AI資格の勉強を始める前に知っておきたい、効率的な学習の進め方をまとめました。初心者でも2週間で合格を目指せる具体的な戦略を紹介します。

まず押さえるべき3つの前提

資格試験の勉強を始める前に、試験の仕組みを正しく理解することが最も重要です。多くの不合格者は「なんとなく勉強を始めて、なんとなく落ちる」というパターンに陥っています。

出題範囲の全体像

シラバスは大きく6分野に分かれています。このうち法律・倫理が全体の約25%を占めており、暗記で確実に得点できる分野です。技術系の問題は概念理解が中心で、計算問題はほぼ出ません。

合格者が実践した2週間スケジュール

実際に2週間で合格した受験者のスケジュールを元に、最適な学習プランを組み立てました。ポイントは「最初の1週間でインプット、2週目でアウトプット」という明確な切り替えです。

教材の選び方と比較

短期合格に必要な教材は3冊で十分です。多くの教材に手を出すより、信頼できる教材を繰り返すほうが効率的です。

合格者のリアルな声

実際にG検定に合格した方々に、勉強法のコツを聞きました。

よくある質問

まとめ

G検定はAI分野のキャリアを広げる第一歩として非常にコスパの良い資格です。正しい戦略で取り組めば、2週間でも十分に合格できます。

G検定（ジェネラリスト検定）は、一般社団法人 日本ディープラーニング協会が運営する、AI・生成AIのリテラシーを問う試験です。対象は「AI業界に関わるすべての人」。営業、企画、事務職といった非技術職でも受験できます。2026年1月から試験形式が大きく変わり、100分で145問というペースで問われるようになりました。このペースに対応する「割り切った戦略」があれば、文系初学者でも2週間で合格できます。

「1問41秒」が変えた試験の常識

試験形式変更の中身——100分・145問の新ペース

2026年1月から試験形式が大きく変わりました。試験時間が120分から100分へ、出題数も約160問から約145問へ。計算すると、1問あたり約41秒です。

これまでは「資料を調べながら解く」ことが前提でした。でも41秒では、資料を開く時間がほぼありません。2026年第1回の合格率は78.77%と高水準ですが、これは試験が簡単になったのではなく、対策方法が劇的に変わった結果です。

資料参照OKなのに落ちる人が出た理由——試験内容の難化と試験形式の選び方

2024年11月のシラバス改訂で、試験の難易度は上がりました。特に大きく拡充されたのが「生成AI分野」です。従来は「機械学習の基礎」が中心でしたが、改訂後はLLMの仕組み、RAG（Retrieval-Augmented Generation）、プロンプトエンジニアリングといった、実務的な生成AI技術が新たに組み込まれました。古い教材での勉強は、不合格のリスクを高めます。

また、試験形式が2つに分かれています。

オンライン試験：資料参照OK
自宅で受験でき、手元に教科書やノートを置いて試験に臨めます。ただし、「資料があるから大丈夫」と考えて系統的な学習をせず、本番で焦る受験者が多いです。

会場試験：資料参照不可
試験会場に赴き、資料なしで解きます。時間的には同じ制約ですが、心理的プレッシャーが高くなります。

忙しい社会人であれば、オンライン試験を選ぶことをお勧めします。試験会場への移動時間がなくなり、試験直前の数時間まで仕事をこなせます。また、オンライン試験なら「朝は30分、通勤中に30分、帰宅後に1時間」といったスキマ時間の組み合わせで、計画を立てやすくなります。

2週間で合格点を取る3つの割り切り

2週間で合格するには、「何をするか」と同じくらい「何をしないか」が重要です。41秒ペースの試験では、全分野を網羅的に学ぶことは物理的に不可能。だからこそ、戦略的な優先順位が必須です。

三谷産業や東北電力など、組織的にG検定を推進している企業も、社員育成の中心に据えているのが「法律・倫理」と「AI技術の概要」です。技術系の難しい式や統計計算は、実務でも必ずしも必要ではないという判断が背景にあります。

