AIエージェント・ストラテジスト › Web参考書

Web参考書

シラバス(公式シラバス ver1.0(6章32セクション))の学習項目を節ごとに解説します。各節の最後に、その節の練習問題を載せています。読んだらそのまま解いて確認してください。

本書は公式テキストの転載ではなく、シラバスのキーワードと法令・ガイドラインなどの一次資料をもとに当サイトが独自に書いたものです。

合格までの道順(この参考書の位置づけ)

この試験は50問のうち約8割が4ケース×10問のケース問題で、選択肢は公式テキストの言い回しで作られます。この参考書だけで合格はできません。公式テキストと当サイトの演習を組み合わせると、次の5段階で3週間ほどの計画になります。

  1. 参考書で全体像をつかむ(2〜3日)。32節を「どんな場面で困るか → たとえ → 仕組み」の順で読み、各節末の練習問題を解く。
  2. 公式テキストで用語の正式な言い方を確定する(5〜7日)。参考書を読んだ節から該当 Section を読むと速い。枠組みの名前と区切り方(5Dモデル、自動化レベル、3層など)はテキストの表現で覚える。
  3. 章別演習で確認する(2〜3日)。間違えた節だけ参考書とテキストに戻る。2周目は復習モードで誤答のみ。
  4. ケース練習問題を時間を計って解く(4〜5日)。1ケース35分。正誤より「どの選択肢をなぜ消したか」を見直す。公式サンプル問題も同じ時期に。
  5. 模擬試験で時間配分を体に入れる(2日)。75分で解き切る練習。新しいことは覚えない。

この参考書でできること

  • 公式テキストを読む前に、各節が「何の話か」を理解しておく
  • 似た用語の違い(支援型と協働型、指示型と条件型、ロールアウトとスケーリングなど)を例で押さえる
  • 各節の「試験で問われる観点」で、出題の型を知る

別に必要なもの

  • 公式テキストの言い回し。本書は転載を避けて一般的な言葉で書いているため、正式な名称と定義はテキストで確認する
  • ケース本文を読んで判断する速さ。これは解かないと身につかない
  • 自分の職場の業務を、本書の枠組みで一度考えてみること(理解が定着する)

第1章 生成AIとAIエージェントの基礎

  1. 生成AIの基礎:LLMの動き方、ハルシネーション、トークンとコスト ・ 問題 5 問
  2. AIエージェントの定義と構成要素:頭脳・記憶・手足と自律性の4段階 ・ 問題 4 問
  3. AIエージェントの起動タイプ:指示型・定時型・条件型の見分け方 ・ 問題 4 問
  4. RPAとAIエージェントの違い:定型処理と判断処理をどう切り分けるか ・ 問題 2 問
  5. エージェントの接続標準 MCP:APIとの関係、M×N問題、接続方式の判断 ・ 問題 3 問
  6. AIエージェント導入の価値:定量と定性、ROIとTCO、経営層への3点セット ・ 問題 2 問
  7. AIエージェントのリスクと対策:信頼性・形骸化・ブラックボックス化・セキュリティ ・ 問題 3 問
  8. 生成AIの発展トレンド:エージェント化・ドメイン特化・モデル強化と自社への当てはめ ・ 問題 4 問

第2章 業務の基礎

  1. 業務の構造的理解:仕事・業務・作業、IPO、As-Is→To-Be→ギャップ分析 ・ 問題 6 問
  2. BPR(業務改革)の基礎:汚いプロセスの自動化を避ける、ECRSの順序 ・ 問題 4 問
  3. 業務可視化の手法:IPO、SIPOC、HTA、業務フロー図を粒度で使い分ける ・ 問題 4 問

第3章 AIデータリテラシーとマネジメント

  1. ナレッジマネジメントの基礎:暗黙知・形式知、SECIモデル、RAGとファインチューニング ・ 問題 4 問
  2. データの種類と特性:構造化・非構造化・半構造化と、誰が処理するか ・ 問題 3 問
  3. RAGの仕組み:保存と検索・生成の2フェーズ、チャンクサイズ、精度の切り分け ・ 問題 5 問
  4. AIガバナンスと法務:AIポリシー、利用ガイドライン、3つの法的リスク、責任分界点 ・ 問題 5 問
  5. AIエージェントが読みやすいデータを作る:AIが読める条件、鮮度管理、整形の優先順位 ・ 問題 4 問
  6. AIプロジェクトの進め方:3つの不確実性、Aフェーズ(PoC)の5ステップと判断ゲート ・ 問題 3 問
  7. AIプロジェクトの成功の定義:効果・定着・精度の3層とベースライン測定 ・ 問題 4 問

第4章 自動化レベルとワークフロー設計

  1. 自動化レベルの進化論と実務における最適解:Lv.1〜Lv.4の境界線とMVPアプローチ ・ 問題 4 問
  2. ワークフロー設計 トリガーとアクション:何をきっかけに動き、何を実行するか ・ 問題 4 問
  3. ワークフロー設計 変数と条件分岐:If/Else、ルーティング、フィルタリング、フォールバック ・ 問題 3 問
  4. コンテキストエンジニアリング概論:LLMに何を・どの順で渡すか、原因切り分けの順序 ・ 問題 3 問

第5章 人と組織から考えるAI時代の組織設計

  1. AIエージェント導入と組織文化の変革:デリゲーション設計、リスクレベル、HITLの2つの役割 ・ 問題 4 問
  2. AIエージェント推進の組織類型:中央集権型・分散型・ハイブリッド型とCoE ・ 問題 4 問
  3. 人材評価と指標の再設計:アウトカム指標、KGI・KPI・OKR、職務定義書、リスキリング ・ 問題 4 問
  4. チェンジマネジメント:否認・抵抗・受容、抵抗曲線の「谷」、心理的安全性、Fail-Fast ・ 問題 4 問
  5. AIエージェント推進者が現場で直面する5つの問いと答え方 ・ 問題 4 問

第6章 AIエージェントを実装する5Dモデル

  1. 5Dモデル Step1 Discovery(発見・選定):ボトルネック、AI適合性、優先順位マトリクス ・ 問題 4 問
  2. 5Dモデル Step2 Definition(定義・構造化):フローチャート、要件定義書、ペルソナ、合格基準 ・ 問題 4 問
  3. 5Dモデル Step3 Design(設計・プロンプト):コンテキスト設計、I/O設計、セキュリティ設計 ・ 問題 4 問
  4. 5Dモデル Step4 Development & PoC(開発・検証):プロトタイプ、サンドボックス、HITL、Go/No-Go/Pivot ・ 問題 5 問
  5. 5Dモデル Step5 Deployment & Scale(展開・定着):パイロット、ロールアウト、スケーリング、AI-SECI ・ 問題 6 問
章別演習へ模擬試験へ