生成AIパスポート試験に「過去問」は存在しません。主催団体であるGUGA（一般社団法人生成AI活用普及協会）は、2026年9月時点で本試験の問題を公開していないためです。公開されているのは、出題範囲を定めたシラバスPDFと、サンプル問題PDFの2つだけです。つまり演習の材料は、シラバスの範囲に沿って自分で（あるいは第三者が）作った練習問題しかありません。
結論：「過去問」と名乗る問題集を探すのではなく、シラバスの5つの章に沿って、章ごとに問題を解いて用語の切り分けを確認するのが現実的な演習方法です。この記事では、GUGA公開のシラバス範囲にもとづく予想問題12問を章別に並べ、解説と間違えやすい論点を添えます。
- 試験は60分・60問・四肢択一式（一部複数選択を含む）のIBT方式。受験料は一般11,000円（税込）・学生5,500円（税込）（2026年9月時点・GUGA公表）
- 合格ラインは「開示しておりません」とGUGAが明記。何点取れば受かるかは公表されていないため、章を捨てる作戦は組めません
- 2026年2月試験からシラバスが改訂され、RAG・AIエージェント・AI事業者ガイドライン（第1.1版）・AI新法などが追加されました。旧シラバス期に作られた問題は範囲がずれます
- 本記事の12問はAI資格ナビ編集部がシラバスの公開範囲にもとづいて作成した予想問題（練習問題）です。実際の出題ではありません
この記事の対象：生成AIパスポートの受験を決めていて、テキストを一周した前後で「何を解けばいいか」を探している方。
今日やること：GUGA公式のシラバスPDFをダウンロードし、章立てを見ながらこの記事の12問を解いてみてください。
結論：解くべきは「過去問」ではなく、シラバス範囲の練習問題
「生成AIパスポート 過去問」で検索すると、たくさんのページが出てきます。ただ、GUGAは実際に出題された問題を公開していません。2026年9月時点で、GUGA公式サイトの試験概要ページから配布されているのは次の2点です。
- 試験出題範囲（シラバス）PDF：「生成AIパスポートの試験出題範囲（2026年2月試験以降）」。旧版として「2025年10月試験まで」のPDFも別途置かれています
- サンプル問題PDF：「生成AIパスポート試験 サンプル問題」（74KB）
（出典：GUGA「生成AIパスポート」試験概要／2026年9月時点）
したがって、「過去問」を名乗る問題が世の中にあったとしても、それは主催団体が公開したものではありません。当サイトも過去問の転載は行いません。この記事に載せる12問は、シラバスの公開範囲にもとづいてAI資格ナビ編集部が作成した予想問題（練習問題）です。本番の出題を再現したものではなく、正解が本番でも同じ形で問われる保証はありません。
そのうえで、練習問題には確実な使い道があります。四肢択一式は「似た用語を取り違えているか」をあぶり出す形式だからです。テキストを読んで分かったつもりになっている状態と、選択肢を4つ並べられて選べる状態は別物です。演習の目的は、この差を見つけることに絞ってください。
問題を解く前に押さえる、試験の事実
演習の設計は、試験形式の事実から逆算します。GUGAが公表している範囲を先に確認します。
- 試験形式：オンラインでのIBT方式。パソコン・スマートフォン・タブレットから受験期間中いつでも受験できます
- 試験時間・問題数：60分間で60問
- 出題方法：四肢択一式（一部複数選択を含む）
- 出題範囲：シラバスより出題
- 受験料：一般11,000円（税込）／学生5,500円（税込）
- 受験資格：制限なし
- 開催：年5回（2月・4月・6月・8月・10月）
- 一時停止：「受験途中で一時停止する機能はございません。試験時間を過ぎますと、自動で試験終了となります。」
（出典：GUGA「生成AIパスポート」試験概要、GUGA「よくある質問」／2026年9月時点）
ここから逆算すると、1問あたりの持ち時間は単純計算で60秒です。四肢択一で1分あるので、読んで迷ってから決める余裕はあります。むしろ問題になるのは、迷った1問に3分かけて後半を落とすパターンです。演習のときから「30秒で決める／迷ったら印をつけて先へ進む」を体に入れておくと、本番で時間切れになりにくくなります。
合格ラインは公開されていません。GUGAのよくある質問には「合否に関する基準点や採点の詳細については開示しておりません。ご了承ください。」と記載されています。試験ごとに全受験者の得点を集計・分析した結果が合否通知メールに記載される、という案内はありますが、事前に基準点は分かりません。
