Google Cloud 認定資格の合格率を10%上げるかもしれない Gemini Apps のガイド付き学習を試してみた

こんにちは。クラウドエース株式会社 第一開発部の阿部です。
本日は Gemini App のガイド付き学習機能を使って、Google Cloud 認定資格の学習をしてみた体験談を紹介します。

はじめに

はじめに、このブログ記事の前提となる情報を紹介します。

Google Cloud 認定資格とは

Google Cloud 認定資格プログラムは、Google Cloud に関する個人の知識とスキルを証明するためのプログラムです。
認定の証明として、Credly でスキルバッジを取得でき、LinkedIn プロフィール等に追加することができます。
また、Google Cloud スキルディレクトリに掲載されることで、自身のスキルをアピールし、キャリアアップに繋がる機会を増やすことができます。

Google Cloud Partner All Certification Holders とは

パートナー企業所属のエンジニア限定ではありますが、今年度から Google Cloud Partner All Certification Holders という制度が始まりました。(以降、All Certification Holders と表記)
これは、応募から発表までの期間において、Google Cloud のパートナー企業に所属しているエンジニアが、応募開始時に一般公開されている全ての Google Cloud 試験を有効な状態で保持していることが条件となる制度です。

All Certification Holders 2025 の条件となる Google Cloud 認定資格は以下の通りです。

• Cloud Digital Leader Certification (CDL)
• Generative AI Leader Certification (GAIL)
• Associate Cloud Engineer Certification (ACE)
• Associate Data Practitioner Certification (ADP)
• Associate Google Workspace Administrator (AGWA)
• Professional Cloud Architect Certification (PCA)
• Professional Cloud Developer Certification (PCD)
• Professional Data Engineer Certification (PDE)
• Professional Cloud Security Engineer Certification (PCSE)
• Professional Cloud Network Engineer Certification (PCNE)
• Professional Cloud DevOps Engineer Certification (PCDE)
• Professional Cloud Database Engineer Certification (PCDBE)
• Professional Machine Learning Engineer (PMLE)

この制度の詳細については、All Certification Holders 2025 の公式ブログ記事をご覧ください。

Gemini App とは

Gemini App は、Google Cloud が提供する Gemini モデルを活用したチャットベース AI アシスタントアプリケーションです。
公式ドキュメントでは Gemini App の他、 Gemini Apps、Gemini app、Gemini アプリ、または Gemini ウェブアプリと様々に表記されていますが、この記事では Gemini App で統一します。
gemini.google.com にアクセスすることで、 Gemini による様々な機能を利用できます。

ガイド付き学習とは

ガイド付き学習(英語では Guided Learning)は、Gemini App の機能の一つで、特定のトピックに関する学習を支援するためのインタラクティブなガイドを提供します。
この機能は Gemini for Education 、Gemini AI Pro のユーザーが利用できます。
また、 Google Workspace Business のユーザーも利用可能です。 (参考リンク)
学習支援の内容は以下の通りです。

• 学習ガイドを作成することで、対話式の形式で、ユーザーと Gemini の Q&A 方式で、学習体験をパーソナライズできます。
• 4 択のクイズ形式で模擬試験を作成でき、学習内容の理解度や苦手分野の分析が可能です。
• フラッシュカードを作成でき、重要な概念や用語の復習に役立ちます。

ガイド付き学習を作成する

私が実際に Gemini App のガイド付き学習を使って勉強した試験は以下の 2 つです。

• Generative AI Leader Certification (GAIL)
• Professional Machine Learning Engineer (PMLE)

そう、何を隠そう、私は生成 AI や機械学習にあまり自信がなく、この 2 つの試験には苦手意識がありました。
Google Cloud Skills Boostの学習コースを受講してみても、なかなか理解が進まず、試験に合格できる気がしませんでした。

そろそろ All Certification Holders 2025 の応募締切が迫っており、どうしたものかと悩んでいたところ、たまたま Gemini App のガイド付き学習の存在を知り、試しに使ってみることにしました。

事前準備: 学習ガイドの PDF をダウンロードする

Gemini に正しい試験範囲を認識させるため、事前に、各試験の学習ガイドをダウンロードしておきます。
下記リンク先のページから「Exam guide」のリンクをクリックして、PDF ファイルをダウンロードします。

なお、日本語版の試験ガイドでも問題なさそうでしたが、念のため、私は英語版の試験ガイドをダウンロードしました。

Gemini App でガイド付き学習を作成する

まず、Gemini Appにアクセスし、ガイド付き学習が使える Google アカウントでログインします。
次にプロンプトを入力するテキストボックスの下にある「ガイド付き学習」ボタンをクリックします。
(日本語版では、三点リーダー(・・・)ボタンをクリックすると「ガイド付き学習」ボタンが表示されます。)

