G検定の勉強方法｜100分・145問の試験に合う順番【2026年】

G検定の勉強を始めようとして調べると、「試験は120分」「200問前後」「220問」と、記事ごとに数字が違って戸惑います。いまの試験は、オンライン試験が100分で145問程度です。古い数字のまま時間配分を考えると、本番で1問にかけられる時間を読み違えます。

結論から言うと、G検定は「用語を、それが何を解決したかと一緒に覚える」「計算問題を手で1回解く」「法律・倫理を後回しにしない」の3つで準備します。1問あたり約41秒の試験なので、本番で考え込まないように、用語の意味を先に頭に入れておくことが中心になります。

この記事では、2026年11月6日にJDLAの公式サイトで確かめた試験の形式・受験料・合格率と、naminori の無料講座「G検定対策 パート1・パート2」（全16回）の中身、講座の例題を3問、転職でG検定がどう効くかを naminori の求人データで説明します。

G検定とは ― AIを事業に使う判断ができるかを確かめる検定

G検定（ジェネラリスト検定）は、一般社団法人日本ディープラーニング協会（JDLA）が行う検定です。ディープラーニングを中心にAIの基礎知識を持ち、それを事業にどう使うかを判断できるかを確かめます。

ポイントは3つです。

• 受験資格に制限はありません。 エンジニアでなくても受けられます
• プログラムを書く問題は出ません。 ただし、適合率・再現率やパラメータの数など、簡単な計算は出ます
• 技術だけでなく、法律・倫理も出ます。 個人情報保護法・著作権法・AI開発の契約・AI倫理とAIガバナンスが出題範囲に入っています

合格者の顔ぶれも、エンジニアだけではありません。JDLAが発表した「2026年 第5回」の合格者の属性では、職種は「情報システム・システム企画」が23.60%でいちばん多く、次が「営業・販売」の15.99%でした。年代は20代が34.32%、30代が27.31%、40代が22.08%です。企画・営業の立場でAIに関わる人が、実際に多く受けている検定です。

試験の形式と出題範囲（2026年11月時点・公式で確認）

2026年11月6日に、JDLAのG検定のページとよくある質問で確かめた内容です。

項目	オンライン試験（自宅受験）	会場試験
試験時間	100分	120分
出題数	145問程度	145問程度
出題形式	知識問題（多肢選択式）	知識問題（多肢選択式）
1問あたりの時間（計算）	約41秒	約50秒
2026年の実施回数	年6回	年3回
受験資格	制限なし	制限なし
受験料	一般13,200円（税込）・学生5,500円（税込）	公式の案内で確認
合格基準	公開されていない	公開されていない
合否の通知	試験の2〜3週間程度でメール	同左

受験料の欄は、公式ページの「次回の試験について」の表に、オンライン試験の金額として書かれていたものです。ほかに確かめたことを並べます。

• 再受験の割引: 前回の受験日から2年以内なら、半額（一般6,600円、学生2,750円）で受験チケットを買えます。個人での申し込みのときだけで、団体経由では使えません
• 受験チケットの有効期限: 購入から1年間。チケットは1回だけ使えます
• オンライン試験: 途中で一時停止はできません。100分たつと終わります
• 会場試験: 電卓の持ち込みはできません。必要ならCBTの画面上の電卓を使います
• 合格ライン: よくある質問に「合格ラインおよび得点については開示しておりません」とあります。「7割で合格」という説明を見かけますが、公式の数字ではありません

2026年のオンライン試験は、1月10日、3月6日・7日、5月9日、7月3日・4日、9月5日、11月6日・7日の6回です。会場試験は、3月6日〜8日、5月8日〜10日、9月4日〜6日の3回でした。2027年の日程は、JDLAの公式の発表で確かめてください。

出題数は「200問 → 160問 → 145問程度」と変わってきた

G検定の数字が記事ごとに違うのは、出題数が変わってきたからです。公式ページには「G2024#6より出題数を変更いたします（従来 200問程度 → 160問程度）」という注記が残っています。そのうえで、いまの「次回の試験について」の表とよくある質問は、どちらも145問程度です。

注意したいのは、公式ページの中にも古い記載が残っていることです。2026年11月6日の時点で、同じページの「G検定概要」の欄には「試験時間：120分」「160問程度」と書かれていました。次回試験の表（100分・145問程度）と、よくある質問の「問題数は、受験形式に関係なく145問程度」とは食い違っています。この記事では、次回試験の表とよくある質問に合わせています。受験の直前に、申し込みの画面と受験者向けの案内で、もう一度確かめてください。