この点は演習の方針に直結します。基準点が分からない以上、「この章は捨てて他で取る」という戦略が組めません。章別の出題数・配点もGUGAは公表していないため、どの章が何問出るかも読めません。したがって、全章をひととおり解ける状態にするのが最短ルートになります。合格率の推移や難易度の見立ては生成AIパスポートの難易度と合格率で回ごとの公表値を整理していますので、そちらもあわせて確認してください。
出題範囲の地図：シラバスの5章と、2026年改訂で増えた論点
シラバスPDFは「大項目・中項目・学習目標・学習項目・詳細キーワード」の階層で書かれています。全体像をつかむには、GUGA監修の公式テキスト第4版（2026年度実施試験シラバス対応）の章立てが分かりやすい目次になります。
| 章 | 章タイトル | 中心になる考え方 | 本記事の予想問題 |
|---|---|---|---|
| 第1章 | AI（人工知能） | AI・機械学習・ディープラーニングの関係と、学習方法の分類 | 問1・問2 |
| 第2章 | 生成AI（ジェネレーティブAI） | 大規模言語モデルの仕組みと、生成AI特有の弱点 | 問3・問4・問5 |
| 第3章 | 現在の生成AI（ジェネレーティブAI）の動向 | RAG・AIエージェント・マルチモーダルなど最近の技術 | 問6・問7・問8 |
| 第4章 | 情報リテラシー・基本理念とAI社会原則 | 著作権・個人情報・ガイドラインと法令の切り分け | 問9・問10・問11 |
| 第5章 | テキスト生成AIのプロンプト制作と実例 | 指示の書き方と、業務での使い分け | 問12 |
（章立ての出典：GUGA公式ショップ「生成AIパスポート公式テキスト 第4版」／発行：一般社団法人生成AI活用普及協会・製本版1,980円（税込））
注意点として、この5章はテキストの目次であって、シラバスの大項目そのものではありません。細かい学習項目と詳細キーワードは、必ずGUGA公式のシラバスPDFで確認してください。
2026年2月試験からのシラバス改訂点
2025年10月1日のGUGA発表によると、2026年試験のシラバスでは次の点が改訂されています。古い問題集や旧シラバス期の体験談を使うときは、この差分が抜けていないかを確認してください。
- 最新モデル・ツールの反映：ChatGPTについて「最新モデルまでの変遷（GPT-o1、GPT-o3、GPT-o4、GPT-4.1、GPT-5、Operator、Codex、Image Generation）を反映」。あわせてGemini・Claude・Copilotへの言及が追加され、画像生成AI・動画生成AIの主流技術も更新
- RAGの追加：「RAG（Retrieval-Augmented Generation）の歴史や仕組み、ユースケースに関する項目」を追加
- AIエージェントの追加：概要・仕組み・ツール例を追加
- 法令・指針の対応：2025年3月28日改訂の「AI事業者ガイドライン（第1.1版）」に対応。2025年6月4日公布の「AI新法」を新規項目として追加
（出典：GUGA「生成AIパスポート、2026年試験のシラバス改訂および資格更新テストのリニューアル開催のお知らせ」／2025年10月1日）
改訂で増えた論点は、本記事の問6・問7・問10がそれに当たります。テキストの版が古いと丸ごと抜ける範囲なので、優先して確認してください。
予想問題①：第1章「AI（人工知能）」（問1〜問2）
お断り：以下の12問は、GUGAが公開しているシラバスの範囲にもとづき、AI資格ナビ編集部が作成した予想問題（練習問題）です。実際に出題された問題ではありません。本番の出題形式・難易度・正答の考え方が同じである保証はありません。答え合わせのあとは、必ず公式テキストとシラバスで該当箇所を確認してください。
問1
次のうち、「教師なし学習」に分類されるタスクとして最も適切なものはどれか。
- 過去の販売実績データから、翌月の売上金額を予測する
- 顧客データを、似た傾向どうしのグループに自動で分ける
- 迷惑メールか通常メールかのラベルが付いたデータで、判定モデルを作る
- ゲームのスコアが最大になる行動を、試行錯誤を繰り返して学習する
正解：2
解説：教師なし学習は、正解ラベルのないデータから構造やまとまりを見つける学習方法です。2はクラスタリングにあたります。1は回帰、3は分類で、どちらも正解ラベルを使う教師あり学習です。4は報酬を手がかりに行動を学ぶ強化学習です。切り分けの基準は「正解ラベルがあるか」「報酬で学ぶか」の2つで、これを押さえると4つの選択肢はほぼ機械的に分けられます。
