生成AIパスポートの難易度は？合格率79%の実態を解説

「生成AIパスポートに興味はあるけれど、自分でも合格できるのか不安」という方は少なくありません。合格率が高いと聞く一方で、法律や仕組みの用語が多く、久しぶりの資格試験に身構えてしまう方も多いはずです。本記事では、2026年4月試験の合格率79.35%という最新データをもとに、合格ライン・出題形式・シラバス改訂の内容から難易度の実態を数値で整理します。さらにG検定やITパスポートとの比較、つまずきやすいポイント、合格に必要な勉強時間と学習ステップまでを具体的に解説しますので、読み終える頃には自分に必要な対策と受験までの道筋がはっきりと見えてきます。

生成AIパスポートとは？試験の目的と位置づけ

生成AIパスポートは、生成AIを日常業務や生活の中で安全かつ適切に使いこなすためのリテラシーを証明する民間資格です。難易度を正しく評価するためには、まず「誰が」「誰のために」「なぜ」実施している試験なのかを把握しておくことが欠かせません。合格率や勉強時間といった数字だけを見ても、試験の狙いが分からなければ「なぜこの分野が出るのか」「なぜこのレベルが求められるのか」を理解しづらくなってしまいます。ここでは主催団体、対象者、そして受験者数の推移という3つの角度から、試験の位置づけを整理します。

主催団体GUGA（生成AI活用普及協会）とはどのような組織か

生成AIパスポートを主催しているのは、一般社団法人GUGA（生成AI活用普及協会）です。GUGAは、生成AIを企業や個人が安全かつ効果的に活用できる社会を目指し、リテラシー向上のための資格制度や研修コンテンツの提供を行っている団体です。生成AIの技術は進化のスピードが非常に速く、便利さと同時に情報漏洩・著作権侵害・誤情報の拡散といったリスクも指摘されています。GUGAはこうした背景を踏まえ、生成AIを「怖いから使わない」のではなく「正しく理解して使う」人を増やすことをミッションとして掲げています。

この立ち位置は、難易度を考える上でも重要な視点です。GUGAが目指しているのは、専門家だけが合格できる高度な技術試験ではなく、幅広いビジネスパーソンが実務で生成AIを使いこなせるようになるための「入口」としての資格づくりです。そのため出題内容も、プログラミングや数理モデルの知識を問うものではなく、生成AIの仕組みの基礎理解、活用シーン、そして法律・倫理・セキュリティといったリスク管理に重点が置かれています。

試験の対象者と出題の目的

生成AIパスポートが想定している受験者層は、エンジニアやデータサイエンティストといった専門職に限定されません。むしろ主な対象は、営業・企画・人事・総務・マーケティングなど、生成AIを「作る」側ではなく「使う」側に立つビジネスパーソンです。企業が全社的に生成AI活用を進める中で、部署を問わず一定のリテラシーを持った人材を育てたいというニーズが高まっており、この試験はまさにその研修・教育のツールとして位置づけられています。

出題の目的も、この対象者像と一致しています。単なる用語の暗記を確認するのではなく、「生成AIをどう業務に活かすか」という活用視点と、「どこにリスクが潜んでいるか」というリスクマネジメント視点の両方を、バランスよく理解しているかを測ることに主眼が置かれています。近年のシラバス改訂では、RAG（検索拡張生成）やAIエージェントといった実務での活用が広がっている技術トピックに加え、AI関連の新しい法制度やガイドラインも出題範囲に組み込まれており、試験内容は実社会の変化に合わせて更新され続けています。この「実務直結型」という性格が、難易度の質を理解する上での大きな前提になります。

累計受験者数の推移から見る注目度

生成AIパスポートは開始から短期間で急速に受験者を増やしてきた資格です。回を重ねるごとに個人受験者だけでなく企業単位での団体受験の申し込みも広がり、累計受験者数は直近の試験時点で9万人を超える規模まで拡大しています。生成AI関連の資格は他にも複数存在しますが、ビジネス職を主対象とした資格としてここまで短期間に受験者を集めている点は、企業の人材育成ニーズの高まりを象徴していると言えます。

この注目度の高さは、次章で見る合格率や合格ラインといった難易度の実態とセットで理解することが重要です。受験者数が増えているからといって試験内容が易しくなっているわけではなく、むしろシラバス改訂によって出題範囲は年々広がっています。次のセクションでは、最新の合格率・合格ライン・出題形式のデータをもとに、この試験の難易度を具体的に見ていきます。

