2027年試験 新シラバス対応・3-5

エージェントのツールと活用事例の一問一答

生成AIパスポート試験「AIエージェント」から、エージェントのツールと活用事例に関する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) AIエージェントの要点解説を読む
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13-5

コーディング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プログラムの作成・修正・テストなどを、指示に基づいて自律的に進めるAIエージェント
  • ②AIが複数の情報源を自律的に調査し、内容を比較・整理して報告書の形にまとめる機能
  • ③画面を見ながら、人の代わりにブラウザやパソコンを操作して作業を進めるAIエージェント
  • ④書かれたプログラムのコードを、作った人以外の人が読んで誤りを確かめていく作業
答えと解説を見る
正解 ①プログラムの作成・修正・テストなどを、指示に基づいて自律的に進めるAIエージェント
解説
コーディングエージェントは、プログラムの作成・修正・テスト・不具合の調査などを、人の指示に基づいて自律的に進めるAIエージェントです。既存のプログラム全体(コードベース)を読み取り、変更を加え、テストを実行して結果を確認し、問題があれば修正する、という一連の作業を担います。
OpenAIのCodexなどが知られています。作業の結果は、プルリクエスト(変更内容をまとめて、取り込む前に確認を依頼する仕組み)として人間に提出され、人間がレビューしてから取り込む運用が一般的です。

他の選択肢が不適切な理由
・複数の情報源を調査して報告書にまとめる:ディープリサーチの説明です。
・ブラウザやパソコンを操作する:ブラウザ操作・PC操作を行うエージェントの説明です。
・コードを人が読んで確かめる:コードレビューの説明です。コーディングエージェントが作ったコードも、人のレビューを経て取り込みます。

覚え方のポイント
コーディングエージェント=「コードを書いて、試して、直すAI」。最後は人がレビューします。
問23-5

ハーネスエンジニアリングの説明として、最も適切なものを1つ選びなさい。

  • ①AIのモデルの内部のパラメータを、人間が1つずつ手作業で調整して性能を高めていくことの総称
  • ②AIエージェントが安定して成果を出せるよう、指示書・テスト・権限などの環境を設計すること
  • ③LLMに渡す情報(指示・資料・履歴など)を、何をどれだけ入れるかまで設計することをいう
  • ④1回の指示の書き方を工夫して、AIから望む出力を引き出すための技術のことである
答えと解説を見る
正解 ②AIエージェントが安定して成果を出せるよう、指示書・テスト・権限などの環境を設計すること
解説
ハーネスエンジニアリングは、AIエージェント(特にコーディングエージェント)が安定して質の高い成果を出せるように、モデルの周りの環境(ハーネス)を設計・整備することです。ハーネスはもともと馬具(手綱や鞍)を意味し、優れた馬でも手綱がなければ思った方向に走らない、というたとえで説明されます。
具体的には、プロジェクトの決まりを書いたAI向けの指示書、成果を機械的に確かめるテスト、使えるツールや権限の範囲、作業の記録と確認の仕組みなどを整えます。1回の指示を工夫するプロンプトエンジニアリング、渡す情報を設計するコンテキストエンジニアリングより、さらに作業の進め方全体を扱う考え方です。

他の選択肢が不適切な理由
・パラメータを手作業で調整する:パラメータは学習によって調整されるもので、ハーネスエンジニアリングの説明ではありません。
・LLMに渡す情報を設計する:コンテキストエンジニアリングの説明です。ハーネスエンジニアリングは、それを含む作業環境全体を扱います。
・1回の指示の書き方を工夫する:プロンプトエンジニアリングの説明です。