検索の上位に出る解説記事にも、「120分・約200問」「220問前後」のまま更新されていないものがありました。

出題範囲はシラバスで決まる

出題範囲は「G検定 試験出題範囲（シラバス2024）」で決まっています。2024年11月の試験（G2024#6）から使われているシラバスで、JDLAの公式サイトの学習コンテンツの紹介では「G検定シラバス2024 v1.4（2026年5月11日改訂）」と書かれています。

シラバスは大きく2つの分野に分かれます。

分野	主な中身
技術分野	人工知能の定義、AIの歴史と探索・推論、機械学習、ディープラーニングの仕組みと要素技術、画像・言葉・音声への応用、AIの社会実装、AIに必要な数理・統計
法律・倫理分野	個人情報保護法・著作権法・特許法・不正競争防止法、AI開発の契約、プライバシー・公平性・透明性などのAI倫理、AIガバナンス

分野ごとの出題の比率は公開されていません。naminori の講座を作るときにシラバスの本文で確かめた範囲では、第1.4版で「ChatGPT、GPT-n」がキーワードから外れ、「破壊的忘却」が「破滅的忘却」という言い方に変わっています。製品名を覚えるより、大規模言語モデルがどう作られ、どこで間違えるのかを説明できるようにしておくほうが、シラバスの方向に合っています。

合格率と難易度 ― 合格率は8割前後でも、範囲は広い

G検定は、公式が回ごとの結果を発表しています。

回	実施日	受験者数	合格者数	合格率
2026年 第5回	2026年9月4日〜6日	14,908名	11,475名	76.97%
うちオンライン試験	〃	12,368名	9,886名	79.93%
うち会場試験	〃	2,540名	1,589名	62.56%
2026年 第4回（オンライン）	2026年7月3日・4日	9,241名	7,677名	約83%（受験者数と合格者数から計算）

出典は、JDLAのニュース「2026年 第5回 G検定 開催結果」（2026年9月24日）と「2026年 第4回 G検定 開催結果」（2026年7月21日）です。第4回の合格率は記事の見出しの人数から計算しました。

数字だけ見ると、受かりやすい試験に見えます。ただ、次の2つは知っておいてください。

1つ目は、範囲が広いことです。AIの歴史から、CNN・Transformerの仕組み、著作権法まで、1つの試験で問われます。得意な分野だけで押し切るのは難しい試験です。

2つ目は、1問あたりの時間が短いことです。オンライン試験は100分で145問程度なので、1問あたり約41秒です。問題文を読んでから考え始めると、時間が足りなくなります。

向いている人・向いていない人

向いている人	向いていない人（別の資格が合う）
企画・営業・CSなどで、AIを業務に入れる側に回りたい人	モデルを自分で作る力を証明したい人（実装の力は問われない）
生成AIを使ってはいるが、なぜ外れるのかを説明できない人	データの集計・分析の基礎を固めたい人（DS検定・統計検定のほうが近い）
AIの全体像を、体系的に1周しておきたいエンジニア	特定のクラウドのAIサービスを使う力を示したい人（AWS・Google Cloudの資格が近い）

データ分析の基礎から固めたい人は DS検定の勉強方法は？合格率4割台の理由と2026年の範囲変更、AWSのサービスと結びつけて生成AIを学びたい人は AWS AI Practitionerの難易度と勉強方法【2026年版】 も読んでみてください。

G検定の勉強方法 ― 4つの順番で進める

G検定は、問題集を解く前に、全体の地図を1周しておくほうが速く進みます。おすすめの順番です。

1. 試験の形とシラバスの地図をつかむ（1日目）。 145問程度・100分、技術分野と法律・倫理分野。どこに何があるかだけ見ます
2. パート1の範囲（AIの歴史・機械学習・評価）を1周する。 用語は「何を解決したか」と一緒に覚えます。たとえば αβ法は「Mini-Max法で読む量が多すぎる問題を、答えを変えずに減らした方法」と覚えます
3. パート2の範囲（ディープラーニング・生成AI・社会実装・法律と倫理）を1周する。 法律は「原則と例外」の形で覚えます
4. 計算と時間配分を仕上げる。 混同行列からの適合率・再現率、パラメータの数などを手で1回解き、最後に1問41秒の感覚で解く練習をします

