分野 T|ビジネス・技術

生成AIの活用(RAG・プロンプトエンジニアリング・マルチモーダル)

今の制度の過去問には出ていませんが、新しいシラバス案(Ver.0.1)にある項目です。問われるとしたらの形でまとめています。

シラバス案 Ver.0.1(2026年9月30日公表)の『3 生成AI利活用/生成AIの活用領域及び活用目的』

最終更新

問われ方

  • 問われるとしたら:活用目的に合う生成AIの使い方を選ぶ形
  • 問われるとしたら:RAGの効果と、向かない業務を選ぶ形
  • 問われるとしたら:出力のばらつきへの対処を選ぶ形
  • 問われるとしたら:マルチモーダルAIの活用例を選ぶ形

覚えること

  • 生成AI:文章や画像などを新しく作り出すAI。出力に誤りを含むことがある
  • 業務に使う生成AIの出力は、人が確認してから使う
  • マルチモーダルAI:文章、音声、画像など、2つ以上の種類のデータを統合して処理する
  • マルチモーダルの例:画像と質問文を一緒に入力し、画像の内容を踏まえて答えさせる
  • ランダム性の制御:出力のばらつきを調整する設定。抑えると、同じ結果になる確率は上がる
  • ばらつきを抑えても、常に同じ結果になるとは保証されない
  • ばらつきを抑えすぎると、案が似通いやすい
  • RAG(検索拡張生成):外部の情報を検索して生成AIに渡し、回答に使う
  • RAGの効果:ハルシネーションの抑制、参照元の明示、再学習なしの情報追加
  • RAGは、参照する情報が古い、誤っていると、回答も誤る
  • 多様性や独創性が必要な業務では、RAGが適切でない場合がある
  • プロンプトエンジニアリング:指示(プロンプト)を工夫して、目的に合う出力を得る
  • プロンプトには、目的、条件、出力形式を具体的に書く
  • 出力形式の指定は、出力のばらつきを軽減する手段のひとつ
  • 活用目的:要約、文書作成、問合せ回答、案出しなど。目的で手法を選ぶ

ひっかけ

  • RAG(情報を渡す)とモデルの追加学習(再学習)の取りちがえ
  • ばらつきを抑えても、誤りがなくなるわけではない

想定問題

4問(科目A(四択))。選ぶと、その場で正解と解説が開きます。

想定問題 1科目A(四択)

C さんが選ぶ方法として、最も適切なものはどれか。

A 社の人事部の C さんは、従業員からの就業規則に関する問合せに回答する生成AIの導入を検討している。就業規則は年に数回改定され、回答には、改定後の条文を根拠として示す必要がある。モデルの追加学習には、費用も期間もかけられない。

正解:エ 最新の就業規則を検索して生成AIに渡す仕組みにし、回答に参照元の条文を示させる。

ポイント

最新の社内情報に基づく回答に向く、生成AIの使い方を選ぶ問題です。

考え方と解き方

生成AIは、学習済みの知識だけでは、社内規定のような学習外の情報に答えられず、誤った回答をする原因にもなります。この立場なら、改定のたびのコストを抑えながら、根拠を示せる方法を先に考えます。

  1. 就業規則は頻繁に改定され、追加学習にはコストをかけられません。外部の情報を検索して生成AIに渡す RAG なら、再学習なしで最新の条文を使えます。
  2. RAG は参照元を示せるので、根拠を条文で示す要件にも合います。したがって、最も適切なのは エ です。

ほかの選択肢

  • ア ばらつきを大きくすると、回答の表現が安定しません。条文を根拠にする問合せには合わないので、適切ではありません。
  • イ 改定のたびの学習し直しは、費用も期間もかかります。条件に合わないので、適切ではありません。
  • ウ 条文を与えないと、学習外の情報には答えられません。誤った回答の原因になるので、適切ではありません。

覚えておくこと

  • RAG(検索拡張生成):外部の情報を検索して生成AIに渡し、回答に使う
  • RAGの効果:ハルシネーションの抑制、参照元の明示、再学習なしの情報追加
  • RAGは、参照する情報が古い、誤っていると、回答も誤る

(テーマ・覚えること)

想定問題 2科目A(四択)

D さんの設計として、最も適切なものはどれか。

B 社の営業企画部の D さんは、2つの業務に生成AIを使う設計をしている。1つは、同じ種類の問合せには毎回ほぼ同じ文面で返す、顧客への返信メールの作成である。もう1つは、毎回異なる案が欲しい、新商品のキャッチコピー案の作成である。