問2
AI（人工知能）・機械学習・ディープラーニングの関係を表したものとして、最も適切なものはどれか。
- AIの中にディープラーニングがあり、その中に機械学習がある
- 機械学習の中にAIがあり、その中にディープラーニングがある
- AIの中に機械学習があり、その中にディープラーニングがある
- 3つは互いに重ならない、独立した別々の技術分野である
正解：3
解説：もっとも広い概念がAIで、その一分野が機械学習、さらにその一手法がディープラーニング（多層のニューラルネットワークを用いる手法）です。入れ子の順番を逆にした選択肢が混ぜられるのが定番なので、「広い→狭い」の順で覚えてください。なお、ルールベースのAIのように機械学習を使わないAIも存在するため、選択肢4のように「独立している」とすると誤りです。
予想問題②：第2章「生成AI」（問3〜問5）
問3
大規模言語モデル（LLM）が文章を生成する仕組みの説明として、最も適切なものはどれか。
- 入力された文をインターネット上で検索し、見つかった文章をそのまま引用して返している
- 学習によって得た確率にもとづき、次に来るトークン（単語などの単位）を予測することを繰り返している
- あらかじめ人が用意した回答文のデータベースから、条件に一致するものを選んで返している
- 入力された文章をその場ですべて記憶し、モデルを学習し直してから返している
正解：2
解説：LLMは、大量のテキストで学習した確率分布にもとづいて次のトークンを予測し、それをつなげて文章を作ります。1は検索エンジン、3はルールベースのチャットボットの説明です。4は誤りで、通常の利用では入力のたびにモデルの重みが更新されるわけではありません。「予測を繰り返しているだけ」という理解が、次の問4（ハルシネーション）の理由づけにそのままつながります。
問4
生成AIの「ハルシネーション」を説明したものとして、最も適切なものはどれか。
- 学習データに含まれていた個人情報を、そのまま出力してしまうこと
- 事実と異なる内容を、もっともらしい文章として生成してしまうこと
- 同じ指示に対して、毎回まったく同じ回答を返してしまうこと
- 入力された指示を無視して、回答を拒否すること
正解：2
解説：ハルシネーション（幻覚）は、事実に反する内容を自信のある文体で生成してしまう現象です。1は個人情報の漏えいという別の論点、4は安全対策による出力の制限で、いずれも別の用語で問われます。「生成AIの課題」としてまとめて出てくる用語どうしを取り違えるのが、この章のいちばん多い失点です。用語ごとに「何が起きているか」を1文で言えるようにしておいてください。
問5
近年の画像生成AIで主流となっている生成方式として、最も適切なものはどれか。
- 拡散モデル（Diffusion Model）
- 決定木
- サポートベクターマシン
- 線形回帰
正解：1
解説：拡散モデルは、ノイズを加えた状態から少しずつノイズを取り除いていくことで画像を生成する方式です。2〜4はいずれも従来からある機械学習の手法で、画像生成の主流方式ではありません。テキスト生成と画像生成で使われている技術の系統が違う点は、章をまたいで問われやすい論点です。
予想問題③：第3章「現在の生成AIの動向」（問6〜問8）
問6
RAG（Retrieval-Augmented Generation）の説明として、最も適切なものはどれか。
- 大規模言語モデル自体を自社のデータで追加学習させ、モデルの内部を更新する手法
- 外部の文書やデータベースから関連情報を検索し、その内容を踏まえて回答を生成する手法
- 生成された回答を人が評価し、その評価をもとにモデルの応答傾向を調整する手法
- プロンプトの中にいくつか例を書き添えることで、回答の形式をそろえる手法
正解：2
解説：RAGは「検索（Retrieval）」と「生成（Generation）」を組み合わせる手法で、モデルの外にある情報を取ってきて回答の材料にします。1はファインチューニング、3は人のフィードバックを使った調整、4はプロンプト内での例示にあたります。この4つは「モデルに社内知識を使わせる方法」としてまとめて説明されるため、選択肢に並べられると取り違えやすい論点の筆頭です。「モデルの中身を書き換えるか、外から情報を渡すか」で線を引いてください。RAGは後者です。
問7
AIエージェントの特徴として、最も適切なものはどれか。
