シラバス解説

AIエージェント・ストラテジスト試験
シラバス完全マップ

公式シラバス ver1.0 が定める全6章・32セクションを、到達目標と主要キーワード付きで一覧化しました。

試験時間 75分 多肢選択式(4択) 6章 / 32セクション 第1回 2026年7月
本ページは試験範囲の全体地図です。各セクションの詳しい解説記事は順次公開し、公開され次第このマップからリンクします。まず全体像をつかみ、自分の弱点セクションから学習を進めてください。

試験を貫く3つの中核領域

Ch.1・3・4
AIエージェント

生成AIの仕組みからエージェントの構成・MCP・RAG・リスクまで。「何ができて何が危ういか」を判断する土台。

Ch.2・3
業務・データ設計

As-Is/To-BeとBPRで業務を構造化し、AIが読めるデータへ。PoCと成功定義まで設計する。

Ch.5・6
組織実装・定着

推進体制・KPI・人材評価・チェンジマネジメントで、導入を“組織変革”として定着させる。

6章32セクション 詳細マップ

Chapter 1

生成AIとAIエージェントの基礎

到達目標:AIエージェントの定義・構成要素・起動タイプ・RPAとの違い・MCP・導入価値・リスク・トレンドを説明できる。

1生成AIの基礎

仕組み・得意領域・限界を理解し、業務適用の前提を説明できる

生成AILLMプロンプトモデルルーティング
2AIエージェントの定義と構成要素

頭脳・記憶・手足の関係を理解し、自律性レベルを判断できる

AIエージェント三位一体自律性ツール連携
3AIエージェントの起動タイプ

指示型・定時型・条件型の違いを理解し、業務に適した起動方式を選べる

指示型定時型条件型起動タイプ
4RPAとAIエージェントの違い

定型処理と文脈判断が必要な処理を区別し、使い分けられる

RPA定型処理非構造化データハイパーオートメーション
5エージェントの接続標準 MCP

外部ツール・システムと接続する意義を理解し、MCPの位置づけを説明できる

MCPAPIM×N問題ツール選択の自動化
6AIエージェント導入の価値

定量・定性メリットとROI/TCOを整理し、リスクも含め総合的に価値を説明できる

定量メリット定性メリットROITCO
7AI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/倫理の4リスクと対策を整理できる

