AWS認定の基礎
AWS AI Practitioner（AIF-C01）とは｜試験ガイドから出題範囲と受ける価値を確認する
記事内に広告リンクを含みます
結論から言うと
AWS Certified AI Practitioner（AIF-C01）は Foundational レベルの認定で、90分・65問・100 USD、合格ラインは100〜1000点スケールで700点です（2026年8月2日時点の公式公表値）。出題の66%が生成AIと基盤モデル関連（分野2〜3）に寄っており、モデルを作る側ではなく使う側の知識を問う設計になっています。私はこの試験を受験していないため、これは公式の試験ページと試験ガイド（AIF-C01 Version 1.4）を読んで整理した調査記事です。
この記事でわかること
- AIF-C01 は Foundational レベル。90分・65問・100 USD（2026年8月2日時点の公式公表値）
- 65問のうち採点対象は50問で、残り15問は採点されない。合格ラインは1000点満点中700点
- 配点は生成AIの基礎24%＋基盤モデルの活用28%で、合わせて52%が生成AI領域に寄っている
- 試験ガイドでモデルの実装・チューニング・MLパイプライン構築は明確に対象外とされている
- 再認定は最新バージョンの合格に加えて、Machine Learning Engineer - Associate の取得でも受けられると公式に記載がある
生成AIの話題が業務側から降りてくるようになって、「AWS にも AI の資格があるらしい」と聞く機会が増えました。AWS Certified AI Practitioner（AIF-C01）のことです。
先に断っておきます。私はこの試験を受験していません。 取得済みなのは SAA と SAP だけです。ですのでこの記事は合格体験記ではなく、AWS の公式試験ページと、公式の試験ガイド（AIF-C01 Version 1.4）を読んで整理した調査記事です。公式に書いてある事実と、それを読んで私がどう考えたかは、区別して書きます。
認定全体の並びと受ける順番はAWS認定はどれから受けるべきかにまとめています。
先に結論
✅ 公式で確認できたこと（2026年8月2日時点）
- カテゴリは Foundational。試験期間 90分、形態は 65問、費用は 100 USD
- 採点に影響するのは 50問で、残り 15問は採点されない（試験中に区別はつかない）
- スコアは 100〜1000点スケールで報告され、最低合格スコアは700点
- 出題は5分野。生成AIの基礎24% + 基盤モデルの活用28% で、合わせて52%
- 日本語で受験できる。ピアソンVUE テストセンターまたはオンライン監督付き試験
- 有効期間は 3年。再認定は最新バージョンの合格に加え、Machine Learning Engineer - Associate の取得でも受けられる
私の読みとしては、この試験は「AI を作る人」ではなく「AI を使う判断をする人」に寄せた設計です。試験ガイドの対象外タスクにモデル開発やチューニングが明記されている以上、コードを書けることは前提になっていません。逆に言えば、SAA のようなアーキテクチャ設計の重さを期待すると肩透かしを食う可能性があります。
受験料の位置づけはAWS認定の受験料まとめに書いたとおりで、100 USD は AWS 認定のなかで最も安い区分です。
試験の基本情報
AWS 公式の試験ページに掲載されている項目をそのまま整理します。
| 項目 | 内容 |
|---|---|
| カテゴリ | Foundational |
| 試験期間 | 90 分 |
| 試験の形態 | 65 個の問題 |
| 費用 | 100 USD |
| 受験オプション | ピアソンVUE テストセンター または オンライン監督付き試験 |
| 提供言語 | 日本語を含む13言語（アラビア語、英語、フランス語、ドイツ語、イタリア語、日本語、韓国語、ポルトガル語、スペイン語×2、中国語×2 ほか） |
| 有効期間 | 3 年 |
いずれも2026年8月2日時点で AWS の公式ページに記載されていた内容です。受験料は為替で円換算額が変わりますし、これらの条件は変更される可能性があるので、申し込み前に必ず公式で確認してください。
⚠️ 注意点
この記事の数字はすべて2026年8月2日時点の公式表記です。AWS 認定は試験バージョンの更新（例：AIF-C01 → 将来の C02）や価格改定が起こります。古い合格体験記の数字をそのまま信じないほうがよく、それはこの記事についても同じです。
