目次

• 目次
• 1. 試験要項
• 2. ドメインと配点
• 3. 既存保有認定との位置づけ
  • 3.1 知識を転用できる既存認定
  • 3.2 純粋に新規で埋める必要がある領域
• 4. 学習の進め方（フェーズ）
• 5. 主要リソース一覧
• 6. メモ

1. 試験要項

• 試験名: AWS Certified Generative AI Developer - Professional
• 試験コード: AIP-C01
• 費用: 300 USD
• 試験時間: 180分
• 問題数: 75問（うち65問がスコア対象、10問は今後の試験用の検証枠／単一選択・複数選択混在）
• 合格ライン: 750/1000（スコア範囲100-1000）
• 採点方式: 補償モデル。ドメインごとの足切りはなく、全体スコアで合否判定
• 前提資格: 必須の前提資格なし。ただし推奨として AI Practitioner (AIF-C01) / Solutions Architect Associate (SAA-C03) / Machine Learning Engineer Associate (MLA-C01) / Data Engineer Associate (DEA-C01) のいずれかがあると有益、とAWS公式に明記
• 対象者像:
  • AWSまたはOSS技術での本番グレードアプリ構築経験2年以上
  • 一般的なAI/MLまたはデータエンジニアリング経験
  • 生成AIソリューションのハンズオン実装経験1年以上
• 試験範囲外（明示的に除外されるタスク）:
  • モデル開発・学習（Model Development and Training）
  • 高度なML技術（Advanced ML Techniques）
  • データエンジニアリング・特徴量エンジニアリングそのもの
  • → つまりこの試験は「FMを訓練する側」ではなく「Bedrockなどを使ってFMを統合・運用する側」の実装力を問う試験
• 沿革: 2025/10/14発表 → ベータ試験は2026/3/31まで → 2026/3/17に標準版の受付開始（現在はGA）

参考:

• 試験ガイド(公式ページ)
• 試験ガイドPDF
• AWS公式ブログ(認定ポートフォリオ拡大の告知)

2. ドメインと配点

Domain	配点	概要
1. Foundation Model Integration, Data Management, and Compliance	31%	FM選定・アーキテクチャ設計、データ前処理、ベクトルストア設計、検索(RAG)設計、プロンプトエンジニアリング/ガバナンス
2. Implementation and Integration	26%	エージェントAI実装、モデルデプロイ戦略、エンタープライズ統合、FM API統合、アプリ統合パターン
3. AI Safety, Security, and Governance	20%	入出力の安全制御、データセキュリティ/プライバシー、ガバナンス・コンプライアンス、責任あるAI
4. Operational Efficiency and Optimization for GenAI Applications	12%	コスト最適化、パフォーマンス最適化、モニタリング
5. Testing, Validation, and Troubleshooting	11%	評価システム実装、トラブルシューティング

Domain 1・2・3で77%を占める。特にDomain 1（FM統合・RAG設計）とDomain 3（安全性・ガバナンス）を厚めに学習するのが効率的。

3. 既存保有認定との位置づけ

2026年にAll Cert（当時の12認定）を達成済みという前提で、AIP-C01の出題内容を整理すると、次のように「既存知識の応用」と「純粋な新規領域」に分解できる。

3.1 知識を転用できる既存認定

既存認定	AIP-C01への転用ポイント
AI Practitioner (AIF-C01)	GenAI/Bedrockの基礎概念、責任あるAI、RAGの概念レベルの理解がそのまま土台になる。AIP-C01はここから「実装」まで踏み込む形
Machine Learning Engineer Associate (MLA-C01)	SageMakerでのモデルデプロイ・エンドポイント運用・監視・Model Registryの知識がDomain 1.2.4, Domain 4の運用監視部分に直結
Machine Learning Specialty (MLS-C01)	SageMaker全般の土地勘。ただしモデル訓練・アルゴリズム選定自体は出題対象外なので、深追いした知識の多くはそのままでは出ない点に注意
Data Engineer Associate (DEA-C01)	Glue Data Quality、データパイプライン、データ品質担保の考え方がDomain 1.3（FM向けデータ処理パイプライン）にほぼそのまま活きる
Developer Associate (DVA-C02)	Lambda、API Gateway、SDK実装、サーバーレスパターンがDomain 2（実装・統合）全体の下地になる
Solutions Architect Professional (SAP-C02)	Well-Architected Framework、耐障害性設計、マルチリージョン戦略がDomain 1.1（要件分析・アーキテクチャ設計）、Domain 1.2.3（フェイルオーバー）に活きる
DevOps Engineer Professional (DOP-C02)	CI/CD（CodePipeline/CodeBuild）、IaC、CloudWatch/X-Rayによる監視・オブザーバビリティがDomain 2.3.5、Domain 4全般に直結。DOP-C02の知識が一番厚く効いてくる分野の一つ
Security Specialty (SCS-C02)	IAM最小権限、KMS、Macie/Comprehendによる機密情報検出、多層防御の考え方がDomain 3（配点20%、2番目に大きい）にほぼそのまま応用可能
Advanced Networking Specialty (ANS-C01)	PrivateLink、VPCエンドポイント、Outposts/Wavelengthあたりが薄く登場する程度で、重み付けは小さい