信頼性リスク形骸化リスクブラックボックス化セキュリティ・倫理
8生成AIの発展トレンド

エージェント化・ドメイン特化・モデル強化の3軸を理解し業務適用を判断できる

エージェント化ドメイン特化マルチモーダルSLM
Chapter 2

業務の基礎

到達目標:As-Is/To-Be、BPR、ECRS、IPO、SIPOC、HTA、業務フロー図で導入前に業務を構造化できる。

9業務の構造的理解

仕事・業務・作業を区別しIPOで分解、As-Is整理とTo-Be設計ができる

As-IsTo-BeIPO業務分解
10BPR(業務改革)の基礎

既存業務をそのまま自動化する危険性を理解し、BPRとECRSで改善余地を整理できる

BPRECRS汚い自動化業務改革
11業務可視化の手法

IPO・SIPOC・HTA・業務フロー図を使い分け、AIに渡せる粒度まで可視化できる

IPOSIPOCHTA業務フロー図
Chapter 3

AIデータリテラシーとマネジメント

到達目標:ナレッジ、データ種別、RAG、ガバナンス、法務、データ整備、PoC、成功定義を整理できる。

12ナレッジマネジメントの基礎

暗黙知と形式知の違い、SECIモデルの循環を理解し知識を組織資産にできる

暗黙知形式知ナレッジベースSECIモデル
13データの種類と特性

構造化/半構造化/非構造化の違いと担い手を理解し、AI活用に必要なデータ特性を判断できる

構造化データ非構造化データ半構造化データメタデータ
14RAGの仕組み

検索と生成を組み合わせるRAGの基本構造を理解し、精度問題を検索側と生成側に切り分けられる

RAGチャンクセマンティック検索検索精度と生成精度
15AIガバナンスと法務

AIポリシーと3つの法的リスクを理解し、法務との橋渡し役を担える

AIポリシー著作権個人情報保護法責任分界点
16AIが読みやすいデータを作る

7つの習慣とAI Readyデータの4特性で、AIが参照しやすい情報設計ができる

7つの習慣AI Readyデータメタデータデータ整備
17AIプロジェクトの進め方

3つの不確実性を踏まえ、PoCと判断ゲートで小さく検証しながら本運用へ進められる

PoC判断ゲートMVP業務分析
18AIプロジェクトの成功の定義

効果・定着・精度の3層で定義し、導入前に測定指標とベースラインを設計できる

3層フレームワーク効果層定着層精度層
Chapter 4

自動化レベルとワークフロー設計

到達目標:自動化レベル、トリガー、アクション、変数、条件分岐、コンテキスト設計で動作の骨格を設計できる。

19自動化レベルの進化論と最適解

4つの自動化レベルを理解し、Lv.3ワークフロー型を起点に段階導入を判断できる

自動化レベルワークフロー型自律型MVP
20ワークフロー設計:トリガーとアクション

開始条件と実行処理を分け、アクションを連鎖させて基本ワークフローを設計できる

トリガーアクション連鎖Human-in-the-Loop
21ワークフロー設計:変数と条件分岐

変数と3種の条件分岐、エラーハンドリングで柔軟な処理を設計できる

変数ルーティングIf/Elseフィルタリング
22コンテキストエンジニアリング概論

プロンプトとの違いを理解し、渡す情報全体(量より質)を設計できる

コンテキスト設計プロンプトとの違いLost in the Middle量より質
Chapter 5

人と組織から考えるAI時代の組織設計

到達目標:推進体制、評価指標、チェンジマネジメント、関係者の問いへの答え方を整理し、導入を組織変革として扱える。

23AIエージェント導入と組織文化の変革

道具ではなく同僚として捉え、リスク別の権限委譲とHITLを設計できる

組織文化権限委譲Human-in-the-Loopデリゲーション
24AIエージェント推進の組織類型

中央集権型・分散型・ハイブリッド型の特徴と逆転関係を理解し、自社に合う体制を判断できる

中央集権型分散型ハイブリッド型CoE
25人材評価と指標の再設計

アウトカム指標とKGI/KPI/OKRを使い分け、JD再設計まで評価設計の論点を整理できる

アウトカム指標KGI/KPI/OKRロングテール課題JD再設計
26チェンジマネジメント

抵抗の心理プロセスと抵抗曲線の谷を理解し、定着を設計できる

否認・抵抗・受容抵抗曲線心理的安全性Fail-Fast
27現場で直面する5つの問いと答え方

経営層・現場・IT・法務からの5つの問いに、正確かつ伝わる形で答えられる

5つの問いROI責任分界伝わる答え方
Chapter 6

AIエージェントを実装する5Dモデル

到達目標:Discovery〜Deployment & Scaleを通じて、企画から定着までを設計できる。

285Dモデル Step 1:Discovery

ボトルネック特定とAI適合性診断の2段階で、対象業務を選定できる

DiscoveryボトルネックAI適合性優先順位マトリクス
295Dモデル Step 2:Definition

業務フロー・要件定義・ペルソナ・合格基準の4成果物で対象業務を定義できる

Definition要件定義ペルソナ合格基準
305Dモデル Step 3:Design

コンテキスト・I/O・セキュリティの3領域でAIエージェントを設計できる

Designコンテキスト設計I/O設計セキュリティ設計
315Dモデル Step 4:Development & PoC

サンドボックスで検証し、合格基準でGo/No-Go/Pivotを判断できる

プロトタイプサンドボックスフィードバックループGo/No-Go/Pivot
325Dモデル Step 5:Deployment & Scale

パイロット→ロールアウト→スケーリングとAI-SECIで定着まで設計できる

パイロットロールアウトスケーリングAI-SECI

あわせて読みたい

※ 本マップは AICX協会 公式シラバス ver1.0 の構成に基づき、当サイトが到達目標・キーワードを要約・再構成したものです(公式テキスト本文の転載ではありません)。シラバスは改訂される場合があります。最新の正式情報は必ず AICX協会公式サイト でご確認ください。
シラバス解説

5DモデルStep5「Deployment & Scale」|段階展開とAI-SECIで組織に定着させる【ストラテジスト試験 Sec.32】

AIエージェント・ストラテジスト試験シラバスSection32「5DモデルStep5:Deployment & Scale」を解説。パイロット→ロールアウト→スケーリングの段階的展開、AI-SECIモデルによる人とAIの知識循環、アウトカム指標によるKPIモニタリングを、試験の判断問題に対応できる形で整理します。
シラバス解説