- 与えられた目標に対して必要な手順を自分で組み立て、ツールを使いながら実行していく
- 1回の指示に対して1回だけ回答を返し、そこで処理を終える
- 画像を説明文に変換する処理だけを専門に行う
- 学習済みモデルのサイズを圧縮して、動作を軽くする技術のこと
正解：1
解説：AIエージェントは、目標を与えると計画を立て、外部ツールの呼び出しや複数ステップの実行を自律的に進める仕組みを指します。2は通常のチャット利用の説明で、そこが両者の違いです。AIエージェントは2026年2月試験からシラバスに追加された項目なので、2025年以前に作られた教材では扱われていない可能性があります。
問8
「マルチモーダルAI」の説明として、最も適切なものはどれか。
- 複数の企業が提供するAIサービスを、同時に契約して使うこと
- テキスト・画像・音声など、複数の種類の情報をまとめて扱えるAI
- 同じ質問を複数回投げて、多数決で回答を決める手法
- 複数の言語へ翻訳する機能だけを指す言葉
正解：2
解説：モーダル（modal）は情報の種類（モダリティ）を指します。テキストだけでなく画像・音声・動画などを合わせて入出力できるものがマルチモーダルAIです。4の「多言語」と混同しやすいので注意してください。言語の数ではなく、情報の種類の数です。
予想問題④：第4章「情報リテラシー・基本理念とAI社会原則」（問9〜問11）
問9
生成AIと著作権に関する説明として、最も適切なものはどれか。
- 生成AIが作ったものは、いかなる場合も著作権侵害にならない
- 生成AIが作ったものは、常に著作権侵害になる
- 生成物が既存の著作物と類似しており、かつその著作物に依拠していると認められる場合には、著作権侵害となりうる
- 学習に使った時点で権利処理が済んでいるため、生成物の利用方法は一切問われない
正解：3
解説：著作権侵害の判断は、「AIが作ったかどうか」ではなく、既存の著作物との類似性と、それに依拠しているかという従来からの枠組みで行われます。1・2のような全称の言い切りは、この分野の選択肢では基本的に誤りです。4も誤りで、学習段階の議論と、生成物を利用する段階の議論は分けて扱われます。「常に」「一切」「すべて」といった強い言葉が入った選択肢は、まず疑ってかかるのがこの章の解き方です。
問10
日本の「AI事業者ガイドライン」の位置づけとして、最も適切なものはどれか。
- 違反した事業者に罰金を科すことを定めた法律である
- AIの開発者・提供者・利用者それぞれが取り組むべき事項を示した指針である
- 生成AIの業務利用を全面的に禁止する内容である
- 特定の1社だけに適用される社内規程である
正解：2
解説：AI事業者ガイドラインは、AIに関わる立場ごとに取り組むべき事項を整理した指針です。2026年2月試験以降のシラバスは、2025年3月28日に改訂された第1.1版に対応しています。ここで問われやすいのが「指針」と「法律」の区別です。同じくシラバスに新規追加された「AI新法」（2025年6月4日公布）は法律であり、性格が異なります。両者を並べて出されたときに取り違えないよう、名称と種別をセットで覚えてください（出典：GUGA「2026年試験のシラバス改訂のお知らせ」）。
問11
業務で生成AIを利用する際の情報の取り扱いとして、最も適切なものはどれか。
- 要約が目的であれば、顧客の個人情報を含む文章でも制限なく入力してよい
- 入力した内容が学習に利用される可能性があるかを利用規約や設定で確認し、社内ルールに沿って取り扱う
- 生成AIはすべてクラウド上で動くため、どのサービスを使っても情報の取り扱いは同じである
- 出力結果は学習データにもとづくため必ず正確であり、人による確認は不要である
正解：2
解説：入力データが学習に利用されるかどうかは、サービスやプラン、設定によって異なります。1は個人情報の取り扱いとして不適切、3はサービスごとの差を無視しており誤り、4は問4のハルシネーションと矛盾します。第4章は「常識的に正しそうな選択肢」が正解になりやすい章ですが、それだけに、なぜ他の3つが不適切なのかを言葉にできるかで理解度が分かれます。
予想問題⑤：第5章「プロンプト制作と実例」（問12）
問12
生成AIに社内向け報告書の下書きを作らせるとき、出力の質を高めるプロンプトの書き方として最も適切なものはどれか。
- 「良い報告書を書いて」とだけ伝える
- 読み手・目的・分量・構成・盛り込むべき事実を具体的に指定する
- 誤解を避けるため、できるだけ短い単語だけで指示する
- 効率を上げるため、10種類の異なる依頼を一度にまとめて書く