正解:イ 返信メールはばらつきを抑え、キャッチコピーはばらつきを抑えすぎない設定にする。

ポイント

業務の目的に合わせて、出力のばらつきを調整する設定を選ぶ問題です。

考え方と解き方

出力のばらつきは、調整できる設定です。抑えると結果は近くなりますが、同じ結果の保証はありません。この立場なら、業務ごとに、毎回同じに近いほうがよいか、多様なほうがよいかを先に考えます。

  1. 返信メールは、毎回ほぼ同じ文面が望ましいので、ばらつきを抑える設定が合います。キャッチコピーは、毎回異なる案が欲しいので、ばらつきを抑えすぎない設定が合います。
  2. したがって、最も適切なのは イ です。

ほかの選択肢

  • ア 返信メールの文面が安定しません。同じ種類の問合せに同じ文面で返す条件に合わないので、適切ではありません。
  • ウ 業務ごとの目的と逆の設定です。返信メールの文面が安定せず、キャッチコピーの案も似通うので、適切ではありません。
  • エ ばらつきを抑えても、常に同じ結果になるとは保証されません。また、出力は人が確認してから使うので、確認を省くのは適切ではありません。

覚えておくこと

  • ランダム性の制御:出力のばらつきを調整する設定。抑えると、同じ結果になる確率は上がる
  • ばらつきを抑えても、常に同じ結果になるとは保証されない
  • ばらつきを抑えすぎると、案が似通いやすい

(テーマ・覚えること)

想定問題 3科目A(四択)

生成AIの活用に関する記述 a〜c のうち、適切なものだけを全て挙げたものはどれか。

A 社の情報システム部の E さんは、生成AIの利用の手引きに、次の a〜c を書いた。
  • a プロンプトに出力形式を指定すると、出力のばらつきを軽減できる。
  • b RAG を使うと、ハルシネーションが起きなくなるので、出力の確認は不要である。
  • c 業務に使う生成AIの出力は、人が確認してから使う。

正解:ウ a、c

ポイント

生成AIをプロンプトと確認の面から使う方法の適切さを問う問題です。

考え方と解き方

プロンプトの工夫で出力を整えられますが、RAG を使っても、ハルシネーションを完全に排除することはできません。出力の確認は、使う側の人が行います。

  1. a は適切です。出力形式を指定すると、ばらつきを軽減できます。b は不適切です。RAG はハルシネーションを抑制しますが、起きなくなるわけではないので、確認は必要です。c は適切です。業務に使う出力は、人が確認してから使います。
  2. したがって、適切なのは a、c の全てで、ウ です。

ほかの選択肢

  • ア b は不適切なので、a、b では組合せが合いません。また、c も適切です。
  • イ b は不適切なので、a、b、c の全てとはなりません。
  • エ b は不適切です。また、a も適切なので、b、c では組合せが合いません。

覚えておくこと

  • 出力形式の指定は、出力のばらつきを軽減する手段のひとつ
  • RAGの効果:ハルシネーションの抑制、参照元の明示、再学習なしの情報追加
  • 業務に使う生成AIの出力は、人が確認してから使う

(テーマ・覚えること)

想定問題 4科目A(四択)

マルチモーダルAIの活用例として、最も適切なものはどれか。

正解:ア 現場の写真と点検の質問文を一緒に入力し、写真を踏まえた報告書の案を作らせる。

ポイント

マルチモーダルAIに当たる活用例を、入力の種類から選ぶ問題です。

考え方と解き方

マルチモーダルかどうかは、入力する情報の種類の数で決まります。文章だけ、表だけを扱う使い方は、1種類のデータの処理です。2つ以上の種類を統合して処理するかを見ます。

  1. ア は、画像と文章という2つの種類のデータを統合して処理しています。マルチモーダルAIの活用例です。
  2. ほかの3つは、1種類のデータだけを扱っています。したがって、最も適切なのは ア です。

ほかの選択肢

  • イ 売上表という1種類のデータだけを入力する、識別AIを使った予測の活用例です。マルチモーダルではありません。
  • ウ 文章を入力して、用意した回答文から選ぶ使い方です。文章という1種類のデータだけで、マルチモーダルではありません。
  • エ 文章を入力して、文章を出力する翻訳です。文章という1種類のデータだけで、マルチモーダルではありません。

覚えておくこと

  • マルチモーダルAI:文章、音声、画像など、2つ以上の種類のデータを統合して処理する
  • マルチモーダルの例:画像と質問文を一緒に入力し、画像の内容を踏まえて答えさせる

(テーマ・覚えること)

1問ずつの画面で解く(4問)

前のテーマ次のテーマ:AIエージェントの活用(自律性・人の関与・ガードレール)

同じ分野のテーマ(ビジネス・技術)