5DモデルStep4「Development & PoC」|サンドボックス検証とGo/No-Go/Pivot【ストラテジスト試験 Sec.31】

AIエージェント・ストラテジスト試験シラバスSection31「5DモデルStep4:Development & PoC」を解説。プロトタイピング・サンドボックス・Human-in-the-Loop・フィードバックループの4概念、プロトタイプ/PoC/MVPの違い、Go/No-Go/Pivot判断を、試験の判断問題に対応できる形で整理します。
シラバス解説

5DモデルStep3「Design」|コンテキスト・I/O・セキュリティの3領域で設計する【ストラテジスト試験 Sec.30】

AIエージェント・ストラテジスト試験シラバスSection30「5DモデルStep3:Design」を解説。コンテキスト設計(システムプロンプト・Few-shot・Chain-of-Thought)、I/O設計(JSON・スキーマ・バリデーション)、セキュリティ設計(アクセス制御・ガードレール)の3領域を、試験の判断問題に対応できる形で整理します。
シラバス解説

5DモデルStep2「Definition」|業務を構造化し、要件・ペルソナ・合格基準を定義する【ストラテジスト試験 Sec.29】

AIエージェント・ストラテジスト試験シラバスSection29「5DモデルStep2:Definition」を解説。業務フローチャート・要件定義書(機能/非機能/制約/前提)・ペルソナ定義・合格基準という4つの成果物の役割と記載内容を、試験の判断問題に対応できる形で整理します。
シラバス解説

5DモデルStep1「Discovery」|ボトルネックを見つけ、AIに向く業務を選ぶ【ストラテジスト試験 Sec.28】

AIエージェント・ストラテジスト試験シラバスSection28「5DモデルStep1:Discovery」を解説。5Dモデルの全体像、ボトルネックの特定とAI適合性の診断(3基準)という2段階フィルタ、効果×実現の優先順位マトリクスを、試験の判断問題に対応できる形で整理します。
シラバス解説

AIエージェント推進者が直面する5つの問いと答え方【ストラテジスト試験 Sec.27】

AIエージェント・ストラテジスト試験シラバスSection27「推進者が現場で直面する5つの問いと答え方」を解説。「間違えるのでは」「本番でも同じ品質か」「自社データを入れて大丈夫か」「ROIは」「責任は誰が」という5つの問いに、正確かつ相手に伝わる形で答える考え方を、試験の判断問題に対応できる形で整理します。
シラバス解説

チェンジマネジメントとは?抵抗の心理プロセスと「谷」の乗り越え方【ストラテジスト試験 Sec.26】

AIエージェント・ストラテジスト試験シラバスSection26「チェンジマネジメント」を解説。抵抗の心理プロセス(否認→抵抗→受容)と各段階の対応、抵抗曲線の「谷」、心理的安全性とFail-Fastの正しい理解を、試験の判断問題に対応できる形で整理します。
シラバス解説

AI時代の人材評価と指標の再設計|アウトカム指標とKGI・KPI・OKR【ストラテジスト試験 Sec.25】

AIエージェント・ストラテジスト試験シラバスSection25「人材評価と指標の再設計」を解説。活動量(アウトプット)と価値(アウトカム)指標の違い、KGI・KPI・OKRの体系と使い分け、KPIだけでは測れないロングテール課題、職務定義書(JD)の再設計を、試験の判断問題に対応できる形で整理します。
シラバス解説

AIエージェント推進の組織類型|中央集権・分散・ハイブリッドの選び方とCoE【ストラテジスト試験 Sec.24】

AIエージェント・ストラテジスト試験シラバスSection24「AIエージェント推進の組織類型」を解説。中央集権型・分散型・ハイブリッド型の3類型、中央集権と分散の「逆転関係」、CoE(Center of Excellence)の3つの役割と形骸化リスクを、試験の判断問題に対応できる形で整理します。
シラバス解説

AIエージェント導入は組織文化の変革|「道具」から「同僚」へ、権限委譲の設計【ストラテジスト試験 Sec.23】

AIエージェント・ストラテジスト試験シラバスSection23「AIエージェント導入と組織文化の変革」を解説。AIが「道具」から「同僚」へ変わる意味、デリゲーション(権限委譲)をリスクに応じて設計する考え方、Human-in-the-Loop、組織文化の診断方法を、試験の判断問題に対応できる形で整理します。