正解：2
解説：プロンプトでは、前提条件・役割・出力形式・制約を具体的に指定するほど、意図に近い出力が得られやすくなります。1と3は情報量が足りず、4は指示が競合して精度が落ちます。第5章は暗記より「なぜその書き方が効くのか」の理屈で解ける章です。実際に手を動かして生成AIを使っている人ほど取りやすい章でもあります。
間違えやすい論点5つ
12問を解いたあと、確認してほしい切り分けを5つに絞ります。四肢択一式は「似たものを並べて誤答を誘う」形式なので、ここが弱いとテキストを読んだ量に関係なく失点します。
論点1：RAG／ファインチューニング／プロンプト内の例示の混同（問6）。いずれも「AIに自社の知識を使わせる方法」として説明されるため、選択肢に3つ並ぶと迷います。モデルの中身を更新するのがファインチューニング、外から情報を渡すのがRAG、その場の指示で形式を整えるのが例示です。2026年2月試験からの追加項目でもあるので、優先度は高めです。
論点2：教師あり／教師なし／強化学習の切り分け（問1）。用語の定義を暗記していても、具体的な業務例の形で出されると迷います。「正解ラベルがあるか」「報酬で学ぶか」の2つで判定する手順を、例題で繰り返してください。
論点3：ハルシネーションと情報漏えいの混同（問4）。どちらも「生成AIのリスク」としてまとめて登場します。ハルシネーションは出力の正確さの問題、情報漏えいは入力・データの取り扱いの問題で、対策も別です。
論点4：ガイドラインと法律の混同（問10）。AI事業者ガイドラインは指針、AI新法は法律です。シラバス改訂で両方が範囲に入ったため、並べて問われる可能性があります。名称・種別・出た時期をセットで整理してください。
論点5：全称表現の選択肢（問9）。「常に」「必ず」「一切」「すべて」が入った選択肢は、法令・倫理の章ではほぼ誤りです。判断に迷ったときの最後の手がかりになります。ただしこれは解答テクニックであって、理解の代わりにはなりません。
演習の進め方：3周でシラバスをつぶす
練習問題は、解く順番と回し方で効き方が変わります。合格ラインも章別の出題数も公開されていない以上、どの章にも同じだけ手を入れるのが前提になります。具体的な手順を示します。
- まずシラバスPDFを開き、章立てを紙かメモに書き写す。ここが地図です。地図がないまま問題を解くと、正誤だけが残って範囲の穴が見えません
- 1周目：テキストを読んだ直後に、その章の問題だけを解く。章をまたがずに解くと、用語の混同が章内で完結して見つけやすくなります
- 2周目：章をシャッフルして解く。本番は章の順に出るとは限りません。「今どの章の話か」が示されない状態で解けるかを確認します
- 3周目：間違えた問題だけを、解説を読まずに解く。ここで正解できて初めて、その論点は片付いたと言えます
- 時間感覚を1回だけ測る。60問60分なので、12問なら12分が目安です。この記事の12問を測ってみて、大きく超えるようなら読解の速度を上げる練習を足してください
教材の選び方や学習時間の目安については、生成AIパスポートの勉強法と勉強時間の目安で公式テキストの版数の確認方法も含めて整理しています。申込から結果通知までの手続きは生成AIパスポートの受験の流れにまとめました。
よくある失敗5つ
失敗1：「過去問」を名乗る問題集を探し続ける。GUGAは本試験の問題を公開していません。探しても見つからないものに時間を使うより、シラバスの範囲に沿った練習問題を解くほうが早く進みます。
失敗2：旧シラバス期の問題で演習する。2026年2月試験からRAG・AIエージェント・AI事業者ガイドライン（第1.1版）・AI新法が範囲に入りました。作成時期が書かれていない問題は、この4つが含まれているかで新旧を見分けられます。
失敗3：正解の番号だけ覚える。四肢択一式では、選択肢の言い回しを変えられると同じ論点でも答えられなくなります。正解の理由と、他の3つが不適切な理由を言葉にするところまでを1問と数えてください。
失敗4：得意な章ばかり回す。合格ラインも章別の配点も非公開なので、得意分野で埋め合わせる計算が成り立ちません。苦手な章を最後に回すと、そこだけ1周で終わります。
失敗5：解説の出典を確認しない。練習問題の解説は作成者の理解に依存します。用語の定義や法令の名称で迷ったら、必ず公式テキストとシラバス、あるいは省庁の公表資料に戻ってください。この記事の解説も同じで、最終的な確認先はGUGAの公開情報です。
よくある質問
Q1. 生成AIパスポートの過去問はどこで手に入りますか。
