AIF-C01 合格戦略 完全ガイド — 当日運用とクラウド認定「3 部作」の次へ

AIF-C01（AWS Certified AI Practitioner）の知識面の準備は、AIF-C01 模擬問題 30 問（2026-06-13 公開）までで完成している。本記事は最終章として、直前 1 週間の過ごし方、申込手続き、90 分 65 問の当日運用、そして合格後のキャリア接続までを扱う。後半では、Cloud Practitioner・Solutions Architect Associate・AI Practitioner と続けてきたクラウド認定の道のりを「3 部作」として総括し、AI エンジニアとしての次の一手を整理する。

直前 1 週間 — 新しいことを始めない

試験 1 週間前からの原則はシンプルだ。新しい教材に手を出さず、間違いの在庫を消化する。

具体的には 3 つ。第一に、模擬問題で間違えた問題だけを解き直す。正解した問題の再演習は時間効率が悪い。第二に、紛らわしいサービスペアの最終確認 — Clarify と Model Monitor、Transcribe と Polly、Artifact と CloudTrail、Kendra と Personalize。AIF-C01 の誤答は大半がこのペア取り違えから生まれる。第三に、ordering 対策の 2 大フロー（ML ライフサイクル 9 工程、基盤モデルライフサイクル 7 段階）と RAG の 4 段フローを、何も見ずに書き出せるか最終確認する。

曜日単位の目安も示しておく。7 日前〜5 日前は模擬問題の誤答の解き直しと、誤答理由の言語化。4 日前〜3 日前はサービスペアの対応表と 2 大ライフサイクルの暗唱確認。2 日前は時間を計った通し演習を 1 回だけ — ここで新たな弱点が見つかっても、深追いせず「最頻出の論点だけ」を補修する。前日は 30 分のチェックリスト確認で終える。

前日は詰め込まない。90 分の集中力は当日の資源であり、前夜の夜更かしで最も毀損されやすい。Foundational 級は「知っていれば解ける」問題が大半を占めるため、当日のコンディションが点数に直結する。

申込手続き — Builder ID から OnVUE/テストセンターまで

申込フローは AWS 認定共通だ。AWS Builder ID を作成し、CertMetrics（認定管理ポータル）にサインインして、Pearson VUE 経由で試験を予約する。受験料は ¥15,000（日本での価格）で、支払いはこの予約時に行う。

受験方式は 2 つから選ぶ。テストセンターは移動の手間がある代わりに、環境トラブルのリスクを会場側が吸収してくれる。OnVUE（自宅オンライン監督）は移動不要だが、部屋の 360 度撮影、デスク上の完全クリア、試験中の離席禁止といった制約がある。初回受験や、自宅の通信・部屋環境に不安がある場合はテストセンターを推奨する。

日本語受験を選んだ場合も、試験中に英語原文を表示できる切り替え機能がある。AI 分野はカタカナ訳が不自然になりやすい領域なので、「日本語で受けて、引っかかる設問だけ英語原文を確認する」運用を覚えておくと、翻訳起因の失点を防げる。

当日の入室手続きも押さえておく。テストセンターでは本人確認書類の提示が必要で、氏名表記が Pearson VUE の登録情報と一致している必要がある。予約時のローマ字表記と身分証のパスポート表記が食い違う、という事務ミスは毎年の定番トラブルだ。私物はロッカーに預け、持ち込めるのは本人確認書類程度。メモ用具は会場側から提供される。OnVUE の場合は試験開始 30 分前からチェックイン手続き（部屋とデスクの撮影、本人確認）が始まるため、開始時刻ぴったりに PC の前に座るのでは遅い。スマートフォンはチェックイン後、手の届かない場所に置くことが求められる。

当日の時間配分 — 90 分 65 問の設計

65 問を 90 分で解く。1 問あたり約 1.4 分だが、均等配分で考えるのは得策ではない。実戦的な設計はこうだ。

第 1 パス（〜60 分）: 全 65 問を一気に走る。即答できる問題（用語、サービス対応）は 30〜40 秒で確定。迷う問題は仮回答を入れてフラグを立て、止まらずに進む。ここで全問に「何かしらの回答」を入れておくのが鉄則だ。AWS 認定に誤答減点はないため、空欄は純粋な損になる。

第 2 パス（〜85 分）: フラグ問題だけに戻る。第 1 パスで全体を見ているため、後の問題が前の問題のヒントになっていることがある。2 分考えて確信が持てなければ、最初の直感を残して次へ。