生成AIパスポートの難易度を徹底解説【最新データ】

「生成AIパスポート」の難易度を語るうえで欠かせないのが、公式発表による最新の試験結果です。ここでは合格率・合格ライン・出題形式・シラバス改訂という4つの軸から、難易度の実像を数値で確認していきます。

直近試験の合格率は79.35%（受験9,436名・合格7,487名）

2026年4月に実施された試験では、受験者9,436名のうち7,487名が合格し、合格率は79.35%となりました。単純に言えば、受験者の約5人に4人が合格しているということです。累計の受験者数も92,738名まで拡大しており、開始から短期間で9万人を超える規模に成長している点からも、企業研修や個人のリスキリングの入口として広く採用されていることがうかがえます。

合格率だけを見ると「難易度は低い」と判断したくなりますが、裏を返せば約2割、直近試験でも約1,949名は不合格になっているという事実も見逃せません。この「易しいのに一定数が落ちる」という構造については、次のセクションで詳しく掘り下げます。

合格ラインは非公開、正答率8割前後が目安

生成AIパスポートは、明確な合格基準点（カットオフスコア）を公式には公表していません。そのため「何点取れば合格」という単純な目標設定はできませんが、合格率が約8割で安定していることから、実務上の目安として正答率8割前後を合格ラインとして意識しておくのが妥当です。

つまり、60問中48問程度を正解できる知識レベルが、合格の実質的なボーダーラインと考えられます。用語の意味を丸暗記するだけでなく、法制度やリスク対応の考え方まで理解しておくことが、この正答率を安定して超えるための鍵になります。

試験形式は60問60分のIBT方式

出題形式は選択式60問を60分で解答する形式です。試験はIBT（Internet Based Testing）方式で実施されるため、自宅や職場のパソコンからオンラインで受験でき、会場に足を運ぶ必要がありません。

1問あたりにかけられる時間は平均1分程度と、決して余裕があるわけではありません。知識があいまいなまま考え込んでしまうと時間切れのリスクが高まるため、暗記した用語を即座に判断へつなげるスピード感も、難易度を左右する重要な要素です。

2026年シラバス改訂で難易度はどう変わったか

2026年2月には試験のシラバスが改訂され、RAG（検索拡張生成）やAIエージェントといった生成AI活用の最新トレンド、さらにAI新法やAI事業者ガイドライン1.1といった法制度・ガバナンス分野の内容が新たに加わりました。

これまで用語や技術の基礎理解が中心だった出題範囲に、実務での応用領域と最新の法規制という2つの要素が上乗せされた形です。技術トレンドを追いかけていない受験者にとっては新しい学習範囲が増えたことになり、その意味では従来よりもカバーすべき知識の幅は広がったといえます。一方で、出題形式や合格ラインの目安自体は大きく変わっていないため、「範囲は広がったが、対策次第で難易度は十分にコントロールできる」というのが現時点での実態です。

他のAI関連資格と比較した難易度のポジション

生成AIパスポートの合格率が8割前後であることは前章で確認しましたが、この数値だけを見て「簡単だから受けなくていい」と判断するのは早計です。難易度は「誰が」「何を」問われるかによって相対的に変わるため、代表的なAI関連資格と並べてみることで、初めて自分に合った資格かどうかが見えてきます。ここではG検定、ITパスポート、データサイエンティスト検定（リテラシーレベル）、AWS Certified AI Practitionerの4つと比較し、生成AIパスポートの立ち位置を整理します。

G検定との難易度比較

G検定（JDLA Deep Learning for GENERAL）は、ディープラーニングの理論や機械学習の基礎技術まで踏み込んで問われる資格で、出題範囲は生成AIパスポートよりも技術寄りかつ広範です。数式やアルゴリズムの考え方に触れる設問も含まれるため、非エンジニアがゼロから独学すると学習の壁を感じやすい試験と言えます。

一方、生成AIパスポートは「生成AIを業務でどう安全かつ適切に使うか」というリテラシー・利活用・リスク管理に範囲を絞っている点が大きな違いです。技術者向けの数理的知識ではなく、プロンプトの考え方や著作権・個人情報保護などの法律知識が中心になるため、文系職種や非IT部門の社員にとってはG検定よりも取り組みやすい設計になっています。AI技術そのものを深く理解したいならG検定、業務での安全な活用力を証明したいなら生成AIパスポートという使い分けが妥当です。