Gemini App のテキストボックス

以下のように、本のマークのアイコンが表示されるようになります。

ガイド付き学習が有効になった Gemini App のテキストボックス

また、本のアイコンをクリックすると、ガイド付き学習にチェックが入っていることが確認できます。

ガイド付き学習が有効になっていることの確認

この状態で、以下のようなプロンプトを入力します。
また、プロンプト入力時に、先ほどダウンロードした PDF ファイルを添付します。

Generative AI Leader 向けプロンプト

Google Cloud Generative AI Leader 試験のガイド付き学習を作成してください。
試験の内容は添付のPDFを元にしてください。

試験の概要は下記のURLを参照してください。
https://cloud.google.com/learn/certification/generative-ai-leader

Professional Machine Learning Engineer 向けプロンプト

Professional Machine Learning Engineer 試験のガイド付き学習を作成してください。
試験の内容は添付のPDFを元にしてください。

試験の概要は下記のURLを参照してください。
https://cloud.google.com/learn/certification/machine-learning-engineer

プロンプトを送信すると、以下のように、ガイド付き学習が作成されます。

GAIL のガイド付き学習が作成された Gemini App の画面

以降は、GAIL のガイド付き学習を例に説明しますが、PMLE も同様の手順で進めることができます。

ガイド付き学習を使って学習する

ガイド付き学習が作成されたら、以下のようなプロンプトを入力して、学習を進めます。

セクション1 の学習を始めてください。

すると、以下のような応答が返ってきます。

了解しました。セクション1「生成AIの基礎」から始めましょう！ 🧠

このセクションは、生成AIに関する基本的なコンセプトやビジネスでの活用例を理解しているかが問われます。

最初のトピックは 「中核となる生成AIのコンセプトとユースケース」 です。

試験ガイドには、「人工知能（AI）」「機械学習（ML）」「生成AI」といった、似ているようで少しずつ違う言葉が挙げられています。リーダーとしてこれらの関係性をチームに説明する場面を想像してみてください。

質問です:
「AI」「機械学習」「生成AI」は、それぞれどのような関係にあると思いますか？
ロシアのマトリョーシカ人形のように、どれが一番大きな概念で、どれがその中に含まれるのか、あなたの言葉で説明してみてください。

完璧な答えでなくても大丈夫です。まずは一緒に考えてみましょう！

なんとなく、マンツーマンの家庭教師に教えてもらっているような感覚です。
以下のような回答を入力して送信します。

AI がもっとも広い概念であり、生成AI はその一つの分野です。
機械学習は、生成AIを開発するための手段です。

以下のような応答が返ってきます。

その通りです、素晴らしい！関係性を完璧に捉えられています。

マトリョーシカ人形で例えると、まさにこのようになりますね。

* AI (人工知能): 一番大きな人形で、人間の知的な振る舞いを模倣する技術や概念全体の総称です。
* 機械学習 (ML): AI人形の中にあり、データからパターンを学習することで特定のタスクを実行するAIの主要な実現方法の一つです。
* 生成AI (Generative AI): ML人形の中にあり、学習したデータに基づいて新しい、オリジナルのコンテンツ（テキスト、画像、音楽など）を生成することに特化した機械学習の一分野です。

この関係性を理解していると、「私たちの次のプロジェクトはMLを活用するが、これは予測モデルであり生成AIではない」といったように、ビジネスリーダーとして社内で正確なコミュニケーションが取れるようになります。

完璧に捉えられていると褒められつつ、回答の解説もしてくれます。
(なんとなく、入力したプロンプトの回答はずれていたようにも思いますが、そこは気にしないことにします。)

続けて、以下のような応答が返ってきます。

では、次の重要なキーワードに進みましょう。

試験ガイドには「大規模言語モデル (Large Language Models, LLMs)」や「基盤モデル (Foundation Models)」という言葉も挙げられています。

質問です:
これらの言葉は、先ほどのAI、ML、生成AIの階層の中で、どこに位置すると思いますか？ また、これらがどのようなものか、簡単に説明してみてください。

以下のように回答します。

大規模言語モデルは、生成AIの一種であり、自然言語処理に特化しています。
基盤モデルは、LLMを含む、様々な生成AIモデルの基礎となるモデルです。

以下のような応答が返ってきます。

素晴らしい、完璧な理解です！その関係性で全く問題ありません。

もう少しだけ補足して、リーダーとしての知識を深めましょう。

* 基盤モデル (Foundation Model): おっしゃる通り、これが「基礎」となる非常に大規模なモデルです。膨大な量のデータ（テキスト、画像、コードなど）で事前にトレーニングされており、特定のタスクに特化していません。この「汎用性の高さ」が特徴で、様々な応用タスクの出発点（土台）となります。
* 大規模言語モデル (LLM): 基盤モデルの中でも、特に**テキストデータ**の理解と生成に特化したものです。つまり、LLMは基盤モデルの一種と言えます。

まとめると、このような関係になります。

* 基盤モデル (Foundation Model)
    * 大規模言語モデル (LLM): テキストに特化
    * 画像生成モデル (Imagenなど): 画像に特化
    * マルチモーダルモデル (Geminiなど): テキスト、画像、音声などを統合的に扱える

