2027年試験新シラバス対応・0-1

AI・生成AI・LLM・AIエージェントの関係の一問一答

生成AIパスポート試験「最初に覚える土台知識」から、AI・生成AI・LLM・AIエージェントの関係に関する4択問題を10問。「答えと解説を見る」を開くと、正解とその理由がその場で読めます。会員登録は不要です。

この分野の演習

全10問／解説つき・基本無料

アプリ形式で解く（全410問）最初に覚える土台知識の要点解説を読む

問題

上から順に解いてみてください。答えは各問の下で確認できます。本試験は四肢択一式（一部複数選択を含む）で出題されます。ここでは全て4択（正解は1つ）で出題しています。

問10-1

AI（人工知能）・機械学習・ディープラーニングの関係を説明したものとして、最も適切なものを1つ選びなさい。

①機械学習はAIの一分野で、ディープラーニングは機械学習の手法の一つである。
②ディープラーニングはAIの一分野で、機械学習はその中の手法の一つである。
③AIは機械学習の一分野で、ディープラーニングとはまったく独立した技術である。
④機械学習とディープラーニングは、同じ技術を別の名前で呼んだものである。

答えと解説を見る

正解 ①機械学習はAIの一分野で、ディープラーニングは機械学習の手法の一つである。

解説
AI（人工知能）は、人間の知的な働きをコンピュータで実現しようとする技術や研究分野の総称です。その中で、データから規則性を学習する方法が機械学習です。さらに機械学習の中で、人間の脳の神経回路をまねたニューラルネットワークを何層も重ねて学習する手法をディープラーニング（深層学習）と呼びます。
つまり「AI ⊃ 機械学習 ⊃ ディープラーニング」という入れ子の関係です。現在の生成AIの多くは、このディープラーニングを土台にしています。

他の選択肢が不適切な理由
・ディープラーニングがAIの一分野で機械学習がその手法：包含関係が逆です。ディープラーニングのほうが機械学習の内側にあります。
・AIは機械学習の一分野：AIのほうが外側の大きな概念です。また、ディープラーニングは機械学習から独立した技術ではありません。
・同じ技術の別名：機械学習には決定木やサポートベクターマシンなど、ディープラーニング以外の手法も多くあります。

覚え方のポイント
大きい順に「AI → 機械学習 → ディープラーニング」。マトリョーシカ人形のように、外側ほど広い概念だと覚えましょう。

問20-1

生成AI（ジェネレーティブAI）に関する記述として、適切でないものを1つ選びなさい。

①学習したデータの特徴をもとに、文章や画像などを新しく作り出すことができる。
②新しく作り出したものなので、既存の作品に似た出力が問題になることはない。
③事実と異なる内容を、もっともらしい形で出力してしまうことがある。
④文章だけでなく、画像・音声・動画などを生成するものも登場している。

答えと解説を見る

正解 ②新しく作り出したものなので、既存の作品に似た出力が問題になることはない。

解説
生成AIは、大量のデータから学習したパターンをもとに、文章・画像・音声・動画・プログラムなどの新しいコンテンツを作り出すAIです。
ただし、新しく作り出すといっても、学習データに含まれていた作品や文章によく似たものが出力されることがあります。既存の著作物に似ていて、それをもとにした（依拠した）と認められれば著作権侵害となるおそれがあるため、「似た出力が問題になることはない」という記述は適切ではありません。社外に公開する前には、既存の作品との類似を確かめることが大切です。
また、新しく作り出すからこそ、事実と異なる内容をもっともらしく出力する「ハルシネーション」も起こります。

他の選択肢（適切な記述）について
・新しく作り出すことができる：生成AIの基本的な特徴です。分類や判定を行う識別系AIとの違いでもあります。
・もっともらしい誤りを出力する：ハルシネーションと呼ばれる、生成AIの代表的な性質です。
・画像・音声・動画なども生成する：画像生成AI・音声生成AI・動画生成AIなど、さまざまな種類があります。

覚え方のポイント
生成AI＝「学んだパターンから新しく作る」。ただし、既存の作品に似ることも、もっともらしい誤りもあるので、確認は欠かせません。

問30-1

LLM（大規模言語モデル）とChatGPTの関係について、最も適切なものを1つ選びなさい。

①ChatGPTはLLMを使わず、あらかじめ用意した回答文を検索して表示する仕組みである。
②LLMは、ChatGPTの画面を操作するために作られた専用のプログラムの名前である。
③ChatGPTは、OpenAIのLLM（GPT）と対話できるようにしたサービスである。
④LLMとは、ChatGPTの利用者が入力した文章を保存しておくデータベースのことである。