以下、3つの割り切りを説明します。

AIの試験なのに、最初に法律を勉強する理由

「AIの試験なのに、なぜ法律から？」と疑問に思うかもしれません。その理由は、41秒ペースでは、法律問題の方が「時間をかけずに得点しやすい」からです。

G検定のシラバスは6つの分野に分かれており、このうち法律・倫理が全体の約25%（約36問）を占めます。EU AI法や、日本の『AI事業者ガイドライン』といった法律・倫理分野の問題は、テキストに明記された内容をそのまま暗記できます。「〇〇法は□□を禁止している」という知識があれば、迷わずに即答できます。一方、AI技術の問題は「背景知識」や「概念理解」が必要で、思考に時間を要します。

41秒では、後者に時間をかける余裕はありません。

だから戦略として、最初の1週間で法律・倫理の「暗記の板」を作ります。法律テキストを読み込み、重要な条文や定義を自分用のメモに落とし込む。このプロセスが、試験本番での「検索時間の削減」に直結します。

AI技術の問題は「名前と使われ方」を覚えれば足りる

次々と出てくる専門用語ばかりの分野——「ニューラルネットワーク」「勾配降下法」「シグモイド関数」。見た瞬間に、頭が真っ白になる人も多いでしょう。でも安心してください。試験で問われるのは、これらの「正確な計算方法」ではなく、「それは何で、どう使われるのか」という基本だけです。

例えば、「シグモイド関数」という言葉は、「『S字曲線』という形をしていて、確率を計算するのに使われるもの」と覚えればいい。「実際にどう計算するのか」は、本試験では不問です。

改訂後に加わった「生成AI分野」も同じです。LLMについては「大規模言語モデル = 膨大なテキストから学習した、人間らしい文章を生成するAI」という概念だけ押さえれば十分。RAGなら「外部データをAIに検索させて、より正確な回答を生成する技術」というくらいの理解で、試験問題に対応できます。プロンプトエンジニアリングも「AIにうまく指示を与えるスキル」という認識で構いません。

AI技術の各分野（自然言語処理、コンピュータビジョン、強化学習など）も同じです。「その技術は何をするのか」「実社会でどの企業が使ってるのか」という使われ方にフォーカスして学ぶ。具体的な実装は、本試験では出ません。

キリンホールディングスは、G検定を「ビジネスプロデューサー育成」の一部としていますが、これも同じ考え方です。技術者になるわけではなく、「AIが何かを理解し、ビジネスに活かすための知識」が必要という位置付けです。

数式・統計は「概念だけ」で捨て問ラインを引く

統計学や確率の計算、微分・積分——こうした数学の実装は、G検定では「捨て問」と決めて構いません。

具体的には、「正規分布はこういう形をしている」というグラフのイメージだけ知っていれば、多くの出題に対応できます。「微分とは何か」を感覚的に理解していれば、細かい計算は飛ばしても大丈夫です。

特に文系出身者の場合、ここで「自分には無理かも」と挫折する人が多いです。でも試験の出題数が約145問なのに対し、合格ラインは約70%です。つまり約101問正解すれば合格。数学の捨て問で20問程度失点しても、他の分野でカバーできる余裕があります。

慶應義塾大学のAI・高度プログラミングコンソーシアムでは、文系学部生も含めたG検定受験支援で合格率93%を記録しています。これは、「完璧な理解は不要、戦略的な優先順位で十分」という証明でもあります。

教材選定と「白本」「黒本」の役割

G検定対策の標準教材は3つです：公式テキスト『生成AIと社会』（「白本」）、過去問題集『G検定対策 問題集』（「黒本」）、無料模擬試験。この3つさえあれば、外部教材は不要です。

スケジュールを始める前に、これら3つを入手しておくことが不可欠です。

1日3時間・14日間の全スケジュール

「何をするか」が決まったなら、次は「いつまでにどこまでやるか」を明確にすることが、2週間の勉強を現実的なものにします。重要なのは、前半1週間を「インプット主体」に、後半1週間を「アウトプット主体」に分けることです。この切り替えが、学習効果を最大化します。

ここでは、受験決定から本番までの14日間を、Day 0～Day 14で区切り、各段階での具体的なタスクと時間配分を示します。

1週目：テキストを読みながら「法律ノート」を作る

1週目は、白本を読み込む「インプット段階」です。同時に、法律・倫理分野の知識を自分用のメモ帳に落とし込みます。この「ノート作成プロセス」が、試験本番での検索速度を決めます。

