【合格体験記】Generative AI Leader試験 (Google Cloud)に合格しました！（2025/8/7）

はじめに

2025 年 8 月 7 日に Google Cloud （旧称 GCP ）の Generative AI Leader試験を受験し、合格しました。
これから受験する人向けに記事を書いてみます。

試験概要

Generative AI Leader 試験は、Google Cloud の初級レベルの試験であり、生成AIや機械学習に関する基礎知識や Google Cloud の AI サービスに関する基礎知識などが問われます。

試験時間は 90 分、私が受験したときは 45 問の問題が出題されました。
私は英語で受験したため、ほぼ 90 分まるまる使いました。
（受験日の直前に日本語版が公開されました。。日本語で受けたかった。。）

問題文の内容などを完璧に把握できているわけではないため、覚えている範囲、理解できた範囲で記事を書きます。（英文の読解が一番難しかった）

どうやって勉強した？

ML（機械学習）・AI の基礎を勉強

まずは、ML や生成 AI などに関する用語を勉強して、まとめてみました。

具体例

• 教師あり学習、教師なし学習、強化学習について
  • 何が違う？（学習方法や使用データについて）
  • どんなときにどれを使う？
• 生成 AI や LLM、基盤モデルとは？
• AI Agent について（最近ホットなワードですね）
  • AI Agent とは？
  • 何ができるの？
  • どんなのがある？
• 生成 AI 関連ワードについて
  • グラウンディング/RAG
  • ハルシネーション
  • ファインチューニング
  • プロントエンジニアリング（zero-shot/few-shot/role prompting/prompt chaining/chain-of-thoughtなど）

Google Cloud/Google Workspace の AI サービスを勉強

Google で提供される AI サービスや基盤モデルはどんなのがあるのか？を調べました。

具体例

• 基盤モデルはどんなのがある？（Gemini/Imagen/Veo/Chirp/Gemma）
  • 画像生成や動画生成など、各ケースでどのモデルを使うのかを紐づけられるようにしました。
• Customer Engagement Suite の各機能の概要を理解する
  • Conversational Agents、Agent Assist、Conversational Insights、Contact Center as a Service など
• Vertex AI 関連サービスについて概要を抑える（どんなサービスか）
  • Vertex AI とは
  • Model Garden や Model Registry とは
  • Vertex AI Search とは
• Google Agentspace や Notebook LM
  • これらも今注目度の高いサービス。どんな特徴や使用効果があるのか抑える。
• その他 AI サービスの特徴やユースケースを抑える
  • Document AI、Vision AI、Translation AI、Natural Language AIなど

模擬試験などで問題演習

受験前に、Google が公式で出している模擬試験も受験してみました。
実際の試験で出題されるような内容の問題で腕試しができ、回答後に答えと解説を確認できます。
「模擬試験が解ける＝合格できる」ではないですが、確実に役には立つと思います。

あとはその他のサイトで販売されているような練習問題をやってみるもの良いと思います。

実際の試験でどんな問題が出題された？

こんな問題が出てたな～というのを覚えている範囲で簡単にメモしておきます。

• 問題文の要件に対して、Customer Engagement Suite のどのコンポーネントを使用すべきかを問う問題（Conversational Agents、Agent Assist、Conversational Insights、Contact Center as a Service のどれ？）
• 生成 AI の定義について問う問題
• グラウンディング・RAG に関する問題（「特定のデータソースから回答を生成させたい。どうしたらいい？」みたいな問題や Vertex AI Search の特徴に関する問題）
• Google Cloud のサービスに関する基礎知識を問う問題（ある企業でこんなことをしたいけど、どのサービスを使用したらいい？といった問題。生成 AI 活用プラットフォームに使えるのは？）
• Gemini を使用することが不適切なケースとは？みたいな問題
• Agentspace を活用する利点を問う問題
• Google 基盤モデルを選択する問題（問題文のユースケース（画像生成や記事作成など）に対して、どのモデルが適切かを問う問題）
• AI エージェントやマルチエージェントの概要や使用する利点を問う問題
• Security Command Center や IAM など、生成 AI を活用する上でセキュリティを確保するために使用するサービスについて問う問題
• プロンプトエンジニアリングに関する問題（問題文の要件に対してどの手法を使用すれば解決できるかを問うものや、問題文に記載されたテクニックはどれに当てはまるかを問うもの）
• 機械学習の学習方法を選択する問題（問題文に記載された要件（こんなことがしたい、こんなデータがある）に対して、どの学習方法が適切かを問う問題。教師あり/なし、強化など）
• モデルのパラメータに関する問題（問題文で提示された課題に対し、どのパラメータを調整するのが適切か？といった問題。Temperature/Output Length/Top-P/Top-K の概要を押さえとくと良いです）
• Notebook LM に関する問題もあったかも

あくまで、私が受験したときに聞かれた気がする問題なので、「へ～」くらいに参考にしていただいて、試験範囲は満遍なく勉強しておくと良いと思います。

さいごに

私は業務で AI 関連のサービスを多少使ったことがあったので、勉強してる際も理解しやすかったです。
（あとは、試験直前に Google Cloud Next Tokyo があり、AI サービスに関する解説をたくさん聞けたのもラッキーだったかも笑）

あまり AI 関連サービスを使ったことない人は、自分でいろいろ試してみて、遊んでみるのも良いと思います。
また、こちらの記事も勉強する際に非常に役に立ち、助かりましたので、一度目を通すと良いと思います。

この記事がこれから受験する人に少しでもお役に立てれば嬉しいです。