最後の 5 分: 全問回答済みの確認と、ケアレスミス（「適切でないものを選べ」の読み違い等）の点検に使う。

メンタルの運用も時間配分の一部だ。序盤に難問が連続すると「今回はダメかもしれない」という焦りが残りの 60 問の判断を曇らせる。前述の通り 65 問中 15 問は採点されない実験問題であり、序盤の体感難度は合否とほぼ無関係だと知っておくこと。また、第 1 パスで「確実に取れた」と感じた問題の数を頭の中で数えておくと、終盤の不安に飲まれにくい。35 問の手応えがあれば、合格圏の算数はすでに成立している。

新形式の時間管理は別枠で意識する。ordering は確信がないまま並べ替えを繰り返すと 3 分以上溶ける。2 分で確定しなければフラグを立てて先へ。case study はシナリオ 1 つで複数問に答えられるため、見かけの長文に怯まず腰を据えて読む価値がある。matching は消去法が効くので、確実なペアから埋めて選択肢を減らす。

捨て問の見極めと合格ラインの算数

合格点は 700 / 1000、採点対象は 50 問。つまり十数問は間違えても受かる。この算数を頭に入れておくと、本番での心理的余裕がまったく違う。

さらに、65 問のうち 15 問は採点されない統計目的の問題で、どれが採点対象かは受験者には分からない。「見たことのない難問」に遭遇しても、それが採点外の実験問題である可能性は十分にある。1 問への執着は、確実に取れる問題の時間を奪うだけだ。

捨て問の判断基準は「2 分ルール」でいい。2 分考えて選択肢が 2 つまで絞れないなら、直感で選んでフラグを立て、振り返りの時間に回す。なお「捨てる」と言っても回答は必ず入れる。捨てるのは時間であって、得点機会ではない。AIF-C01 は深い計算や複雑なアーキテクチャ図の読解がない分、「知らないものは考えても出てこない」傾向が強い試験だ。粘りより回転を優先する。

5 ドメイン最終チェックリスト

試験会場へ向かう前の最終確認に、各ドメインの「これだけは」を 1 行ずつ挙げておく。

• Domain 1（20%）: 教師あり/なし/強化の判別と、回帰・分類・クラスタリングの出力の違いを即答できるか
• Domain 2（24%）: 基盤モデルライフサイクル 7 段階と、生成 AI の限界 4 点（ハルシネーション・不正確・非決定性・解釈可能性）を列挙できるか
• Domain 3（28%）: カスタマイズのコスト勾配（in-context → RAG → FT → 事前学習）と、RAG を選ぶ 3 条件（知識更新・根拠提示・重み不変）を説明できるか
• Domain 4（14%）: 責任ある AI の 6 特徴と、Clarify / Model Monitor / A2I の時間軸の違いを言えるか
• Domain 5（14%）: 統制 6 サービス（Config / Inspector / Audit Manager / Artifact / CloudTrail / Trusted Advisor）の一行サマリーを言えるか

ドメイン横断で登場回数が多いサービスも、最後にまとめて確認しておく価値がある。Amazon Bedrock（Domain 2・3・4 を貫く主役）、Amazon SageMaker AI とそのコンポーネント群（Domain 1・3・4）、Bedrock Guardrails（Domain 3 の攻撃対策と Domain 4 の安全性の両方で登場）、そして IAM と CloudTrail（Domain 5 の常連）。この「複数ドメインにまたがる顔ぶれ」は出題確率も必然的に高い。逆に一度しか登場しないサービスの細部を直前に深追いするのは、得点期待値の低い時間の使い方になる。

このチェックリストで詰まったドメインがあれば、該当の解説記事に 30 分だけ戻ればいい。全部をやり直す時間は要らない。AWS AI Practitioner AIF-C01 完全攻略入門（2026-06-08 公開）から各ドメイン記事への導線をまとめてある。

よくある不合格パターン — 3 つの落とし穴

AIF-C01 は Foundational 級としては合格しやすい試験だが、落ちる人には共通パターンがある。裏返せば、これを避けるだけで合格確率は大きく上がる。

パターン 1: 用語暗記で止まっている。「RAG とは検索拡張生成である」と言えても、「どのシナリオで RAG を選ぶか」に答えられない状態だ。AIF-C01 の出題の中心は定義ではなく適用判断で、新形式（ordering / matching / case study）の導入によりこの傾向はさらに強まっている。対策は、用語ごとに「選ぶ条件」をセットで覚え直すこと。RAG なら「知識更新が頻繁・根拠提示が必要・重みは変えない」の 3 条件だ。

パターン 2: 生成 AI ゾーンの軽視。従来型 ML の経験者ほど、Domain 1 の知識で戦おうとして Domain 2・3（合計 52%）の生成 AI 固有概念 — 基盤モデルライフサイクル、カスタマイズのコスト勾配、プロンプト攻撃 — を取りこぼす。経験者こそ、自分の知識が「どのドメインをカバーしていないか」を模擬問題のドメイン別正答率で確認してほしい。