65問中50問しか採点されない
試験ガイドで個人的にいちばん重要だと思ったのがここです。
採点に影響する問題は50問。それとは別に、採点されない問題が15問含まれる。採点されない問題は試験中に識別されない。
つまり、体感で「これは分からなかった」という問題が数問あっても、それが採点対象だったかどうかは受験者には判別できません。15問という比率は全体の約23%です。分からない問題に時間を溶かして残りを雑に処理するより、取れる問題を確実に取ったほうが期待値が高い構造になっています。
この「採点対象50問＋非採点15問」という構成自体は AI Practitioner に固有のものではなく、CloudOps Engineer - Associate（SOA-C03）の試験ガイドにも同じ記載があります。AWS 認定に共通する仕組みだと考えてよさそうです。
なお、試験ガイドには未回答は不正解として採点され、当て推量に対するペナルティはないとも明記されています。分からなくても空欄にする理由はありません。
合格ラインは700点／分野ごとの足切りはない
スコアは100〜1000点のスケールで、最低合格スコアは700点です。ここも試験ガイドの記載をそのまま引きます。
重要なのは、試験ガイドが補償型スコアリングモデル（compensatory scoring model）だと明言している点です。各分野で合格点を取る必要はなく、試験全体で合格すればよい、と書かれています。得意分野で稼いで苦手分野を埋める戦い方が、公式に許容されている形です。
出題範囲と配点
試験ガイドに記載されている5分野と配点は次のとおりです。
| 分野 | 内容 | 配点 |
|---|---|---|
| 分野1 | AI と ML の基礎 | 20% |
| 分野2 | 生成AIの基礎 | 24% |
| 分野3 | 基盤モデルの応用 | 28% |
| 分野4 | 責任あるAIのガイドライン | 14% |
| 分野5 | AI ソリューションのセキュリティ、コンプライアンス、ガバナンス | 14% |
分野2と分野3を足すと 52%。基盤モデル（Foundation Model）と生成AIの領域が過半を占めます。ここに分野4の責任あるAIを加えると66%になり、いわゆる「従来型の機械学習」の比重はそこまで高くありません。
分野1：AI と ML の基礎（20%）
試験ガイドのタスクステートメントを見ると、AI・ML・ディープラーニングの用語定義、教師あり／教師なし／強化学習の区別、推論の種類（バッチ、リアルタイム）、データの種類（ラベル付き／ラベルなし、表形式、時系列、画像、テキスト、構造化／非構造化）といった語彙の整理が中心です。
加えて、AWS のマネージド AI/ML サービスの機能を説明できることが求められています。試験ガイドに例として挙がっているのは Amazon SageMaker、Amazon Transcribe、Amazon Translate、Amazon Comprehend、Amazon Lex、Amazon Polly です。
「どのサービスが何をするものか」を対応づける問題は作りやすいので、ここは暗記で取りにいける部分だと思います。
分野2：生成AIの基礎（24%）
生成AI そのものの概念と、AWS 上でどう扱うかです。試験ガイドの付録にある対象サービス一覧には、Machine Learning のカテゴリとして次が挙げられています。
- Amazon Bedrock
- Amazon SageMaker
- Amazon Q
- Amazon Comprehend / Transcribe / Translate / Polly / Rekognition / Textract
- Amazon Kendra / Lex / Personalize / Fraud Detector
- Amazon Augmented AI（Amazon A2I）
生成AI の中核は Amazon Bedrock と Amazon Q です。この2つの位置づけを説明できないと、分野2と分野3はきついはずです。
分野3：基盤モデルの応用（28%）
配点が最も大きい分野です。基盤モデルを使う側の実務知識——プロンプトの扱い、モデル選定、RAG のようなアプローチ、評価の考え方——がここに入ります。