Day 0が全ての基礎

受験予約、テキスト3冊の入手、ノート用のExcelファイル作成——これらを事前に済ませることが、実行の条件です。「今週末から始めよう」という人の多くが、ここで躓きます。

Day 0の1時間で全て揃える。この決断が、2週間を最後まで走り続ける土台になります。

1週目は「法律ノート作成」が命

プロセスは3段階です。

1. 手書きメモ作成（テキスト読みながら）
   テキストを読みながら、重要な条文や定義を手書きメモに落とす。この行為が記憶定着に繋がり、試験本番での検索速度を高めます。
2. Excelへの転記（毎日終了時）
   その日のメモをExcelに転記します。「法律・倫理」「機械学習」「深層学習」など、分野ごとにシートを分割。各シートには「用語」「定義」「覚え方」の3列を用意します。
3. 索引付け
   Day 6で法律・倫理を完成させたら、「Ctrl+F」で10秒以内に引き出せるよう、キーワードを工夫します。例えば「EU AI法」「禁止行為」「日本AI法」といったキーワード見出しを付け、本番での検索を高速化します。

2週目：問題集2周と本番タイムトライアル

2週目は、「41秒ペース」に身体を慣らします。ここから「アウトプット段階」です。重要なのは、Day 8から「2パス方式」を意識して問題を解くことです。

「2パス方式」とは： 全145問を80分で解き、わからない問題は飛ばす。残り20分で見直す。このリズムが41秒ペースを突破する鍵です。Day 8-11でこのテンポを意識しながら問題を解くことで、Day 12-14での本番タイムトライアルが焦らずに済みます。

本番での時間配分と心構え

試験本番では、全145問を100分で解く必要があります。Day 8-11で習得した「2パス方式」（80分で全問を解く → 20分で見直す）のリズムが、この制約を突破する鍵です。わかる問題に時間をかけすぎず、わからない問題は即座に飛ばし、見直し時間を確保する——この割り切りで、確実に合格ラインの70%（約101問）に到達できます。

Day 14終了時点での実力

• 法律・倫理の主要な条文・定義を、Excelの法律ノートから20秒以内に引き出せる
• AI技術の各分野（自然言語処理、コンピュータビジョン、生成AI等）の名前と活用例を、暗記ではなく「実社会の事例」で覚えている
• LLM、RAG、プロンプトエンジニアリングといった生成AI領域の基本概念を説明できる
• 問題集を80分で終わらせるペース感を、身体で習得している
• 本番で「2パス方式」を焦らずに実行できる体制が完成している

この状態なら、本番の「41秒ペース」を突破する実力があります。あとは、試験会場（またはオンライン試験の机の前）で、Day 12～14で培った「2パス方式」のリズムを、そのまま再現するだけです。

スキマ時間での学習ペース（実務者向け）

「1日3時間、14日間」というスケジュールは理想形ですが、仕事が忙しい人の現実は異なります。

パターン：朝30分 + 通勤30分 + 帰宅後1.5時間 = 計2.5時間

このペースなら、約18-20日間で対策が完了します。

このペースなら、仕事の合間に無理なく続けられます。

チートシートと当日の時間管理

実装例：Excel法律ノート + マインドマップの構成

資料参照OKのオンライン試験だからこそ、「検索に強いチートシート」が合否を分けます。実装は2部式で設計します。

第一部：マインドマップで全体像を掴む

A4用紙1枚に、シラバスの6分野を中心に据えた思考地図を手書きします。

中心：「G検定」
├─ 法律・倫理
│  ├─ EU AI法（禁止行為：高リスク～）
│  ├─ 日本AI法（ガイドライン、産業政策）
│  └─ 倫理（透明性、説明可能性）
├─ AI技術基礎
│  ├─ 機械学習（教師あり・なし、訓練データ）
│  └─ ニューラルネットワーク（層、活性化関数）
├─ 深層学習
│  ├─ CNN（畳み込みニューラルネット）
│  └─ RNN（時系列）
├─ 自然言語処理
│  ├─ トランスフォーマー
│  └─ 言語モデル
├─ 生成AI
│  ├─ LLM（大規模言語モデル）
│  ├─ RAG（検索拡張生成）
│  └─ プロンプトエンジニアリング
└─ 産業応用
   └─ 各業界での実装例