パターン 3: 時間切れではなく「読み飛ばし」。90 分 65 問は時間的には余裕がある試験だ。にもかかわらず失点するのは、長文シナリオの要件キーワード（「最小コストで」「根拠を示して」「リアルタイムに」）を読み飛ばし、技術的に正しいが要件に合わない選択肢を選ぶケースになる。問題文の最後の一文に答えの評価軸がある、という SAA-C03 でも通用した読み方が、ここでも効く。

スコアレポートと再受験 — 落ちても 14 日後に戻ってこられる

万一不合格でも、リカバリーの仕組みは明確だ。公式ポリシーでは、再受験まで 14 日間の待機期間を置けば、回数の上限なく再挑戦できる。受験料は毎回かかるため無計画な連打は禁物だが、「一発勝負」のプレッシャーを感じる必要はない。

結果確認の流れはこうだ。試験終了直後の画面では合否の速報が表示されない場合があるため、その場で一喜一憂する必要はない。正式な結果はメール通知の後、CertMetrics の Exam History からスコアレポート（PDF）をダウンロードして確認する。

試験結果は受験後 5 営業日以内に CertMetrics の Exam History に届く。スコアレポートには 100〜1000 のスケールスコアに加え、ドメイン別のパフォーマンス（基準を満たしたか・要改善か）が記載される。不合格だった場合はこのドメイン別評価が次の 14 日間の学習計画そのものになる。「Domain 3 が要改善」なら、カスタマイズ手法と RAG の判断基準に絞って立て直す。全範囲をやり直す必要はない。

なお、スコアレポートの読み方には注意がある。ドメイン別評価はあくまで概況であり、設問単位のフィードバックはない。だからこそ、模擬演習の段階で「どのドメインのどの論点で間違えるか」を自分で記録しておく習慣が、再受験時の最短ルートを作る。

クラウド認定 3 部作の総括 — CLF・SAA・AIF で何が積み上がったか

ここで一度、視点を引いて 3 つの認定の関係を整理したい。順に取得してきた読者には、それぞれの試験が異なる「思考の筋肉」を鍛えてきたはずだ。

AWS Cloud Practitioner CLF-C02 完全攻略（2026-05-26 公開）で作った語彙の土台が、AWS Solutions Architect Associate SAA-C03 完全攻略入門（2026-05-30 公開）の設計判断を支え、その設計思考が AIF-C01 の「最小十分なモデル選択」にそのまま流れ込んでいる。3 つは独立した資格ではなく、「語彙 → 設計 → AI 適用」という一本の思考訓練として機能する。

実務での効き方も違う。CLF は会話の参加資格、SAA は構成提案の説得力、AIF は AI プロジェクトの企画段階での発言力を与える。特に AIF-C01 で学んだ「AI を使わない判断」「責任ある AI の統制」は、2026 年の AI 案件で技術者と経営層の橋渡しをする語彙になる。資格そのものより、この共通言語の獲得が 3 部作の最大の成果だ。

投資対効果の面でも振り返っておく。3 試験の受験料は合計 ¥50,000・税別（¥15,000 + ¥20,000 + ¥15,000）。学習時間は個人差があるが、各記事で示した目安を合算するとおおよそ 135〜240 時間のレンジになる。これを「資格 3 枚」と数えるか、「クラウドの語彙・設計判断・AI 適用判断という 3 層の思考訓練」と捉えるかで、回収の仕方が変わる。後者として使い倒すなら、この投資は転職市場の評価だけでなく、日々の技術選定の精度として毎週回収されていく。

順序についての補足も残しておく。この 3 部作は CLF → SAA → AIF の順で解説してきたが、SAA を飛ばして CLF → AIF と進む選択も十分に合理的だ。AIF-C01 は SAA の設計知識を前提としないため、AI 領域を急ぐ読者は先に AIF を取り、必要になった時点で SAA に戻ればいい。一方、インフラ全般を扱うエンジニアなら SAA を挟む方が、AIF の Domain 5（セキュリティ）が「復習」になって楽になる。自分の業務の重心で順序を決めてほしい。