分野3が最大配点であることは、この試験の性格をよく表していると思います。モデルを訓練する話ではなく、既にあるモデルをどう業務に当てるかを問う試験だという設計です。
分野4・分野5：責任あるAIとガバナンス（各14%）
責任あるAI（バイアス、公平性、透明性）と、セキュリティ・コンプライアンス・ガバナンスがそれぞれ14%です。合計28%あるので、技術トピックの片手間で流せる比重ではありません。
対象サービスの付録には、AWS Artifact、AWS Audit Manager、IAM、Amazon Inspector、AWS KMS、Amazon Macie、AWS Secrets Manager といったセキュリティ系が並んでいます。加えて CloudTrail、CloudWatch、AWS Config、Trusted Advisor、Well-Architected Tool といったガバナンス系も対象内です。
このあたりは AWS の一般的なセキュリティ・ガバナンスの知識がそのまま効きます。SAA を持っている人にとっては、既に知っている領域が2分野ぶん（28%）あるということでもあります。
対象外として明記されていること
試験ガイドには、想定受験者が実行できることを期待されていないタスクが明示されています。これは受験前に読んでおく価値があります。
✅ 試験ガイドが「対象外」としているタスク
- AI/ML モデルやアルゴリズムの開発・コーディング
- データエンジニアリングや特徴量エンジニアリングの実装
- ハイパーパラメータチューニングやモデル最適化
- AI/ML パイプラインやインフラの構築・デプロイ
- AI/ML モデルの数学的・統計的分析
- AI/ML システムのセキュリティ／コンプライアンス「プロトコルの実装」
- AI/ML ソリューションのガバナンスフレームワークとポリシーの「策定・実装」
想定受験者は「AWS の AI/ML テクノロジーに6か月程度まで触れた人」で、「AI/ML ソリューションを使うが、必ずしも構築するわけではない」層とされています。公式ページの「受験者の役割例」も、ビジネスアナリスト、IT サポート、マーケティング、製品／プロジェクトマネージャー、事業部門または IT マネージャー、セールスプロフェッショナルと、非エンジニア職が中心です。
つまり Python が書けないことは受験の障害にならない設計です。分野4・分野5の存在と役割例の並びを見ると、AWS はこの試験を「AI を導入する組織側の共通言語」として置きたいのだと読めます。
一方で、エンジニアがこれを取っても「実装できる証明」にはなりません。そこを期待して受けると、AWS資格は意味ないと言われる理由で書いたのと同じ落差が起きます。何を証明したいのかを先に決めるべきです。
Cloud Practitioner（CLF）との違い
AWS の公式ページに、この2つを比較した説明があります。要約するとこうです。
- Cloud Practitioner：AWS クラウド全体の知識に焦点。全 AWS サービスの基礎レベルの概要が対象。試験内容の概要に含まれる AI 関連のタスクステートメントは1つだけ
- AI Practitioner：AI のフレームワーク・概念と関連する AWS テクノロジーを幅広くカバーし、生成AI に重点を置く。試験内容の概要全体が AI・ML・生成AI に焦点
そして「自分の関心とニーズに最も合った試験を受けるべき」「両方の理解を証明したいなら両方取ることもできる」と案内されています。どちらが上位という関係ではありません。
CLF を挟むかどうかの判断軸そのものはCLFを挟むべきか（SAAと比べて考える）に書きました。AI Practitioner についても考え方は同じで、すでに AWS の実務がある人が土台作りのために受ける必然性は薄いというのが私の見方です。逆に AWS 未経験で AI 案件の会話に入る必要がある人には、費用100 USD・90分という軽さは合理的だと思います。
有効期限と再認定（ここが少し特殊）
公式ページの記載では、この認定の有効期間は3年です。ここまでは他の AWS 認定と同じで、AWS認定の有効期限と再認定に書いた3年ルールがそのまま当てはまります。
特徴的なのは再認定の条件です。公式ページには、有効期限が切れる前に
- この試験の最新バージョンに合格する、または
- AWS Certified Machine Learning Engineer - Associate を取得する
のどちらかで再認定を受けられる、と記載されています。