ITパスポートとの難易度比較

ITパスポートは経済産業省が認定する国家資格で、テクノロジ・マネジメント・ストラテジの3分野からIT全般を幅広く問う試験です。出題範囲がIT基礎知識全体に及ぶため、生成AIやDXだけでなく、経営戦略やシステム開発の基礎までカバーする必要があり、学習の「広さ」で負荷が高くなりやすい資格です。

対照的に、生成AIパスポートは生成AIという単一テーマに特化しているため範囲自体は狭いものの、その分「深さ」で問われます。とくに2026年2月のシラバス改訂で追加されたAI新法やAI事業者ガイドライン1.1のような最新の法制度・ガバナンス分野は、ITパスポートの学習だけでは対応できない独自領域です。すでにITパスポートを取得している人であればIT用語への抵抗感は少なく学習は進めやすいものの、「知っているIT知識で流用できる」と油断すると、生成AI固有の法律・倫理分野で足をすくわれる点には注意が必要です。

データサイエンティスト検定（リテラシーレベル）との比較

データサイエンティスト検定（リテラシーレベル、通称DS検定）は、データサイエンスの基礎知識に加え、統計学や数学的な考え方を問う設問が含まれる資格です。数式や確率・統計の概念に馴染みがない受験者にとっては、この計算・数理的思考のパートが難易度を押し上げる要因になります。

生成AIパスポートには数理計算を問う設問がなく、用語の意味や概念の理解、法律・ガイドラインの正しい把握が中心です。そのため「統計は苦手だが生成AIの使い方は知りたい」というビジネスパーソンにとっては、DS検定よりも心理的な負担が小さい試験だと言えます。逆に、データ分析業務に近い立場でキャリアを築きたい場合は、DS検定の学習を通じて数理的な土台を作ることの価値も見逃せません。

AWS Certified AI Practitionerとの比較

AWS Certified AI Practitionerは、Amazon Web Services（AWS）が提供するベンダー資格で、Amazon BedrockやSageMakerといったAWSの生成AI・機械学習サービスの活用知識が出題の中心です。クラウド環境での実装や運用に関する実務知識が問われるため、AWSを日常的に触っていないビジネス職にとっては用語自体が馴染みにくく、学習のハードルは相対的に高くなります。また出題や公式教材が英語ベースであることも、英語に不慣れな受験者には負荷として働きます。

生成AIパスポートは特定のクラウドベンダーやツールに依存せず、生成AI全般の使い方とリスク管理を扱う「ベンダーニュートラル」な資格である点が対照的です。エンジニアとしてAWS環境で生成AIを実装する立場を目指すならAWS Certified AI Practitioner、職種を問わず組織全体で生成AIリテラシーの土台を作りたいなら生成AIパスポートが適しているという整理ができます。

こうして並べてみると、生成AIパスポートは「技術の深さ」や「数理的知識」を問う資格群と比べて範囲が絞られ、非IT職でも学習を進めやすい設計になっていることがわかります。ただし、この後の章で触れるように、範囲が絞られているからこそ油断すると落とし穴になりやすいポイントも存在します。

生成AIパスポートで難易度が上がりやすい人・つまずきやすいポイント

合格率が8割前後という数字だけを見ると、「対策しなくても受かる試験」と誤解してしまいがちです。しかし裏を返せば、約2割の受験者は不合格になっているということでもあります。ここでは、実際につまずきやすいポイントを4つに整理し、なぜ「易しいはずの試験」で失点が生まれるのかを具体的に見ていきます。自分がどのタイプに当てはまりそうかを確認しながら読み進めてみてください。

用語を断片的に覚えて似た選択肢で失点するケース

生成AIパスポートの出題は、用語の意味を「知っているかどうか」だけでなく、「似た概念と正確に区別できるか」を問う設問が少なくありません。たとえば以下のような用語は、意味が近く見えるため単語カードのような暗記だけでは選択肢を絞り切れないことがあります。

ファインチューニングとRAG（検索拡張生成）の役割の違い
プロンプトエンジニアリングとハルシネーションの発生要因の関係
生成AIとAIエージェントの機能・自律性の違い