答えと解説を見る

正解 ③ChatGPTは、OpenAIのLLM（GPT）と対話できるようにしたサービスである。

解説
LLM（Large Language Model：大規模言語モデル）は、膨大な量の文章で学習し、膨大な数のパラメータを持つ言語モデルです。文章の続きを予測する仕組みをもとに、質問への回答・要約・翻訳など幅広い言語の作業をこなします。
ChatGPTは、OpenAIが開発したLLM（GPTシリーズ）を、人と会話する形で使えるようにしたサービスです。同じように、GoogleのGeminiやAnthropicのClaudeも、それぞれの会社のLLMを使ったサービスです。「モデル（頭脳）」と「サービス（使うための窓口）」を分けて考えるのがポイントです。

他の選択肢が不適切な理由
・画面を操作する専用プログラム：LLMはモデル（言語を扱う頭脳の部分）であり、画面操作のためのプログラムではありません。
・回答文を検索して表示する仕組み：ChatGPTはLLMが回答をその場で生成しています。用意された回答の検索ではありません。
・入力を保存するデータベース：LLMはデータベースではなく、学習で調整された大量のパラメータを持つモデルです。

覚え方のポイント
「LLM＝頭脳（モデル）」「ChatGPT＝その頭脳と話せる窓口（サービス）」と分けて覚えましょう。

問40-1

AIエージェントの説明として、最も適切なものを1つ選びなさい。

①画像を入力すると、写っているものの種類を判定して、結果を返すAI
②利用者の1回の質問に対して、1回の文章だけを返して処理を終える対話型のAI
③あらかじめ人が決めた手順どおりに、画面の操作を自動で繰り返す仕組み
④目標に向けて計画を立て、ツールを使いながら複数の作業を自律的に進めるAI

答えと解説を見る

正解 ④目標に向けて計画を立て、ツールを使いながら複数の作業を自律的に進めるAI

解説
AIエージェントは、与えられた目標を達成するために、自分で作業を分解して計画を立て、検索・ファイル操作・アプリの実行などの外部のツールを使いながら、複数の工程を自律的に進めるAIです。
総務省・経済産業省の「AI事業者ガイドライン（第1.2版）」でも、特定の目標を達成するために環境を感知して自律的に行動するAIシステムとして定義が加えられました。新シラバスではAIエージェントが独立した第3章になっています。

他の選択肢が不適切な理由
・1回の質問に1回だけ返して終わるAI：従来の対話型の生成AIの基本的な使い方です。AIエージェントは、結果を確かめながら次の行動を決め、複数の工程を進めます。
・決めた手順どおりに画面操作を繰り返す仕組み：RPA（ロボティック・プロセス・オートメーション）の説明です。決まった定型作業は得意ですが、状況に応じて自ら計画を立て直すことはしません。
・写っているものの種類を判定するAI：画像認識などの識別系AIの説明です。AIエージェントは判定だけでなく、目標に向けて複数の工程を自ら進めます。

覚え方のポイント
エージェント（agent）は「代理人」。人の代わりに、目標に向けて計画→実行→確認を繰り返して仕事を進めるAIです。

問50-1

基盤モデル（Foundation Model）の説明として、最も適切なものを1つ選びなさい。

①特定の会社の業務1つだけのために、最初から少量のデータで作られた専用のモデル
②大量のデータで事前学習され、調整によってさまざまな用途に応用できるモデル
③大きなモデルの知識を引き継がせて、端末で動くよう小さく作り直したモデル
④社内の文書を検索し、その内容を根拠にして回答を作らせるための仕組み

答えと解説を見る

正解 ②大量のデータで事前学習され、調整によってさまざまな用途に応用できるモデル

解説
基盤モデル（Foundation Model）は、膨大で幅広いデータを使って事前学習された大規模なモデルで、ファインチューニングやプロンプトの工夫によって、文章の要約・翻訳・質問応答・画像の説明など、さまざまな用途の「土台」として使えるものをいいます。
GPTシリーズやGeminiのようなLLMは、その代表例です。1つのモデルを多くの用途に使い回せる点が、用途ごとにモデルを一から作っていた従来のAIとの大きな違いです。

他の選択肢が不適切な理由
・特定業務1つのための専用モデル：基盤モデルは、さまざまな用途に応用できる汎用性が特徴です。
・小さく作り直したモデル：知識の蒸留などで作る軽量なモデルの説明です。基盤モデルは、膨大なデータで事前学習された大規模で汎用的なモデルを指します。
・社内文書を検索して回答させる仕組み：RAG（検索拡張生成）の説明です。RAGは基盤モデルと組み合わせて使う仕組みで、モデルそのものではありません。