AI/ML 方向に進む人であれば、AIF を取り直すより上位の MLA-Associate を取るほうが、結果として認定の維持にもなる、という導線です。上位認定で下位認定の期限が動く仕組みは AWS 全体にありますが、対象が明示されているのは分かりやすい部分だと思います。
教材をどう組むか
私がこの試験を受けるとしたら、という前提で書きます（繰り返しますが未受験です）。
1. 試験ガイド（PDF）を最初に通しで読む
無料で読める一次情報で、5分野のタスクステートメントと、対象内／対象外の AWS サービス一覧が載っています。付録の「対象サービス一覧」は事実上の学習範囲リストとして使えます。AWS 認定の公式ページから各試験の試験ガイドとサンプル問題をたどれます。
2. 公式のデジタル講座で用語を揃える
AWS Skill Builder（公式）には無料で受けられるデジタルコースが用意されています。生成AI 関連はコース更新が速い領域なので、受講前に対象試験と最終更新日を確認してください。教材全般の選び方はAWS資格の教材を5種類くらべたにまとめています。
3. Bedrock と Amazon Q を実際に触る
分野2＋分野3で52%を占めるうえ、この2つは概念だけ読んでも像が結びにくい部類です。マネジメントコンソールで一度触っておくと、選択肢を読んだときの解像度が変わるはずです。利用には課金が発生し得るので、料金体系を確認してから試してください。
⚠️ 注意点
生成AI 関連は市販の対策本・動画講座の情報鮮度が特に落ちやすい領域です。AIF-C01 という試験コードと、教材の対象バージョン・更新日を必ず突き合わせてから買ってください。私は SAA のときに版の古い問題集を掴みかけたことがあります。
独学が止まる場合の選択肢
AI・生成AI そのものの基礎から入り直したい場合、資格対策とは別に講座を使う選択肢もあります。DMM 生成AI CAMPのように、生成AI を業務で使うことに軸を置いたサービスがあります。私は受講していないため、カリキュラム・料金・受講形式は公式サイトの記載でご自身でご確認ください。資格試験の対策コースではない点にも注意してください。
独学でどこまでいけるかの線引きはAWS資格は独学で取れるかに、費用の考え方も含めて書きました。
取る価値があるかどうか
ここは公式の記載ではなく、私の判断です。
取る価値が出やすいと思うケース
- AWS の実務がまだ薄く、AI/生成AI の案件で会話に入る必要がある（役割例に挙がっている職種はここに近い）
- 社内で生成AI 導入の旗振りをすることになり、責任あるAI・ガバナンスの語彙を体系立てて押さえたい
- 会社の受験料補助が使え、自己負担がほぼ発生しない
慎重に考えたほうがいいと思うケース
- すでに SAA 以上を持っていて、実装力の証明を増やしたい（対象外タスクの一覧を見るかぎり、この用途には向きません）
- 転職市場での評価を直接上げたい。Foundational レベルの認定が求人票の要件に効くかは、AWS資格は転職でどう評価されるかで見た範囲では読みづらいところです
職務経歴書での書き方はAWS資格を職務経歴書にどう書くかと同じで、認定証に記載された名称をそのまま書くのが安全です。「AWS Certified AI Practitioner」と正式名称で書き、取得年月を添える形になります。
よくある質問
Q. 実務経験はどれくらい必要ですか？
A. 試験ガイドには、想定受験者は AWS 上の AI/ML テクノロジーに6か月程度まで触れた人で、AI/ML ソリューションを使うが必ずしも構築しない層だと記載されています。数年の経験を前提にした試験ではありません。
Q. 日本語で受験できますか？
A. 公式ページの「提供されている言語」に日本語が含まれています（2026年8月2日時点）。申し込み時に言語を選択します。
Q. 自宅受験はできますか？
A. 受験オプションとして「ピアソンVUE テストセンターまたはオンライン監督付き試験」と記載されています。自宅受験の実務的な注意点はSAA を自宅受験にするかテストセンターにするかに別記事で書いています（試験は違いますが、監督付きオンライン試験の環境要件の考え方は共通です）。
Q. 何点取れば合格ですか？
A. 100〜1000点スケールで 700点です。分野ごとの足切りはなく、試験全体で合格すればよい補償型スコアリングモデルだと試験ガイドに明記されています。
Q. 難易度はどれくらいですか？
