります。学習期間は個人差が大きいため、期間で区切るより「模擬演習で安定して合格ラインを超えているか」で受験時期を判断してください。
ステップ1：公式試験ガイドを読み込む
まず公式試験ガイドを通読します。この試験ではガイドの読み込みが特に効きます。各スキル項目に「例えば〜を用いて」という形で具体的なAWSサービス名が列挙されているためで、そのまま学習チェックリストとして使えます。あわせて「試験に登場する可能性のあるテクノロジーと概念」「対象となるAWSサービス」「対象外のAWSサービス」の各リストにも目を通し、範囲の外周を把握しておきましょう。
ステップ2：AWS Skill Builderの公式教材を使う
AWSは公式にAWS Skill Builder上で「Exam Prep Plan: AWS Certified Generative AI Developer - Professional」を提供しています。AWSの案内によれば、試験形式の問題による練習評価、AWS SimuLearnによるハンズオン練習、各試験ドメインとタスクを復習するレッスンが含まれます。一部コンテンツはサブスクリプションが必要な場合があるため、提供内容と条件は公式サイトでご確認ください。
ステップ3：Amazon Bedrock周辺を実際に触る
この試験は実装経験がそのまま得点差になります。少なくとも次は自分で動かしておきたいところです。
- Bedrock Knowledge Bases — チャンクサイズや埋め込みモデルを変えて検索結果がどう変わるかを体感する
- Bedrock Guardrails — 拒否されるプロンプトと通るプロンプトの境界を確かめる
- Bedrock Prompt Management / Prompt Flows — プロンプトをコードから分離して管理する意味を理解する
- Bedrock Model Evaluations — LLM-as-a-judgeを含む評価の出力を実際に読む
- Bedrock AgentCore・Strands Agents・MCP — エージェントがツールを呼ぶ流れとトレースを追う
- ベクトルストア — OpenSearch ServiceとAurora（pgvector）の性格の違いを押さえる
コストが気になる場合でも、小さなドキュメント集でRAGを1本通しで組み、トレースとトークン使用量を眺めるだけで理解の解像度は大きく変わります。ドメイン4・5はこの「眺めた経験」があるかどうかで難易度が大きく変わる領域です。
ステップ4：問題演習で「選べる形」に変える
ドキュメントを読んで分かったつもりでも、似たサービスを並べられると選べない——これは資格学習で最も起きやすいギャップで、選択肢がいずれも「それらしく」見えるプロフェッショナルレベルでは特に顕著です。範囲を一巡した直後から演習に入り、正答率よりも間違えた問題について「なぜ他の選択肢が誤りなのか」を説明できるようにすることを重視してください。
トキヌクでもAIP-C01向けのオリジナル問題を提供しており、サンプル問題として30問を無料で公開しています（問題集の詳細はこちら）。演習教材を選ぶ際は、実試験の問題を流用していないことと、誤答選択肢にも解説があることを基準にすると選びやすくなります。
ステップ5：仕上げ（直前1〜2週間）
本番と同じ75問・180分の分量で通し演習を行い、時間配分と3時間の集中力を確認します。合格ラインに届かない場合はドメイン別の正答率を見て、配分の大きいドメイン1・2から重点的に復習してください。あわせて、テストセンター受験なら会場と持ち物、オンライン監督付き受験なら有効な身分証明書・安定した回線・机上に余計な物を置かない環境も準備しておきましょう。
よくある質問
AIP-C01を受けるのにAIFやMLAの取得は必要ですか？
必要ありません。AWS認定に前提資格の要件はなく、どの認定からでも受験できます。ただしAIP-C01はプロフェッショナルレベルで、AWSでの本番アプリケーション開発2年以上と生成AIソリューション実装1年程度の経験が推奨されています。資格の順序より、この実務経験が学習の前提として効いてきます。
AIP-C01は日本語で受験できますか？
はい。公式サイトによると英語・日本語・韓国語・簡体中国語で提供されています。受験方式はPearson VUEのテストセンターとオンライン監督付き試験の両方が選べます。最新の提供言語は公式サイトでご確認ください。
モデルの学習やファインチューニングの知識はどこまで必要ですか？
公式試験ガイドは、モデルの開発とトレーニング、高度なML手法、データエンジニアリングと特徴量エンジニアリングを対象者の業務範囲外と明記しています。問われるのは既存の基盤モデルをアプリケーションへ組み込み、本番運用する力です。ただしファインチューニング済みモデルのデプロイやライフサイクル管理（LoRAなどの手法名、SageMaker Model Registryでのバージョン管理）は出題範囲に含まれます。
MLA-C01やAIF-C01とはどう違いますか？
AIF-C01は基礎レベルでAI/MLの概念と用語を、MLA-C01はアソシエイトレベルで機械学習のパイプライン構築や運用を扱います。対してAIP-C01はプロフェッショナルレベルの生成AI特化で、RAG・ベクトルストア・エージェント・ガードレール・評価といった生成AIアプリケーションの実装と運用に範囲が絞られています。守備範囲が重なるというより、対象とする仕事そのものが異なります。
学習時間の目安はどれくらいですか？
2026年に登場した新しい試験のため合格者データの蓄積が乏しく、確かな目安は示しにくいのが実情です。推奨経験を満たす方でも、Bedrockの各機能とRAG・エージェント周りを一巡するのに相応の時間を見込んでください。期間で区切るより、模擬演習で安定して合格ラインを超えているかを受験時期の判断材料にすることをおすすめします。
AWS AIPの問題演習はトキヌクで
トキヌクはAWS AIP対策のオリジナル問題を全200問収録（30問は登録なしで無料）。全選択肢に「なぜ正解か・なぜ違うか」の解説付きで、弱点テーマに合わせた出題で効率よく仕上げられます。
AWS AIPの演習を無料で始める →AWS AIP問題集の詳細 → サンプル問題30問を読む →
本記事は学習の参考情報であり、合格を保証するものではありません。試験の仕様（受験料・出題範囲等）は変更されることがあります。必ず公式サイトで最新情報をご確認ください。本サービスは非公式の学習教材であり、各認定団体とは提携・承認・後援関係にありません。試験名は各団体の商標または登録商標です。
トキヌク トップページへ