このタイプの失点は、用語を単語単位で覚えている人に多く見られます。「〇〇とは何か」という一問一答形式の学習だけで進めると、本番で「AとBの違いを問う」「事例に最も当てはまる用語を選ぶ」といった設問に対応できず、正解に近い誤答を選んでしまいます。対策としては、用語をペアやグループで整理し、「なぜ違うのか」を自分の言葉で説明できる状態まで理解を深めておくことが有効です。

著作権・個人情報などの法制度分野が手薄になるケース

生成AIパスポートの出題範囲は、AIの技術的な仕組みだけでなく、著作権法・個人情報保護法・AI事業者ガイドラインといった法制度・ガバナンス分野にも広く及びます。この分野は次のような理由から、学習の後回しにされやすい傾向があります。

技術用語に比べて「勉強している実感」が持ちにくい
条文的な表現が多く、暗記中心の勉強になりやすい
シラバス改訂でAI新法やガイドラインの改訂版など、最新情報への追随が必要

特に、生成AIで作成したコンテンツの著作権の扱いや、学習データ・入力データにおける個人情報の取り扱いは、実務経験がないと具体的なイメージを持ちにくい分野です。技術用語の学習に時間を割いた結果、法制度分野の対策が手薄になり、そこで失点が積み重なって合格ラインに届かないというケースは典型的なつまずきパターンといえます。試験直前まで技術分野の復習だけに偏らず、法制度分野にも計画的に時間を配分することが欠かせません。

60分の時間配分に慣れていないケース

生成AIパスポートは60問を60分で解くIBT方式の試験です。単純計算では1問あたり1分となりますが、実際には設問文が長い問題や、複数の選択肢を比較して消去法で絞り込む問題も含まれているため、すべての設問を均等な時間で解き進められるとは限りません。

久しぶりに資格試験を受ける方や、これまで記述式・面接型の評価に慣れている方の中には、以下のような時間配分のミスで実力を出し切れないケースが見られます。

序盤の数問に時間をかけすぎて、後半で時間が不足する
迷った設問で長考してしまい、見直しの時間が確保できない
選択肢の絵や図表を含む問題に予想以上の時間を取られる

対策としては、過去問や模擬問題を本番同様の60分で解く練習を事前に行い、「1問にかけてよい時間の感覚」を体に入れておくことが重要です。わからない設問は一度スキップして後で見直す、という時間管理の型を決めておくだけでも、本番での失点を大きく減らせます。

生成AI未経験でイメージが掴めないケース

生成AIパスポートはビジネスパーソン向けの資格である一方、出題内容の多くはChatGPTなどの生成AIツールを実際に使った経験があると理解しやすい内容で構成されています。逆に、業務で生成AIを使う機会がほとんどない受験者にとっては、次のような点でイメージが掴みにくくなります。

プロンプトの与え方によって出力がどう変化するかの実感がない
ハルシネーション（AIが誤った情報を生成する現象）が起こる場面を具体的に想像できない
生成AIの業務活用事例（文章作成・要約・アイデア出しなど）と用語の結びつきが弱い

テキストの文字情報だけで用語を覚えようとすると、知識が定着しにくく、事例をもとにした応用的な設問で対応に苦労しやすくなります。可能であれば、学習と並行して無料の生成AIツールを実際に触ってみることで、用語と体感がセットになり、理解のスピードが大きく上がります。

難易度に見合った合格に必要な勉強時間と学習法

ここまで見てきたとおり、生成AIパスポートは合格率こそ高いものの、法制度分野や時間配分でつまずく受験者が一定数存在する試験です。裏を返せば、正しい順序で対策すれば決して手が届かない難易度ではないということでもあります。ここでは、難易度に見合った勉強時間の目安と、無理なく合格ラインに到達するための3ステップの学習法を紹介します。

必要な勉強時間の目安は20時間前後

生成AIパスポートの学習時間は、生成AIやITの実務経験がある方であれば10〜15時間程度、初めてAI用語に触れる非IT職の方でも20時間前後を目安にすると無理なく合格ラインに近づけます。1日30分〜1時間の学習を3〜4週間続けるイメージです。

この時間配分が現実的なのは、出題範囲が「生成AIの仕組み」「活用事例」「法律・倫理・リスク」という3領域に整理されており、暗記中心で対策できる分野が多いためです。ITパスポートのようにネットワークや基礎理論の計算問題に時間を割く必要がなく、G検定のように数理・統計の理解に踏み込む必要もありません。その分、短期集中で仕上げやすい試験と言えます。