合格後の道 — MLA-C01 と AI 認定ラダーの先

AIF-C01 合格後の選択肢を、方向性別に整理する。

実装力を証明する道: AWS Certified Machine Learning Engineer – Associate（MLA-C01）が直接の次段階だ。AIF-C01 が「概念と判断」の認定であるのに対し、MLA-C01 は SageMaker AI を使った ML パイプラインの構築・運用・監視という実装力を問う Associate 級になる。AIF-C01 の Domain 1（ML ライフサイクル）の知識が、そのまま深掘りの土台になる。MLA-C01 へ進む場合の準備としては、AIF-C01 では概念として触れただけの SageMaker コンポーネント群（Data Wrangler、Feature Store、Model Monitor）を、実際に手を動かして触る期間を挟むのが定石だ。概念の地図を持った状態でのハンズオンは、ゼロからの実機学習より圧倒的に速い。

生成 AI 開発を極める道: 生成 AI アプリケーション開発に特化した上位認定として AIP-C01（Generative AI Developer 系の Professional 認定）への接続も視野に入る。AIF-C01 の Domain 2・3 で学んだ RAG・エージェント・プロンプトエンジニアリングを、本番システムの設計レベルまで引き上げる方向だ。

マルチクラウドの道: AI 認定は AWS の専売ではない。Azure・GCP にもそれぞれ AI 系認定があり、AWS / Azure / GCP 認定資格 完全比較 2026（2026-05-31 公開）で整理した通り、特定ベンダーへのロックインを避けたい場合は横展開も合理的だ。AIF-C01 で学んだ概念の大半 — 基盤モデル、RAG、責任ある AI、プロンプトエンジニアリング — はベンダー中立な知識であり、他クラウドの AI 認定では「サービス名の対応表を差し替えるだけ」で再利用できる。1 つ目の AI 認定が最も重く、2 つ目以降は限界コストが急減するのがこの領域の特徴だ。

合格直後にやるべき事務も 3 つある。第一に、AWS 認定の特典として提供される次回試験の 50% 割引バウチャーの確認だ。認定アカウントの Benefits から取得でき、MLA-C01 など次の試験の受験料を半額にできる。「次を受けるかもしれない」程度でも、有効期限を確認して確保しておく価値がある。第二に、デジタルバッジ（Credly 経由）の取得と、職務経歴書・LinkedIn への反映。認定の市場価値は「見える化」して初めて働く。第三に、学習ノートの整理だ。試験勉強で作った判断フレームの一覧は、実務の技術選定ドキュメントの下敷きとしてそのまま使える。

いずれの道でも、認定の有効期限は 3 年で、上位認定の取得により下位が更新される仕組みがある。「3 年以内に 1 つ上を取る」リズムを作っておくと、再認定の受験料と学習を、キャリアの前進と兼ねられる。50% バウチャーをこのリズムに組み込めば、2 つ目以降の認定の実質コストは大きく下がる。

まとめ — 試験は通過点、判断力が資産

AIF-C01 の合格戦略を一枚にまとめる。直前 1 週間は間違いの在庫消化に充て、当日は第 1 パスで全問回答 + フラグ、2 分ルールで回転を優先する。合格ラインの算数（採点 50 問で 700 点）を頭に入れ、難問への執着を捨てる。落ちても 14 日後に戻ってこられる以上、過度な緊張は不要だ。そして受かったら、50% バウチャーとドメイン別の手応えを持って、次の認定か現場の課題のどちらかへ即座に歩を進める。

そして合格証より価値があるのは、この 1 冊分の学習で身についた判断力だ。「この課題は AI で解くべきか」「RAG かファインチューニングか」「バイアスをどの段階で検出するか」— この問いに根拠を持って答えられる人材は、AI ブームの 2026 年においてなお少数派だ。資格はその判断力の存在証明にすぎない。

メイカーの読者なら、卒業課題はすでに目の前にある。プリントファームの監視に従来型 ML とマネージドサービスのどちらを使うか。設定ナレッジを RAG ボット化する価値があるか。生成したデザインの商用利用にどんな統制を敷くか。AIF-C01 の 5 ドメインは、そのまま自分の作業場の意思決定リストになる。試験が終わったら、ぜひ現場の課題を 1 つ選んで、学んだ判断フレームを実地で回してみてほしい。それが 3 部作の本当の卒業課題になる。

参照

• AWS Certified AI Practitioner 公式ページ
• AWS Certified AI Practitioner (AIF-C01) 試験ガイド PDF（公式）
• AWS Certified Machine Learning Engineer – Associate (MLA-C01) 試験ガイド（公式）
• AWS 認定 再認定ポリシー（公式）
• Pearson VUE – AWS 認定

ブラウザだけでできる本格的なAI画像生成【ConoHa AI Canvas】

swiftwand

X

AIを使って、毎日の生活をもっと快適にするアイデアや将来像を発信しています。 初心者にもわかりやすく、すぐに取り入れられる実践的な情報をお届けします。 Sharing ideas and visions for a better daily life with AI. Practical tips that anyone can start using right away.