2026年9月時点で、GUGAは本試験で出題された問題を公開していません。GUGA公式サイトの試験概要ページから配布されているのは、出題範囲を示すシラバスPDFと、サンプル問題PDFの2点です。したがって「過去問」として流通しているものは主催団体が公開したものではなく、当サイトでも過去問の転載は行いません。公式に解ける問題を確認したい場合は、GUGAの試験概要ページからサンプル問題PDFをダウンロードしてください。あわせて、GUGAはLINE公式アカウントで「生成AI パスポート AIクイズ アプリ」（◯✕形式）を提供していると案内しています。
Q2. 予想問題は何問くらい解けば合格の目安になりますか。
目安の点数は示せません。GUGAが「合否に関する基準点や採点の詳細については開示しておりません」と明記しており、合格ラインが公表されていないためです。したがって「何割取れたら安心」という基準を、当サイトが数字で作ることはできません。代わりの目安としては、シラバスの全章について、正解の理由と誤答の理由を自分の言葉で説明できる状態を目標にしてください。章別の出題数も公表されていないため、特定の章を捨てる前提の計画は組まないほうが確実です。合格率の実績値は難易度と合格率の記事で回ごとにまとめています。
Q3. 公式テキストの問題だけで足りますか。市販の問題集は必要ですか。
どちらが必要かを当サイトが断定することはできません。GUGAは公式テキストのみで合格できるかについて見解を示しておらず、特定の教材の効果を当サイトで検証してもいないためです。判断材料として公開されている事実を挙げると、①GUGAは公式テキスト第4版を「2026年度実施試験シラバス対応」として販売している、②GUGA監修で「マンガで合格！ 生成AIパスポート テキスト&問題集」（KADOKAWA発行・2026年2月5日発売・2,090円税込）が出ている、③公式テキスト第4版には訂正のお知らせが出ており、GUGAが正誤表を公開している、の3点です。教材を追加するかどうかは、まずシラバスの章立てと手元の教材を突き合わせ、扱われていない項目があるかを確認してから決めるのが確実です。
まとめ
- 生成AIパスポートに「過去問」はない。GUGAが公開しているのはシラバスPDFとサンプル問題PDFの2点だけ（2026年9月時点）
- 本記事の12問は、シラバスの公開範囲にもとづきAI資格ナビ編集部が作成した予想問題（練習問題）。実際の出題ではない
- 試験は60分・60問・四肢択一式（一部複数選択を含む）のIBT方式。1問あたりの持ち時間は単純計算で60秒
- 合格ラインも章別の出題数もGUGAは公開していない。章を捨てる作戦は組めないため、全章を等しく回す
- 2026年2月試験からRAG・AIエージェント・AI事業者ガイドライン（第1.1版）・AI新法が範囲に加わった。旧シラバス期の問題では抜ける
- いちばん取り違えやすいのはRAGとファインチューニングの区別。「モデルの中身を更新するか、外から情報を渡すか」で線を引く
- 法令・倫理の章では「常に」「必ず」「一切」が入った選択肢を疑う。ただし解答テクニックは理解の代わりにならない
- 演習は3周。1周目は章ごと、2周目はシャッフル、3周目は誤答だけ。正解の理由と誤答の理由を言葉にできて1問
試験形式・受験料・日程・シラバスは変更されることがあります。受験前に必ずGUGA「生成AIパスポート」試験概要とシラバスPDFで最新の内容を確認してください。当サイトの方針や出典の扱いはAI資格ナビについてに記載しています。
あわせて読みたい
本記事に掲載した12問は、一般社団法人生成AI活用普及協会（GUGA）が公開している生成AIパスポート試験のシラバス（出題範囲）にもとづき、AI資格ナビ編集部が作成した予想問題・練習問題です。実際に出題された問題の転載ではなく、本番での出題を保証するものでもありません。試験形式・受験料・日程・シラバス改訂の内容は、GUGAが公開している試験概要ページ、よくある質問、シラバスPDF、およびGUGAのお知らせにもとづくもので、2026年9月時点の内容です。合格基準点・章別の出題数・配点はGUGAが開示していないため、本記事では目標点や合格の目安点を示していません。当サイトは特定の教材・講座の効果を検証しておらず、推奨も比較評価も行いません。試験内容は変更される場合があります。最新情報は必ず主催団体の公式ページをご確認ください。AI資格ナビは、主催団体とは関係のない非公式の情報サイトです。
文責：AI資格ナビ編集部