A. 私は受験していないため、体感の難易度は書けません。書けるのは、Foundational カテゴリであること、想定受験者の経験が6か月程度までとされていること、モデル開発やチューニングが対象外とされていることの3点です。SAA との比較で言えばSAA の難易度と勉強時間で書いた水準とは前提が違います。
Q. Machine Learning Engineer - Associate（MLA）とどちらを受けるべきですか？
A. レベルが違います（AIF は Foundational、MLA は Associate）。公式ページには、AIF の再認定手段として MLA の取得が挙げられているという関係の記載があります。実装側に進むなら MLA、使う側の共通言語を固めるなら AIF、という整理になりますが、MLA の試験ガイドは別途ご自身で確認してください。私はどちらも受験していません。
まとめ
- AIF-C01 は Foundational レベル。90分・65問・100 USD、日本語で受験できる（2026年8月2日時点の公式公表値）
- 採点対象は 50問、非採点が 15問。合格ラインは1000点満点中 700点、分野ごとの足切りはない
- 配点は 分野3（基盤モデルの応用）28% が最大で、分野2と合わせて52% が生成AI 領域
- 責任あるAIとガバナンスで28% を占めるため、技術トピックだけでは埋まらない
- 試験ガイドは モデル開発・チューニング・パイプライン構築を対象外と明記している。実装力の証明には向かない
- 有効期間は 3年。再認定は最新バージョン合格のほか、MLA-Associate の取得でも可能と公式に記載がある
繰り返しになりますが、私はこの試験を受験していません。ここに書いたのは公式試験ページと試験ガイド（AIF-C01 Version 1.4）から読み取れる範囲の整理であり、受験した人の感触ではありません。受験を決めたら、必ず AWS 公式の試験ページと試験ガイド（PDF）を一次情報として確認してください。
次に読むなら、認定全体の並びを見るAWS認定はどれから受けるべきかか、同じく調査ベースで書いたAWS SysOps はなくなったのか（SOA-C03）が接続しやすいと思います。
よくある質問
AWS Certified AI Practitioner（AIF-C01）の試験概要を教えてください。
AWS 公式の試験ページによると、カテゴリは Foundational、試験期間は90分、形態は65問、費用は100 USD です。受験オプションはピアソンVUE テストセンターまたはオンライン監督付き試験で、提供言語には日本語が含まれます（いずれも2026年8月2日時点の記載）。最新の情報は必ず公式でご確認ください。
合格ラインは何点ですか？
試験ガイド（AIF-C01 Version 1.4）には、スコアは100〜1000点のスケールで報告され、最低合格スコアは700点と記載されています。また、各分野で合格点を取る必要はなく試験全体で合格すればよい補償型スコアリングモデルであることも明記されています。
65問すべてが採点されるのですか？
いいえ。試験ガイドには、採点に影響する問題は50問で、残り15問は採点されない問題であると記載されています。採点されない問題は試験中に区別されません。
プログラミングや機械学習の実装経験は必要ですか？
試験ガイドでは、想定受験者は AWS 上の AI/ML に6か月程度まで触れた人とされ、AI/ML ソリューションを「使うが必ずしも構築しない」層が対象と書かれています。モデルやアルゴリズムの開発、ハイパーパラメータチューニング、ML パイプラインの構築などは対象外のタスクとして明記されています。
Cloud Practitioner（CLF）とどちらを受けるべきですか？
AWS の公式ページでは、CLF は AWS クラウド全体の基礎知識を対象とし、AI 関連のタスクステートメントは1つだけであるのに対し、AI Practitioner は試験範囲全体が AI・ML・生成AI に焦点を当てていると説明されています。関心とニーズに合うほうを受け、両方取ることもできる、というのが公式の案内です。
有効期限と再認定はどうなりますか？
公式ページには、この認定は3年間有効で、有効期限が切れる前にこの試験の最新バージョンに合格するか、AWS Certified Machine Learning Engineer - Associate を取得することで再認定を受けられると記載されています（2026年8月2日時点）。