勉強時間の公式の目安はありません。この記事では「◯時間で合格」とは書きません。naminori の講座は、講座ページの目安でパート1が3時間0分、パート2が3時間20分です（2026年11月6日時点）。これに、間違えた問題の見直しと計算の練習の時間を足して計画してください。

間違えた問題は、理由を1行で書き残します。「適合率と再現率の分母を逆にした」のように書くと、同じ間違いをくり返しにくくなります。

もう1つ、オンライン試験の最中に資料を見てよいかどうかは、公式のよくある質問では確かめられませんでした。「調べながら解けばよい」という前提の勉強法は勧めません。受験者向けの案内で、受験中のルールを確かめてください。

naminori の講座でできること ― 全16回を無料で

naminori には、G検定の対策講座が2本あります。どちらも無料で、講座ページはログインせずに見られます。修了テストを受けるときは会員登録（ログイン）が必要です。

講座	回数	学習時間の目安	前提
G検定対策 パート1	全8回	3時間0分	なし
G検定対策 パート2	全8回	3時間20分	パート1

各回には、スライド・読み上げ音声・解説PDF・小テストがあり、講座の最後に修了テスト10問があります。例題・小テスト・修了テストはすべて講座のための自作で、JDLAの例題や過去問の文章は使っていません。

講座に出てくる架空の主人公

講座には、架空の主人公「ナギサ」が出てきます。住宅設備メーカーのカスタマーサポートで、問い合わせの集計と改善を担当している32歳です。生成AIで問い合わせを種類ごとに振り分ける試みを始めたものの、外れる日があります。

AIを業務に使いこなす会社への転職を目指して面談を受けたとき、「AIの振り分けが外れたとき、何が原因だと考えましたか」と聞かれて答えられませんでした。前の職場の先輩で、いまは機械学習エンジニアの「ケイ」に相談し、G検定の範囲でAIを体系的に学び直す、という話です。ナギサもケイも、講座のための架空の人物です。

パート1（8回）

回	内容
1	試験の全体像と学び方 ― 145問の試験の形と、シラバスの地図をつかむ
2	AIの定義と議論される問題 ― 4つのレベル・AI効果・フレーム問題を説明する
3	AIの歴史と探索・推論 ― 3度のブームと、探索木・Mini-Max法を追う
4	知識表現と機械学習の登場 ― ルールの限界と、データから学ぶ理由を説明する
5	教師あり学習 ― 回帰と分類を見分け、決定木・ランダムフォレスト・SVMを使い分ける
6	教師なし学習と強化学習 ― クラスタリング・次元削減・Q学習の考え方をつかむ
7	モデルの評価 ― 混同行列から、正解率・適合率・再現率・F値を計算する
8	汎化性能と検証、統計の基本 ― 過学習を防ぎ、正しくモデルを選ぶ

パート2（8回）

回	内容
1	ニューラルネットワークの仕組み ― パーセプトロン・活性化関数・誤差関数を説明する
2	学習の工夫 ― 誤差逆伝播・最適化手法・正則化で、うまく学習させる
3	CNNと画像認識 ― 畳み込み・プーリングの計算と、物体検出のモデルを読み分ける
4	RNNとTransformer ― 時系列の扱いと、Attentionが解いた問題を説明する
5	生成AIと大規模言語モデル ― 生成モデルと、事前学習・ファインチューニングを説明する
6	AIの応用と社会実装 ― 音声・強化学習・説明・軽量化と、AIプロジェクトの進め方
7	法律と契約 ― 個人情報・著作権・特許と営業秘密・開発契約の基本を当てはめる
8	AI倫理・AIガバナンスと本番の解き方 ― 公平性・セキュリティ・透明性と、145問の進め方

パート2の最終回では、本番の進め方も扱います。「最も適切なもの」と「最も不適切なもの」を選ぶ問題が混ざること、法律の選択肢の「必ず」「すべて」に注意すること、迷ったら一番近い答えを選んで先へ進むこと、などです。

G検定対策 パート1を受ける（無料・全8回）

講座の例題を解いてみる

講座の台本から、3問を選びました。どれも講座のための自作の問題です。

例題1：正解率97%のモデルは、良いモデルか（パート1 第7回）

ナギサの会社に、ベンダーから「正解率97%」という報告書が届きました。急ぎの問い合わせを見つけるモデルです。1,000件の問い合わせでの結果は、次のとおりでした。