覚え方のポイント
基盤モデル＝「いろいろな料理に使える出汁」。1つの土台から、追加の調整で多くの用途を作れます。

問60-1

マルチモーダルAIに関する記述として、適切でないものを1つ選びなさい。

①モダリティとは、文章・画像・音声・動画など、情報の種類のことを指している。
②撮影した写真を見せて、写っているものについて文章で質問できる。
③話しかけた声に対して、AIが音声で答えるといった使い方をすることができる。
④日本語と英語のように、複数の言語を扱えることを、マルチモーダルと呼ぶ。

答えと解説を見る

正解 ④日本語と英語のように、複数の言語を扱えることを、マルチモーダルと呼ぶ。

解説
マルチモーダルAIは、文章・画像・音声・動画など、種類（モダリティ）の異なる複数のデータを組み合わせて扱えるAIです。日本語と英語のように、扱える言語が複数あることは「多言語対応」といい、マルチモーダルとは別の概念です。したがって、この記述は適切ではありません。
写真を見せて文章で質問する、話しかけて音声で答えてもらう、といった使い方は、マルチモーダルの代表的な例です。

他の選択肢（適切な記述）について
・写真を見せて文章で質問する：画像と文章という異なるモダリティをまたぐ使い方です。
・声に音声で答える：音声の入力と出力を扱う、マルチモーダルの使い方です。
・モダリティは情報の種類：マルチモーダルという言葉の「モーダル」の意味です。

覚え方のポイント
「マルチ言語」ではなく「マルチ種類（モダリティ）」。多言語対応と混同しないこと。

問70-1

LLMが文章を生成するときの基本的な仕組みとして、最も適切なものを1つ選びなさい。

①それまでの文章をもとに、次に続く可能性の高いトークンを予測して順に出力している。
②回答の文章を、あらかじめ人間がすべて用意した答えの一覧から選んで出力している。
③インターネットから最新の正しい情報を毎回検索し、そのまま書き写して出力している。
④入力された文章の意味を辞書で調べ、文法の規則だけを組み合わせて出力している。

答えと解説を見る

正解 ①それまでの文章をもとに、次に続く可能性の高いトークンを予測して順に出力している。

解説
LLMは、入力された文章（それまでの文脈）をもとに、次に来る可能性の高いトークン（文章を細かく区切った単位）を確率的に予測し、それを1つずつ付け足していくことで文章を作っています。これを次トークン予測といいます。
「正しいかどうか」ではなく「もっともらしいかどうか」で次の語を選ぶ仕組みのため、事実と異なる内容をもっともらしく出力する「ハルシネーション」が起こることがあります。仕組みを知っておくと、出力を確認すべき理由も自然に理解できます。

他の選択肢が不適切な理由
・人間が用意した答えから選ぶ：LLMは回答を用意された一覧から選ぶのではなく、その場でトークンを予測して組み立てています。
・毎回最新の情報を検索して書き写す：LLMは基本的に学習した時点までの知識をもとに生成します。検索を組み合わせる仕組み（RAGなど）を使わない限り、毎回検索はしません。
・文法の規則だけを組み合わせる：規則を人が書いて組み合わせるのはルールベースの考え方です。LLMはデータから学習した確率をもとに生成します。

覚え方のポイント
「LLM＝超高性能な続きを当てる仕組み」。だからこそ、もっともらしい誤り（ハルシネーション）が起きます。

問80-1

生成AIのハルシネーションに関する記述として、適切でないものを1つ選びなさい。

①次に続く言葉を確率的に選ぶという生成の仕組みが、主な原因の一つである。
②実在しない論文や判例を、それらしい形で示してしまうことがある。
③最新の大規模なモデルなら、ハルシネーションは起こらなくなった。
④重要な内容は、一次情報と照らし合わせて確認することが対策になる。

答えと解説を見る

正解 ③最新の大規模なモデルなら、ハルシネーションは起こらなくなった。

解説
ハルシネーション（幻覚）とは、生成AIが事実と異なる内容や存在しない情報を、もっともらしい文章で出力してしまう現象です。モデルが大規模化・高性能化しても、ハルシネーションが起こらなくなったわけではありません。したがって、この記述は適切ではありません。
LLMは事実かどうかを確かめるのではなく、もっともらしい次の言葉を確率的に選んで文章を作るため、このような誤りが生じます。対策として、一次情報との照合、出典の確認、RAG（検索拡張生成）の活用などが挙げられます。