覚え方のポイント
ハーネス=「馬の手綱と鞍」。AI(馬)の能力を引き出すための、周りの仕組みづくりです。
問33-5

AIへの働きかけを設計する「エンジニアリング」の考え方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コンテキストエンジニアリングは、LLMに渡す情報を、何をどれだけ入れるかまで設計する。
  • ②プロンプトエンジニアリングは、指示の書き方を工夫して、望む出力を得る技術である。
  • ③ハーネスエンジニアリングは、1回の指示の文章表現を工夫して望む出力を得る技術である。
  • ④扱う範囲は、指示の工夫から、渡す情報の設計、作業の環境全体の設計へと広がっている。
答えと解説を見る
正解 ③ハーネスエンジニアリングは、1回の指示の文章表現を工夫して望む出力を得る技術である。
解説
プロンプトエンジニアリングは、指示(プロンプト)の書き方を工夫して望む出力を得る技術です。コンテキストエンジニアリングは、指示だけでなく、資料・履歴・ツールの結果など、LLMに渡す情報を何をどれだけ入れるかまで設計します。
ハーネスエンジニアリングは、AIエージェントが安定して成果を出せるよう、指示書・テスト・権限・作業の手順など、作業の環境全体を設計することです。1回の指示の文章表現を工夫して望む出力を得るのはプロンプトエンジニアリングであるため、この記述は適切ではありません。このように、扱う範囲は「指示の工夫」から「渡す情報の設計」、さらに「作業の環境全体の設計」へと広がっています。

他の選択肢(適切な記述)について
・プロンプトエンジニアリング:指示の書き方の工夫です。
・コンテキストエンジニアリング:LLMに渡す情報全体の設計です。
・扱う範囲の広がり:指示 → 情報 → 作業環境全体、と範囲が広がっています。

覚え方のポイント
プロンプト(1回の指示)⊂ コンテキスト(渡す情報)⊂ ハーネス(作業環境全体)。
問43-5

ディープリサーチ(Deep Research)と呼ばれる機能の説明として、最も適切なものを1つ選びなさい。

  • ①AIのモデルが、どの入力に注目して判断したかを可視化して説明するための機能のこと
  • ②画面を見て、人の代わりにブラウザで入力や購入などの操作を進めていく機能のこと
  • ③AIが利用者の過去の検索の履歴だけを分析して、利用者の好みを報告してくれる機能のこと
  • ④AIが複数の情報源を自律的に調査し、内容を比較・整理して報告書の形にまとめていく機能
答えと解説を見る
正解 ④AIが複数の情報源を自律的に調査し、内容を比較・整理して報告書の形にまとめていく機能
解説
ディープリサーチ(Deep Research)は、利用者の調査の依頼に対して、AIエージェントが自律的に検索の計画を立て、複数のウェブページや資料を調べて比較・整理し、出典を付けた報告書の形にまとめる機能です。OpenAIやGoogleなどが提供しています。
人が何時間もかける下調べを短時間で行える一方、誤った情報源を使ったり、内容を取り違えたりすることもあるため、重要な情報は示された出典(一次情報)で確認する必要があります。

他の選択肢が不適切な理由
・ブラウザで操作を進める:ブラウザ操作を行うエージェントの説明です。
・過去の検索の履歴だけを分析する:ディープリサーチは、テーマについて複数の情報源を新たに調べてまとめる機能です。
・注目した入力を可視化して説明する:説明可能なAI(XAI)の手法の説明です。

覚え方のポイント
ディープリサーチ=「AIが何十もの資料を調べて、出典付きのレポートにまとめる」。出典の確認は必須です。
問53-5

ブラウザ操作・PC操作を行うAIエージェントの活用と注意点として、最も適切なものを1つ選びなさい。

  • ①画面の操作を代行できるため、ログイン情報やカード番号はすべてAIに渡して任せきりにする。
  • ②画面を見て入力や操作を代行できるが、購入や送信などの重要な操作の前には人が確認する。
  • ③AIがブラウザを操作する場合は、ウェブページの内容にだまされることは一切起こらない。
  • ④PC操作を行うAIエージェントは、ファイルの削除などの操作を一切行うことができない。
答えと解説を見る
正解 ②画面を見て入力や操作を代行できるが、購入や送信などの重要な操作の前には人が確認する。
解説
ブラウザ操作・PC操作を行うAIエージェントは、画面の内容を読み取り、クリックや文字の入力などを人の代わりに行って、ウェブ上の手続きやアプリの操作を代行します。OpenAIが2025年1月に公開したOperator(同年7月にChatGPTのエージェント機能へ統合)などが知られています。
便利な反面、購入・送金・メールの送信・ファイルの削除などの重要な操作を誤って実行したり、ウェブページに仕込まれた悪意ある指示(プロンプトインジェクション)にだまされたりするおそれがあります。重要な操作の前には人が確認・承認し、与える権限や扱う情報を必要最小限にすることが大切です。