ただし「易しいから」といって直前の数時間だけで乗り切ろうとすると、前セクションで触れた「用語の断片暗記」や「時間配分ミス」に陥りやすくなります。20時間という目安は、詰め込みではなく、後述する3ステップを一通り回すために必要な時間と捉えてください。

ステップ1：公式シラバスとテキストで全体像を把握する

最初の5〜8時間は、公式シラバスと公式テキストで試験全体の地図を描く工程に使います。いきなり過去問や一問一答から始めると、正解できても「なぜそうなるのか」の理解が浅くなり、シラバス改訂で追加されたRAGやAIエージェント、AI新法のような新規テーマに対応しにくくなります。

このステップでは、次の2点を意識すると効率が上がります。

章立てを先に眺める：生成AIの技術的な仕組み、業務活用のパターン、法律・ガイドラインという3つの大枠を先につかんでおくと、細かい用語が「どの文脈の話か」を判断しやすくなります。
知らない用語に印をつける：初読で意味が取れなかった用語は無理に覚えようとせず、チェックだけして先に進みます。全体像を掴んだ後にもう一度読むと、格段に理解が早くなります。

一問一答形式の教材が手元にある場合は、このタイミングで章末問題として軽く目を通しておくと、次のステップへの橋渡しになります。

ステップ2：過去問・模擬試験で出題形式に慣れる

全体像を把握できたら、次の8〜10時間は過去問や公式の模擬試験を使って、60問60分という出題形式そのものに体を慣らす段階です。知識のインプットだけで満足してしまうと、本番で時間配分を誤るリスクが残ります。

具体的には、以下のような進め方が有効です。

最初の1回は時間を計って通しで解く：現時点の実力と、時間切れになりやすい設問パターンを把握します。
間違えた問題はテキストに戻って確認する：正解・不正解だけで終わらせず、「なぜその選択肢が誤りなのか」まで確認すると、似た言い回しの選択肢に強くなります。
2回目以降はセクションごとに区切って解く：法制度分野だけ、活用事例だけと範囲を絞って繰り返すことで、弱点分野が明確になっていきます。

この段階を経ることで、単なる知識量だけでなく「本番でどう解くか」という実戦的な感覚が身についてきます。

ステップ3：弱点分野（法制度・リスク）を重点的に復習する

最後の3〜5時間は、ステップ2で見えてきた弱点、とりわけ法制度・リスク・ガイドライン分野の復習に充てます。この分野は実務での馴染みが薄い受験者が多く、他分野に比べて失点しやすいことが分かっています。

復習では、個々の法令名や指針名を単独で覚えるのではなく、「AI事業者ガイドライン1.1はどの立場の事業者に向けた指針か」「AI新法はどのような行為を規制対象としているか」のように、目的と対象をセットで整理すると記憶に残りやすくなります。試験直前は新しい範囲に手を広げるより、この弱点分野の総復習に時間を使う方が、合格ラインの正答率8割前後に到達する近道になります。

生成AIパスポートの難易度に関するよくある疑問（FAQ）

ここまで合格率や勉強時間の目安を見てきても、いざ申し込みの一歩を踏み出す前には、細かい疑問や不安が残るものです。ここでは、受験を迷っている方から特に多く聞かれる3つの疑問に回答します。

生成AIを普段使っていれば対策なしで合格できますか？

結論として、ChatGPTなどを日常的に使っているだけでは、対策なしでの合格は難しいと考えたほうが安全です。

生成AIパスポートは「使い方の巧拙」を測る試験ではなく、以下のような幅広い知識を体系的に問う試験だからです。

プロンプトエンジニアリングの理論的な用語（Few-shotやChain-of-Thoughtなど、体感的に使っていても名称と定義を正確に覚えていないケース）
AI関連の法律・ガイドライン（著作権法、個人情報保護法、AI事業者ガイドラインなど、業務でツールを使うだけでは触れる機会がない分野)
生成AIの技術的な仕組み（LLMの学習プロセスやRAG、AIエージェントの構造など)

