テキスト・画像・音声・動画など、新しいコンテンツをAIが自動で作り出す技術の総称が生成AI（ジェネレーティブAI）です。ChatGPTや画像生成AIなど、近年注目を集めるAIの中心ジャンルでもあり、G検定・生成AIパスポートのどちらでも「最初に押さえる用語」です。本記事は百科事典的な網羅より、試験で点を取るための定義の切り口と、実務で誤解しやすいポイントを中心に書いています。具体例は2026年6月時点のものです。
試験で問われる見方
G検定では「生成AI」はディープラーニングの応用の文脈で出ます。定義を1行覚えるだけでなく、画像認識のような判別型AIと何が違うかを説明できるかがポイントです。生成AIパスポートでは、技術の仕組みに加えてビジネス利用・著作権・ハルシネーションなど、ケース問題として出やすいです。
受験生がよく落とすのは、「生成AI＝ChatGPT」と同一視してしまうパターンです。試験上は、生成AIは概念、ChatGPTはサービス名と分けて答える必要があります。実務でも同様で、ツール名を変えても消えないのは「出力を人が確認する」「機密を入れない」という原則です。
用語を読んだあと、演習で確認する
G検定：一問一答 TF-170（生成AI）、TF-171、TF-260（生成AIと著作権）
生成AIパスポート：一問一答 TF-0091（生成AIの誕生まで）、実践演習 HQ-0151（生成モデルの誕生）
関連ツールの話はChatGPTの解説記事へ。試験トップはG検定 · 生成AIパスポート
生成AIとは
生成AIとは、Generative AI（ジェネレーティブAI）のことで、学習したパターンにもとづき、新しいコンテンツを作り出すAI技術を指します。試験ではこの一文が骨格になります。
ただし現場では「生成」と聞くと画像や文章だけを想像しがちです。売上予測のような従来型AIと並べて説明するときは、出力が「新規のサンプル」か「ラベルや数値」かで切り分けると迷いにくいです。
技術的には、大規模言語モデル（LLM）や拡散モデルなどが中核です。ChatGPTは、そのLLMを使ったサービスの代表例にすぎません。用語と製品名を混同しないことが、試験でも実務でも最初の関門になります。
生成AIの主な種類
生成AIは、作り出すコンテンツの種類によって大きく分けられます。
| 種類 | 生成するもの | 代表例 |
|---|---|---|
| テキスト生成 | 文章・要約・翻訳・コード | ChatGPT、Claude など |
| 画像生成 | イラスト・写真風画像・デザイン | Midjourney、Adobe Firefly |
| 音声・音楽生成 | 読み上げ・BGM・効果音 | ElevenLabs、Suno |
| 動画生成 | 短尺動画・アニメーション | Runway、Sora（OpenAI） |
近年は1つのサービスでテキストと画像の両方に対応するマルチモーダルな生成AIも増えています。
具体例
生成AIは、ビジネスから日常生活まで幅広く使われ始めています。
- ビジネス 報告書やメールの下書き、議事録の要約、企画書のアイデア出し、プログラムコードの生成
- マーケティング キャッチコピー・SNS投稿文の作成、バナー画像の生成、ブログ記事の構成案づくり
- 開発・デザイン UIモックアップの生成、バグ修正の提案、イラスト素材の作成
- 学習・資格対策 模擬問題の解説、用語のわかりやすい説明、暗記用の例文生成
従来のAIとの違い
「AI」とひとくくりにされがちですが、生成AIと従来型のAIでは目的が異なります。試験の正誤問題では、「需要予測も生成AI」のように役割を取り違える選択肢がよく出ます。
| 比較項目 | 生成AI | 従来のAI（判別・予測型） |
|---|---|---|
| 主な役割 | 新しいコンテンツを作る | データを分類・予測する |
| 出力の例 | 文章、画像、音声 | 「猫」「犬」ラベル、売上予測値 |
| 代表技術 | LLM、拡散モデル、GAN | 回帰、SVM、CNN（分類） |
| 身近な例 | ChatGPT、画像生成AI | スパムメール判定、顔認証、レコメンド |
メリット・デメリット
| メリット | デメリット |
|---|---|
| アイデア出しや下書きの時間を大幅に短縮できる | 事実と異なる内容（ハルシネーション）を出力することがある |
| 専門スキルがなくても一定品質の成果物が得られる | 著作権・情報漏洩などのリスクへの配慮が必要 |
| 多言語・多形式のコンテンツに対応できる | 学習データの偏りにより偏った回答になることがある |
| 個人から大企業まで幅広く活用できる | 最新情報や社内データは常に正確とは限らない |
| 対話形式で試行錯誤しやすい | 過度な依存はスキル低下の懸念も |
資格試験との関係
同じ「生成AI」でも、試験ごとに求められる深さが違います。ここを混ぜると勉強が二度手間になります。
G検定は、生成モデル・自然言語処理・画像生成など技術の位置づけが中心です。「GANと拡散モデルの違い」まで踏み込む問題もあります。まずはディープラーニングの応用例の一問一答で量を確保するのが現実的です。
生成AIパスポートは、活用シーン・リスク・法令・社内ルールのケースが多いです。定義を読んだだけでは点数に直結しにくく、実践演習で「不適切な利用例を選ぶ」形式に慣れておくとよいです。
学習の順番の例：本記事 → G検定 TF-170 → 生成AIパスポート TF-0091 → 各試験の演習モード
よくある質問
生成AIとAIは同じ意味ですか？
同じではありません。AI（人工知能）は広い概念で、画像認識や需要予測なども含みます。生成AIはその中の一分野です。試験では「すべてのAIが生成AI」と言う選択肢が×になることが多いので、TF-170で確認しておくと安心です。
生成AIとChatGPTの違いは何ですか？
生成AIは技術・概念の名称です。ChatGPTはOpenAIが提供する生成AIを使った具体的なアプリ（サービス）の名前です。詳しくはChatGPTの解説記事をご覧ください。
生成AIはG検定や生成AIパスポートで出題されますか？
はい。G検定では生成AIを含むディープラーニングや自然言語処理の基礎が、生成AIパスポートでは生成AIのビジネス活用やリスク管理がそれぞれ出題範囲に含まれます。
生成AIを業務で使うときの注意点は？
機密情報の入力を避ける、出力内容を必ず人が確認する、社内ガイドラインを整備する、といった点が重要です。特に個人情報や未公開の企業情報は入力しないよう注意してください。