これを試験前に何度も見直し、分野全体の「形」を脳に刻み込みます。

第二部：Excel用語集で即座に引く

Excelで、シラバスの6大分野ごとにシートを分割します。各シートは以下の構成：

各シート内では、Ctrl+F（Windows）またはCommand+F（Mac）で「キーワード」列を検索。10秒以内に該当行にたどり着く構成にします。

本番での使い方

オンライン試験で「EU AI法が禁止している行為は？」という問題が出たら、

1. Excelの「法律・倫理」シートを開く（3秒）
2. Ctrl+Fで「EU」と検索（2秒）
3. 該当行を読んで即答（5秒）

計10秒。41秒の枠内で十分です。

100分を使い切る「2パス方式」の実行

試験本番での時間管理の流れを示します。

時間配分：1周目80分 → 2周目20分

• 1周目（80分） — 問1から問145まで、一気に進む。「わかる問題」に3-5秒、「わからない問題」には「?」マークをつけて即座に次へ。計算が必要な問題も、見た瞬間に「詰まる」と判断したら飛ばす（数学の捨て問）
• 2周目（20分） — 「?」マークを付けた問題だけを見直す。Excelの法律ノートで参照が必要なら参照。ただし20分なので、1問に2分以上かけない

最後に——生存者バイアスへの警告

2026年1月の合格率78.77%は、「試験が簡単になった」のではなく、対策方法が劇的に変わった結果です。この記事で述べた「法律優先」「数式は捨てる」「2パス方式」という戦略は、新形式に対応した受験者たちが実践して得た知見であり、古い教材で対策した人の多くは、この戦略を知らずに受験しています。

「2週間で合格」という見出しは、理想的なペースを示したものです。実務者がスキマ時間で学習する場合は18-20日必要になります。また、AIの基礎知識がゼロの場合は、Day 0の準備がより丁寧になります。

重要なのは「自分のペースを見失わない」ことです。タイトルに「2週間」と書かれていても、実行可能な範囲で、確実に対策を完了させる——その柔軟性が、本当の合格戦略だと思います。

2026年下半期（7月〜12月）に実施予定のAI関連資格試験のスケジュールをまとめました。受験を検討している方は、申込期限を確認のうえ早めに準備を始めましょう。

G検定は7月と11月の年2回実施。生成AIパスポートは毎月実施で、申込はCBT方式のため比較的柔軟にスケジュールを組めます。E資格は8月に実施予定で、受験にはJDLA認定プログラムの修了が必須条件となります。ITパスポートは通年実施のCBT方式で、試験会場の空き状況に応じて随時受験可能です。

注目は、2026年9月に新設予定の「データサイエンティスト検定 リテラシーレベル plus」です。従来のリテラシーレベルに加え、より実践的なスキルを測る上位試験として位置づけられています。詳細は7月に公表予定。AI資格の選択肢が広がるなか、自分のキャリアプランに合った資格を計画的に取得していきましょう。

JDLA（日本ディープラーニング協会）は2026年5月、G検定の累計受験者数が20万人を突破したと発表しました。2017年の第1回試験では受験者数は約1,400人だったことを考えると、9年で140倍以上に成長したことになります。

受験者急増の背景には、企業のAI活用加速があります。経済産業省の調査によると、従業員300人以上の企業の約6割が何らかの形でAIを導入済み。AIを扱える人材の需要が高まるなか、G検定は「AI人材の入口」として定着しつつあります。特に2024年以降は、生成AIブームの影響で非IT部門からの受験者が急増しました。

今後の注目ポイントは、G検定の試験内容がどの程度「生成AI」にシフトするかです。現行のシラバスでも生成AIは出題範囲に含まれていますが、配点比率は限定的。JDLAは2026年内にシラバスの改訂を予定しており、生成AI関連の出題が増える可能性があります。

AI・機械学習を学べるオンライン講座が急増しています。本記事では、2026年時点で受講できる主要なAI講座8つを「受講料」「カリキュラム内容」「修了後のサポート」「受講者の評判」の4軸で比較しました。対象は初心者向けから実務者向けまで幅広く取り上げています。