つまり、実務での「使用経験」と試験で問われる「用語・法制度・仕組みの知識」は重なる部分が少なく、別物と捉える必要があります。前セクションで触れた「用語の断片的な暗記による誤答」や「法制度分野の手薄さ」は、まさに生成AIを使い慣れている人ほど陥りやすいつまずきポイントです。普段使いの経験は理解の土台としては有利に働きますが、公式シラバスに沿った知識の補強は避けて通れないと考えておきましょう。

不合格だった場合、次はいつ受験できますか？

生成AIパスポートはIBT（Internet Based Testing）方式で、年に複数回の試験期間が設けられているのが特徴です。そのため、一度不合格になっても、次の試験期間に再チャレンジすることが可能です。

再受験にあたっては、次の点を意識しておくと計画が立てやすくなります。

試験期間・申込期間は公式サイトで随時確認する：開催回ごとにスケジュールが異なるため、最新の試験期間・申込締切は必ず公式サイトの受験要項を確認してください。
不合格の要因を振り返ってから申し込む：時間切れだったのか、法制度分野の失点が多かったのかによって、次回までにやるべき学習が変わります。感覚だけで「もう一度受ける」と決めるより、どの分野で失点したかを整理してから再受験の計画を立てるほうが、合格率を高めやすくなります。
シラバス改訂のタイミングに注意する：前セクションで触れたとおり、シラバスは定期的に改訂され、RAGやAIエージェントなど新しい概念が追加されています。前回受験時の教材が古くなっている可能性があるため、再受験前には最新の公式テキスト・シラバスを確認し直しましょう。

「不合格＝振り出しに戻る」ではなく、一度の受験で自分の弱点分野が明確になったと捉え、次回に向けた学習の優先順位を立て直す機会にするのが賢明な進め方です。

生成AIパスポートは「意味がない」という声は本当ですか？

ネット上では「合格率が高いから簡単すぎる」「資格を取っても実務に直結しない」といった声も見られますが、これは資格の目的を誤解した意見だと考えられます。

生成AIパスポートは、専門家向けの技術資格ではなく、非エンジニアを含むすべてのビジネスパーソンが、生成AIを安全かつ適切に使うための最低限のリテラシーを担保する資格として設計されています。その前提を踏まえると、以下の点から「意味がない」という評価は当てはまりにくいといえます。

合格率が高い＝価値が低いわけではない：合格率が高い資格でも、体系的に学ぶことで得られる知識（著作権・個人情報保護・AI事業者ガイドラインなど）は、生成AIを業務で使う上での「事故防止」に直結します。知っているつもりで実は誤解していた法制度のポイントに気づけるだけでも、受験の価値は十分にあります。
内容が常に最新化されている：2026年2月のシラバス改訂でRAGやAIエージェント、AI新法、AI事業者ガイドライン1.1が追加されたように、生成AIを取り巻く技術・法制度の変化に合わせて試験内容も更新されています。「一度取ったら終わり」の資格ではなく、業界の変化を学び続けるきっかけとして機能する点は、他の静的な資格と一線を画します。
累計受験者数の伸びが注目度を裏付けている：前セクションで紹介したとおり、累計受験者数は9万人を超える規模まで拡大しています。企業研修として組織的に導入されるケースも増えており、個人のスキル証明というより「社内の生成AIリテラシーの共通言語」を作る目的で活用されている実態がうかがえます。

「意味がない」という声は、資格を専門スキルの証明として見た場合の感想であることが多く、生成AIパスポートが目指す「安全な利用のための最低限の土台づくり」という役割からすると、的外れな批判といえます。合格率の高さや出題範囲の広さに戸惑う必要はなく、まずは公式テキストと過去問演習から一歩を踏み出してみましょう。

まとめ

生成AIパスポートは、2026年4月試験で合格率79.35%と高水準ながら、約2割は不合格になっている試験です。合格ラインの目安は正答率8割前後、出題は60問60分のIBT方式で、2026年2月のシラバス改訂によりRAGやAIエージェント、AI新法などの新分野も加わりました。G検定やITパスポートと比べると数理知識を問われず範囲も絞られていますが、用語の断片暗記や法制度分野の手薄さ、時間配分のミスで失点する受験者が一定数存在します。必要な勉強時間の目安は20時間前後で、シラバス理解・過去問演習・弱点復習という3ステップを踏めば十分に合格圏内に到達できます。まずは公式テキストを入手し、過去問演習から学習の第一歩を踏み出してみてください。