	本当に急ぎ	本当は急ぎではない
急ぎと予測	TP 40	FP 10
急ぎではないと予測	FN 20	TN 930

正解率・適合率・再現率・F値を出してみます。

• 正解率 = (TP + TN) ÷ 全体 = (40 + 930) ÷ 1,000 = 0.97
• 適合率 = TP ÷ (TP + FP) = 40 ÷ 50 = 0.8（急ぎと判定したもののうち、本当に急ぎだった割合）
• 再現率 = TP ÷ (TP + FN) = 40 ÷ 60 = 約0.67（本当に急ぎのうち、見つけられた割合）
• F値 = 2 × 0.8 × 0.67 ÷ (0.8 + 0.67) = 約0.73

再現率が約0.67ということは、急ぎの問い合わせの3件に1件を見逃しています。

ここで、何も考えずに全部を「急ぎではない」と答えるモデルを考えます。本当に急ぎではないのは FP 10 と TN 930 の940件です。全部を急ぎではないと答えれば、この940件が当たるので、正解率は 0.94 になります。何もしていないのに94%です。

見つけたいものが少ないデータでは、正解率は高く出やすく、それだけではモデルの良し悪しが分かりません。だから適合率と再現率を見ます。見逃しを減らしたいなら再現率、空振りを減らしたいなら適合率を重く見ます。

例題2：学習では当たったのに、本番で当たらない（パート2 第6回）

解約を予測するモデルの学習データに、解約の手続きをしたあとにだけ記録される項目が入っていました。学習のときの成績はとても良かったのに、本番では当たりませんでした。この問題はどれでしょう。

• ア　破滅的忘却
• イ　データリーケージ
• ウ　勾配消失問題
• エ　コールドスタート問題

正解はイです。 解約の手続きのあとにしか記録されない項目は、解約を予測したい時点では手に入りません。それが入っていたので、学習のときだけ答えが分かってしまいました。

ほかの選択肢が違う理由です。アの破滅的忘却は、新しいタスクで学び直したときに前の知識を忘れる問題です。ウの勾配消失問題は、深いネットワークで入力に近い層の学習が進まなくなる問題です。エのコールドスタート問題は、記録が少ない新しい利用者や商品をうまく扱えない問題です。

この問題は、面接でもそのまま使える考え方です。「学習のときは当たったのに本番で外れた」と聞かれたら、データリーケージ、過学習、運用中のデータの傾向の変化を、順に疑えばよいのです。

例題3：名前を番号に置き換えたデータは何か（パート2 第7回）

名前を番号に置き換え、対応表は別に管理して、社内の分析に使うために加工した情報はどれでしょう。

• ア　匿名加工情報
• イ　要配慮個人情報
• ウ　仮名加工情報
• エ　個人識別符号

正解はウです。 対応表と照らし合わせれば元の人が分かる形にとどめ、社内の分析に使うのが仮名加工情報です。

アの匿名加工情報は、元に戻せないように加工したものです。イの要配慮個人情報は、病歴など特に配慮が要る情報の区分です。エの個人識別符号は、マイナンバーのように、それだけで個人を特定できる符号です。イとエは「加工の制度」ではない点で、問いの答えになりません。

法律・倫理の分野は、技術の勉強のあとに回して時間切れになりやすいところです。パート2では2回（第7回・第8回）を使って扱います。

転職でG検定はどう効くか（naminori の求人データ）

naminori は、AIを使いこなす会社への転職サービスです。掲載してきた求人で、G検定がどう扱われているかを数えました（2026年11月6日に本番のデータベースで集計）。

数えたもの	件数
過去分を含む求人（掲載終了78件＋掲載中6件）	84件
そのうち、本文で「AI・機械学習」に触れた求人	33件
そのうち、本文で「生成AI・LLM」に触れた求人	5件
掲載中の6件のうち、「AI・機械学習」に触れた求人	5件
本文に「G検定」と書かれた求人	0件
特定の資格を応募の条件にした求人	0件
福利厚生などで「資格取得支援」に触れた求人	84件中40件