初心者におすすめなのは、受講料が月額1,980円からと手頃で、動画形式で自分のペースで学べる「Aidemy Premium」や「キカガク」です。一方、転職やキャリアチェンジを目指す方には、就職支援付きの「AIジョブカレ」や「DIVE INTO CODE」が選択肢になります。E資格の取得を目指すなら、JDLA認定プログラムを提供している講座を選ぶ必要があります。

講座選びで最も重要なのは「自分の目的に合っているか」です。資格取得が目的なのか、実務スキルを身につけたいのか、それとも教養として学びたいのか。目的を明確にしたうえで、無料体験や説明会を活用して比較検討することをおすすめします。

IT企業で法人営業をしている私がG検定を受験したきっかけは、顧客との商談でAIの話題が増えたことでした。「ディープラーニングって何？」と聞かれて答えられない自分に危機感を覚え、体系的に学ぼうとG検定に挑戦することにしました。

勉強期間は約3ヶ月。最初の1ヶ月は公式テキストを読みましたが、数学的な記述が多く挫折しかけました。そこで方針を切り替え、YouTube解説動画と問題集をメインに据えました。通勤時間にスマホで動画を見て、休日に問題を解く。このリズムが自分には合っていました。

試験当日は自宅からオンラインで受験。120分で200問以上を解く必要があり、時間配分が最大の敵でした。分からない問題は飛ばしてまず全問に目を通し、残り時間で戻る戦略で乗り切りました。結果は無事合格。営業トークにAIの知識が加わり、顧客からの信頼度も上がったと感じています。

「生成AIパスポートは取っても意味がない」——SNSではこうした声も見られます。実際のところどうなのか、資格取得者100人にアンケート調査を実施しました。回答者の内訳は、IT業界45人、非IT業界55人。取得時期は2025年1月〜2026年3月です。

調査の結果、「取得してよかった」と回答した人は全体の68%。理由として最も多かったのは「生成AIの基本を体系的に学べた」（52%）で、次いで「社内での評価が上がった」（31%）、「転職活動で有利になった」（24%）でした。一方、「意味がなかった」と答えた人の多くは、すでにAIを日常的に活用しているエンジニア層で、「知っている内容ばかりだった」が主な理由です。

結論として、生成AIパスポートは「これからAIを学びたい非エンジニア」にとっては十分に価値がある資格です。ただし、すでにAI開発や活用に携わっている方には物足りない可能性があります。自分の現在の知識レベルと目的を照らし合わせて判断しましょう。

AI関連の資格が増えているなか、非エンジニアがまず取るべき資格はどれなのか。G検定、生成AIパスポート、ITパスポート、データサイエンティスト検定、AWS認定の5つを「難易度」「費用」「実務への直結度」「取得にかかる時間」の4軸で比較しました。

結論から言えば、AI未経験の非エンジニアにはまず「生成AIパスポート」か「G検定」がおすすめです。生成AIパスポートは2024年に始まった新しい資格で、ChatGPTなど生成AIの基礎知識を問う内容。入門レベルなので、IT業界以外の方でも取り組みやすい設計です。一方、G検定はより体系的にAI・ディープラーニングを学べるため、社内でのAI推進役を目指す方に向いています。

ITパスポートはAI特化ではありませんが、IT全般の基礎を固められるため「AIだけでなくITリテラシー全体を底上げしたい」方には有力な選択肢。コストも7,500円と最も安価です。予算と目的に合わせて、自分に最適な資格を選びましょう。

G検定（ジェネラリスト検定）に2週間という短期間で合格した体験をもとに、実際に使った教材とスケジュールを全公開します。仕事をしながらの受験だったため、平日は1日2時間、休日は6時間を確保する計画で進めました。

メインの教材は公式テキスト「ディープラーニング G検定 公式テキスト」と、Web上の模擬試験サイトです。最初の1週間で公式テキストを2周し、残りの1週間で模擬試験を繰り返しました。特に「機械学習」「ディープラーニングの概要」「法律・倫理」の3分野は頻出なので重点的に対策しました。

結果は合格。正答率は公開されませんが、手応えとしては7割以上は取れた感覚です。G検定は範囲が広いものの、出題パターンがある程度決まっているため、短期集中でも十分合格可能です。ただし、数学やプログラミングの基礎知識がある方が有利なのは間違いありません。