他の選択肢が不適切な理由
・ログイン情報やカード番号をすべて渡して任せきり:重要な情報や操作をAIに任せきりにすると、誤りや悪用の被害が大きくなります。
・ウェブページにだまされることは起こらない:ウェブページに仕込まれた指示に従ってしまう、プロンプトインジェクションの危険があります。
・ファイルの削除などを一切行えない:与えた権限によっては、削除などの操作も実行できてしまうため、権限の管理が重要です。

覚え方のポイント
操作代行エージェント=「手が速い代わりに、だまされることもある」。重要な操作は人が確認。
問63-5

企業がAIエージェントを業務に導入するときの進め方として、適切でないものを1つ選びなさい。

  • ①AIに任せる作業と、人が確認・承認する作業との区切りを、明確に決めておく。
  • ②影響の小さい業務から試し、効果とリスクを確かめながら任せる範囲を広げる。
  • ③導入の目的と、効果を測るための指標を、あらかじめ決めてから取り組みを始める。
  • ④導入の初日から、影響の大きい業務も含めて、すべての業務を一斉にAIへ任せる。
答えと解説を見る
正解 ④導入の初日から、影響の大きい業務も含めて、すべての業務を一斉にAIへ任せる。
解説
AIエージェントは実行まで行う分、誤ったときの影響が大きくなる場合があります。そのため、企業が業務に導入するときは、導入の目的と効果を測る指標をあらかじめ決め、影響の小さい業務から試して、効果とリスクを確かめながら任せる範囲を段階的に広げていくのが基本です。また、AIに任せる作業と、人が確認・承認する作業の区切りを明確に決めておきます。
導入の初日から、影響の大きい業務も含めてすべてを一斉に任せると、問題が起きたときの影響が大きく、原因の特定も難しくなります。したがって、この記述は適切ではありません。

他の選択肢(適切な記述)について
・影響の小さい業務から試して範囲を広げる:段階的な導入の基本です。
・目的と指標を先に決める:導入の効果を正しく判断するために必要です。
・任せる作業と人が確認する作業を区切る:責任の所在を明確にするために必要です。

覚え方のポイント
導入は「小さく試して、確かめて、広げる」。
問73-5

コーディングエージェントが作成したプログラムの扱いとして、最も適切なものを1つ選びなさい。

  • ①テストの結果を確認し、人間がコードレビューを行ってから、本番の環境へと取り込む。
  • ②AIが作成したプログラムは誤りがないため、確認せずにそのまま本番の環境に取り込む。
  • ③プログラムの中身は理解できなくてもよいので、動いているうちはそのまま使い続ける。
  • ④AIが参考にしたプログラムのライセンスは関係ないため、利用条件は確認しなくてよい。
答えと解説を見る
正解 ①テストの結果を確認し、人間がコードレビューを行ってから、本番の環境へと取り込む。
解説
コーディングエージェントが作成したプログラムにも、不具合やセキュリティ上の弱点(脆弱性)が含まれることがあります。そのため、テストの結果を確認し、人間がコードレビュー(内容の点検)を行ってから、本番の環境に取り込むのが基本です。プルリクエストの仕組みは、この確認の工程を組み込むのに役立ちます。
また、既存のオープンソースのコードに似たものが生成されることもあるため、ライセンスの条件にも注意が必要です。

他の選択肢が不適切な理由
・誤りがないので確認せず取り込む:AIが作成したプログラムにも、不具合や脆弱性が含まれることがあります。
・中身を理解しなくてよい:理解しないまま使うと、不具合が起きたときに対応できず、セキュリティの問題にも気づけません。
・ライセンスは関係ない:既存のコードに似たものが生成される場合などがあるため、ライセンスへの注意が必要です。