3.2 純粋に新規で埋める必要がある領域

上記の応用が効かない、AIP-C01固有の新規学習領域は以下。ここに学習時間を重点配分する。

• Bedrock固有機能の操作レベルの理解: Knowledge Bases、Guardrails、Prompt Management/Prompt Flows、Bedrock AgentCore（2026年のブループリント改訂で追加された新要素）、Model Evaluation、Cross-Region Inference
• エージェント型AI: Strands Agents、Model Context Protocol (MCP)、ReAct/Chain-of-Thought実装パターン、AWS Agent Squad、マルチエージェントのオーケストレーション設計
• RAG・ベクトル検索の設計全般: チャンキング戦略（固定長/階層型）、埋め込みモデルの選定、ハイブリッド検索、リランキング、クエリ拡張・分解
• GenAI特有の評価・運用: ハルシネーション検出、LLM-as-a-Judge、RAG評価指標、トークン経済性（コンテキストウィンドウ管理・プロンプト圧縮・セマンティックキャッシュ）

体感として、Domain 3（安全性・ガバナンス）は既存資格（特にSCS-C02, AIF-C01）の貯金でかなり戦えるはずで、Domain 1・2の「Bedrockのサービス仕様を細部までどれだけ知っているか」が本試験の合否を分ける。

4. 学習の進め方（フェーズ）

いつものやり方（Skill Builder無料模試→Udemyで肉付け）を踏襲しつつ、新規領域（3.2）に厚めに時間を配分する4フェーズ構成。

Phase 0: ベースライン測定

• AWS Skill Builderで「Generative AI Developer - Professional」向けの無料模試（Official Practice Question Set等）を探して受験
  • 注意: 2026年3月GA開始のごく新しい試験のため、Skill Builder上の無料コンテンツが他認定ほど揃っていない可能性がある。無ければ有償の”Official Practice Question Set”や次点でUdemyの模試1回目を代替のベースラインとして使う
• 結果からDomain別の弱点を仮特定し、Phase 2の重点配分を調整

Phase 1: Udemy講座でのインプット

• “Ultimate AWS Certified Generative AI Developer Professional”（Stephane Maarek & Frank Kane / Sundog Education、全21セクション・315講義・約25.5時間、2026年8月更新版、模試2回付属）を受講
  • サブスクリプション対象であればこれを軸教材にする。特に以下セクションは3.2の新規領域と直結するため重点視聴:
    • Generative AI Fundamentals and Bedrock
    • Managing Data for Generative AI（RAG・ベクトルストア）
    • Agentic AI（Strands Agents / MCP / AgentCore）
    • Governance and QA
    • Security, Identity, and Compliance
• 可能な範囲でBedrockコンソール上でのハンズオン（Knowledge Bases作成、Guardrails設定、Agent構築）を並行して実施し、座学だけで終わらせない

Phase 2: ドメイン別の深掘り（3.2の穴埋め）

• Domain 1（31%）: FM選定基準、Knowledge Basesのメタデータ設計、チャンキング/embedding戦略、Prompt Management/Flowsの仕様
• Domain 2（26%）: Strands Agents/MCPのアーキテクチャ、Bedrockの同期/ストリーミングAPI、エンタープライズ統合パターン
• Domain 3（20%）: Guardrailsの具体的な設定項目、PII検出（Comprehend/Macie）とBedrockの連携、責任あるAIの実装手段
• Domain 4・5（合計23%）: トークンコスト最適化の手段、GenAI向けCloudWatchメトリクス、モデル評価手法（LLM-as-a-Judge等）
• 公式試験ガイドPDFのIn-Scope AWS Servicesリストを見ながら、触ったことのないサービス（Bedrock AgentCore、Bedrock Data Automation、Amazon Q Business/Developer等）を洗い出してドキュメントで補完

Phase 3: 演習・弱点潰し

• Udemy付属の模試2回を受験し、正答率とドメイン別の弱点を記録
• 誤答した問題のドメインをこのフォルダにメモとして残す（過去認定と同じフォーマットで）
• 必要に応じてTutorials Dojo等の追加問題集を検討（品質は都度確認、まだ発売直後で問題プールが薄い可能性あり）

Phase 4: 最終レビュー・受験

• 誤答傾向のドメインを中心に公式試験ガイド・Bedrockドキュメントを再読
• 受験予約・当日対応

5. 主要リソース一覧

• 公式試験ガイド: https://docs.aws.amazon.com/pdfs/aws-certification/latest/ai-professional-01/ai-professional-01.pdf
• AWS Skill Builder: https://skillbuilder.aws/ （「Generative AI Developer」で検索。新試験のため無料模試の有無は都度要確認）
• Udemy（本命）: Ultimate AWS Certified Generative AI Developer Professional（Stephane Maarek & Frank Kane）
• Udemy（模試特化・補完候補）:
  • AWS Cert Generative AI Developer (AIP-C01) Practice Exams
  • AWS Certified Generative AI Developer Professional - 6 Exams
• Tutorials Dojo（模試、有償・要検討）: https://portal.tutorialsdojo.com/courses/aws-certified-generative-ai-developer-professional-aip-c01-practice-exams/

6. メモ

• （ここに学習中の気づき・誤答メモを随時追記）