他の選択肢（適切な記述）について
・実在しない論文や判例を示す：ハルシネーションの典型的な例です。
・確率的に言葉を選ぶ仕組みが原因：LLMの生成の仕組みそのものに由来します。
・一次情報で確認する：最も基本的で確実な対策です。

覚え方のポイント
ハルシネーションは「減らせても、ゼロにはならない」。最新モデルでも確認は必須です。

問90-1

従来の対話型の生成AIと比べたときの、AIエージェントの特徴として、最も適切なものを1つ選びなさい。

①指示を受けるたびに、1つの質問に1つの文章で答えることだけに専念している。
②人間による確認や承認が一切いらないため、どの業務でも監督なしで任せられる。
③外部のツールやデータとは連携できず、学習済みの知識だけで回答を作り出す。
④途中の結果を確かめながら次の行動を決め、ツールを使って複数の工程を進める。

答えと解説を見る

正解 ④途中の結果を確かめながら次の行動を決め、ツールを使って複数の工程を進める。

解説
従来の対話型の生成AIは、基本的に「質問に答える」「文章を作る」といった1回ごとの応答が中心でした。AIエージェントは、目標に向けて作業を分解し、検索・計算・ファイル操作などのツールを使い、結果を観察して次の行動を決めるという「推論と行動のフィードバックループ」を繰り返しながら、複数の工程を自律的に進めます。
一方で、自律的に動くぶん、誤りが次の工程へ連鎖したり、与えた権限で想定外の操作をしたりするリスクがあり、重要な場面では人間が確認・承認する仕組み（Human-in-the-Loop）が求められます。

他の選択肢が不適切な理由
・人間の確認が一切いらない：誤りの連鎖や想定外の操作のリスクがあるため、重要な判断や操作には人間による確認・承認が必要とされます。
・外部のツールやデータと連携できない：外部のツールやデータと連携して作業を進めることこそ、AIエージェントの特徴です。
・1つの質問に1つの文章で答えるだけ：従来の対話型の生成AIの使い方の説明です。

覚え方のポイント
AIエージェント＝「考える→動く→確かめる」を繰り返す。ただし任せきりにせず、人が監督する（Human-in-the-Loop）までセットで覚えましょう。

ひっかけ注意
「自律的に動く＝人の監督が不要」ではありません。自律性が高いほど、権限の絞り込みと人による確認が重要になります。

問100-1

生成AIに関する次の記述a〜dのうち、適切なものの組合せを1つ選びなさい。
a．生成AIは仕組み上、出力が常に事実として正しいことが保証されている。
b．ChatGPTやGeminiなどのサービスは、それぞれLLMを中核に使っている。
c．AIエージェントは、外部のツールを一切使わずに動くことが前提である。
d．画像生成AIも、学習したデータの特徴をもとに新しい画像を作り出している。

①b・d
②a・c
③a・b
④c・d

答えと解説を見る

正解 ①b・d

解説
bとdが適切です。
b：ChatGPT（OpenAI）・Gemini（Google）・Claude（Anthropic）などの対話サービスは、いずれも各社のLLMを中核に使っています。
d：画像生成AIも、大量の画像（と説明文）から学習した特徴をもとに、新しい画像を作り出します。現在は拡散モデルという方式が主流です。

誤っている記述
・a：生成AIは次に続く可能性の高い内容を確率的に選んで生成するため、事実と異なる内容（ハルシネーション）が混ざることがあります。正しさは保証されません。
・c：AIエージェントは、検索・計算・ファイル操作など外部のツールを使いながら作業を進めることが特徴です。

覚え方のポイント
組合せ問題は、記述を1つずつ「○か×か」で判断してから選択肢を見ると、取り違えを防げます。

「生成AIパスポート」は一般社団法人生成AI活用普及協会の登録商標です。本ページは一般社団法人生成AI活用普及協会（GUGA）とは一切関係がなく、公認・認定を受けた教材ではありません。

生成AIパスポートの対策問題（全410問）に戻る

非公式の資格試験対策サイトです。一般社団法人生成AI活用普及協会（GUGA）とは一切関係がなく、GUGAの公認・認定を受けた教材ではありません。

※本ページでは、アクセス解析（Googleアナリティクス）と、広告の配信・成果の計測（A8.net）のためにCookie等を利用し、閲覧に関する情報をGoogle LLC・株式会社ファンコミュニケーションズへ送信しています。詳しくはプライバシーポリシーをご覧ください。

※本ページの問題・解説は、生成AI（人工知能）を活用して作成しています。