覚え方のポイント
AIが書いたコードも「テスト+人のレビュー」を通してから使う。ライセンスにも注意。
問83-5

AIエージェントの活用場面として、適切でないものを1つ選びなさい。

  • ①問い合わせのメールを内容ごとに分類し、担当部署への振り分けの案を作らせておく。
  • ②複数の情報源を調べて比較し、出典付きの調査の報告書の下書きを作らせる。
  • ③社員の人事評価の最終決定を、根拠を示さずにAIエージェントだけで確定させる。
  • ④定型的なデータの入力作業を、人の確認の手順を設けたうえでAIに代行させる。
答えと解説を見る
正解 ③社員の人事評価の最終決定を、根拠を示さずにAIエージェントだけで確定させる。
解説
AIエージェントは、調査・分類・定型作業の代行などで大きな効果を発揮します。しかし、人事評価の最終決定のように、人の権利や生活に大きな影響を与える判断を、根拠を示さないままAIだけで確定させることは、公平性・透明性・説明責任(アカウンタビリティ)の観点から適切ではありません。
影響の大きい判断では、AIの出力は参考にとどめ、根拠を確認したうえで、人間が最終的に判断する体制が必要です。

他の選択肢(適切な記述)について
・出典付きの調査報告の下書き:ディープリサーチなどの典型的な活用例です。出典の確認は人が行います。
・メールの分類と振り分けの案:定型的な判断の補助として適した活用例です。
・確認の手順を設けたデータ入力の代行:人の確認を組み込んだ、定型業務の自動化の例です。

覚え方のポイント
「人に大きな影響を与える最終判断」はAIに任せきりにしない。AIは案を出し、人が決める。
問93-5

AIエージェントで業務を自動化するときの「役割分担」の考え方として、最も適切なものを1つ選びなさい。

  • ①AIには作業の実行だけを任せ、途中の記録は残さずに、最終の結果だけを人が受け取る。
  • ②人は下調べと作業の実行を担い、AIは最終的な判断と結果への責任を担うように分担する。
  • ③AIの精度が人を上回る作業では、人の最終確認を省いてAIだけで完結させるように分担する。
  • ④AIは繰り返しの作業や下調べを担い、人は判断・責任・最終確認を担うように分担する。
答えと解説を見る
正解 ④AIは繰り返しの作業や下調べを担い、人は判断・責任・最終確認を担うように分担する。
解説
AIエージェントで業務を自動化するときは、AIが得意な、繰り返しの多い作業・大量の情報の下調べ・案の作成などをAIに担わせ、人は目的の設定、重要な判断、結果に対する責任、最終確認を担う、という役割分担が基本です。
人とAIがそれぞれの強みを生かすことで、効率と品質を両立できます。新シラバスでも、コーディングエージェントの活用事例に関連して「役割分担」がキーワードに挙げられています。

他の選択肢が不適切な理由
・AIが最終的な判断と責任を担う:役割が逆です。AIは責任を負えないため、判断と責任は人が担います。
・精度が高ければ人の最終確認を省く:精度が高くても誤りはゼロにならず、結果の責任は人にあるため、最終確認は人が行います。
・途中の記録を残さず結果だけを受け取る:記録がないと、誤りの原因を調べたり説明したりできません。

覚え方のポイント
役割分担=「AIは手を動かし、人は考えて決めて責任を持つ」。
問103-5

AIエージェントのツールと活用に関する次の記述a〜dのうち、適切なものの組合せを1つ選びなさい。
a.ディープリサーチの報告書は、示された出典で重要な情報を確認するとよい。
b.ブラウザ操作エージェントは、ウェブページの内容にだまされることがない。
c.コーディングエージェントが書いたコードは、レビューなしで本番に使ってよい。
d.ハーネスエンジニアリングは、エージェントの周りの環境を整える考え方である。

  • ①a・d
  • ②a・c
  • ③b・c
  • ④b・d
答えと解説を見る
正解 ①a・d
解説
aとdが適切です。
a:ディープリサーチは出典付きの報告書を作りますが、誤った情報源の使用や取り違えもありうるため、重要な情報は示された出典(一次情報)で確認するとよいでしょう。
d:ハーネスエンジニアリングは、指示書・テスト・権限・確認の仕組みなど、AIエージェントの周りの環境を整えて、安定した成果を出せるようにする考え方です。

誤っている記述
・b:ウェブページに仕込まれた悪意ある指示に従ってしまうプロンプトインジェクションの危険があります。
・c:AIが書いたコードにも不具合や脆弱性が含まれることがあるため、テストと人間のレビューを経てから本番に取り込みます。

覚え方のポイント
エージェントの成果物は「出典の確認」「レビュー」が必須。だまされるリスクも常に意識しましょう。

「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。

【PR】