数えたのは、求人のタイトル・募集内容・必須スキル・応募資格・ポジション・募集背景の本文です。

ここから言えることは2つです。

G検定は、応募の入場券ではありません。 G検定を応募の条件にした求人はありませんでした。G検定が無くても応募はできます。

一方で、AIに触れる求人は多くあります。 84件中33件、掲載中では6件中5件が、本文でAI・機械学習に触れていました。こうした会社の面接では、「AIで何ができて、何ができないか」「外れたときにどう考えるか」を聞かれることがあります。G検定の勉強は、そこで説明するための根拠になります。ナギサが面談で答えられなかった問いに、例題1と例題2の考え方で答えられるようになるのが、この講座のねらいです。

また、84件中40件の求人が「資格取得支援」に触れていました。受験料の負担や取得後の手当など、中身は会社ごとに違います。入社してから会社の制度を使って取る、という選び方もあります。応募の前に、求人票の福利厚生の欄を確かめてください。

AIに関わる仕事の全体像は「AIエンジニアとは」に、エンジニア以外の職種でAIの時代に何を学ぶかは「非エンジニアがAI時代に受けるべき講座10選」にまとめています。

よくある質問

G検定は独学で合格できますか

独学で受ける人は多くいます。受験資格に制限はなく、プログラムを書く問題もありません。独学で詰まりやすいのは、範囲の広さと、計算問題と、法律・倫理の分野です。naminori の無料講座（パート1・パート2の全16回）で全体を1周してから、苦手な分野を重点的に見直す進め方をおすすめします。

G検定の合格点は何点ですか

公開されていません。JDLAのよくある質問に「合格ラインおよび得点については開示しておりません」とあります。「7割で合格」という説明は公式の数字ではないので、目標の目安として扱うにとどめてください。

G検定の受験料はいくらですか

2026年11月6日に公式ページで確かめたオンライン試験の受験料は、一般13,200円（税込）、学生5,500円（税込）です。前回の受験日から2年以内の再受験は、個人での申し込みなら半額（一般6,600円、学生2,750円）になります。会場試験の受験料や最新の金額は、JDLAの公式の案内で確かめてください。

オンライン試験と会場試験は、どちらを選べばよいですか

どちらで受けても同じ資格です。オンライン試験は自宅で100分、会場試験は会場で120分で、どちらも145問程度です（2026年11月6日時点）。2026年第5回の合格率は、オンライン試験が79.93%、会場試験が62.56%でした。ただ、差の理由は公表されていないので、この数字だけで選ぶ理由にはなりません。自宅の通信環境と、試験時間の長さ（会場のほうが20分長い）で選んでください。会場試験は電卓を持ち込めず、画面上の電卓を使います。

G検定とDS検定（データサイエンティスト検定）は、どちらを先に受けるべきですか

AIを業務に入れる企画・推進の仕事を目指すならG検定、データの集計・分析・可視化の基礎から固めたいならDS検定が近い内容です。G検定はディープラーニングと法律・倫理まで広く扱い、DS検定はデータサイエンス・データエンジニアリング・ビジネスの力を扱います。DS検定は DS検定の勉強方法は？合格率4割台の理由と2026年の範囲変更 で説明しています。

G検定を持っていると、転職で有利になりますか

「持っていれば有利」とは言えません。naminori の求人84件で、G検定を応募の条件にしたものはありませんでした。ただし、AI・機械学習に触れた求人は33件あり、面接でAIの仕組みや限界を説明する場面はあります。資格そのものより、資格の勉強で身につけた説明の力が効きます。

まとめ ― まずパート1の第1回から

• G検定のいまの試験は、オンライン試験100分・会場試験120分、どちらも145問程度の多肢選択式です（2026年11月6日、JDLA公式で確認）。公式ページの中にも「120分・160問程度」という古い記載が残っているので、受験前に申し込みの画面で確かめます
• 2026年第5回の合格率は76.97%。ただし範囲は広く、1問あたり約41秒です
• 勉強は「地図をつかむ → パート1の範囲 → パート2の範囲 → 計算と時間配分」の順に進めます
• G検定は応募の入場券ではありませんが、AIに触れる求人の面接で説明できる根拠になります

最初の一歩は、パート1の第1回です。試験の形とシラバスの地図を15分ほどでつかめます。

G検定対策 パート1を受ける（無料・全8回）

G検定対策 パート2を受ける（無料・全8回）

修了テストを受けて学習の記録を残すには、無料の会員登録が必要です。AIを使いこなす会社の求人は、求人一覧から見られます。

ほかのIT資格との順番を考えたい人は、「エンジニアにおすすめの資格7選」も参考にしてください。