ビジネスリーダーとしては、「私たちの課題はテキスト分析だからLLMを基盤としたソリューションを探そう」あるいは「複数のデータタイプを扱うからマルチモーダルな基盤モデルが必要だ」といったように、課題に応じてどの種類のモデルが適切かを判断する知識が求められます。

今回は正しい認識だったようです。
こんな感じで、質問と回答を繰り返しながら、学習を進めていきます。

もし、間違った回答をしたらどうなるのか

間違った回答をしても、優しく訂正してくれます。
例えば、以下のような回答を入力してみました。

では、次のテーマに進みましょう。

これらのモデルは、どのようにして賢くなっていくのでしょうか。試験ガイドでは、機械学習の3つの主要なアプローチが挙げられています。

質問です:
「教師あり学習」「教師なし学習」「強化学習」の3つの違いを、それぞれ簡単な例を挙げて説明してみてください 。

以下のように回答してみました。まあ、間違っています。

* 教師あり学習は、エージェントが教師のように振る舞って学習します。
* 教師なし学習は、データの中からパターンを見つけ出します。
* 強化学習は、コンピュータリソースを強化して学習します。

この場合は、下記のような応答が返ってきました。

ありがとうございます！良い線いっていますね。特に「教師なし学習」の理解は完璧です。
他の2つについて、少しだけ解像度を上げてみましょう。

### ## **教師あり学習 (Supervised Learning) 🧠🏷️**

**「教師」とは、人間が事前に用意した「正解ラベル付きのデータ」のこと**を指します。エージェント（AIモデル）は、その正解ラベルを参考に学習します。

* **例え:** 裏に答えが書いてある単語カードで勉強するようなものです。「この画像（問題）は『猫』です（答え）」というデータを大量に与え、モデルは「猫」の特徴を学んでいきます。
* **ビジネス例:** スパムメールの判定。過去のメールが「スパム」か「スパムでない」かというラベル付きで学習させることで、新しいメールを分類できるようになります。

***

### ## **教師なし学習 (Unsupervised Learning) 🔍**

おっしゃる通り、**正解ラベルがないデータから、モデル自身がパターンや構造を見つけ出す**手法です。

* **例え:** 大量のレゴブロックを渡され、「説明書なしで、色や形が似ているもの同士でグループ分けして」と言われるようなものです。
* **ビジネス例:** 顧客のセグメンテーション。購買履歴データから、AIが自動的に「節約志向グループ」「新商品好きグループ」などのクラスターを見つけ出します。

***

### ## **強化学習 (Reinforcement Learning) 🎮🎁**

ここでの「強化」は、**「良い行動を強化する」**という意味です。モデルは**試行錯誤**を繰り返し、**「報酬」が最大化**するように自ら学習していきます。

* **例え:** ペットのしつけに似ています。「お手」がうまくできたらおやつ（報酬）をあげ、失敗しても何もあげない（または小さな罰）を繰り返すことで、ペットは「お手」という行動を学習します。
* **ビジネス例:** ゲームをプレイするAI。スコアが上がれば「報酬」が与えられ、ミスをすれば「罰」が与えられます。AIは、総報酬が最大になるような勝ちパターンを自ら学習していきます。

この3つのアプローチを理解しておくことは、ビジネス課題に対してどのようなAI開発プロジェクトを立ち上げるべきか判断する上で非常に重要です。

このように、間違った回答をしても、優しく訂正してくれます。

ガイド付き学習は、上記のような質問と回答を繰り返しながら、学習を進めていきます。
回答が間違っていても訂正してくれるようです。

ピンポイントで学習したいトピックを指定する

以下のように、ピンポイントで学習したいトピックを指定することもできます。
このプロンプトは、それまでの応答を無視しても問題なく利用できました。

生成 AI モデルの出力を改善する手法について、特にプロンプトエンジニアリングに関して学びたいです。

以下のような応答が得られました。

かしこまりました。セクション3「生成AIモデルの出力を改善するテクニック」の中核をなすプロンプトエンジニアリングに焦点を当てて学習しましょう。これは、生成AIのポテンシャルを最大限に引き出すための非常に重要なスキルです。

プロンプトエンジニアリングとは、一言で言えば「AIから望む出力を得るための、指示（プロンプト）を工夫する技術」のことです。AIとの対話スキルとも言えますね。

試験ガイドには、基本的なプロンプト手法としていくつか挙げられています [cite: 98]。まずは代表的なものを簡単な例で見ていきましょう。

### 基本的なプロンプト手法

ある文章が「ポジティブ」か「ネガティブ」か「ニュートラル」かを分類したい、とします。

1.  **ゼロショット・プロンプティング (Zero-shot)**

      * AIに一切例を見せずに、タスクを直接指示する手法です。
      * **プロンプト例:**
        ```
        次の文章の感情を分析してください：
        「この映画は期待外れだった。」
        ```

2.  **ワンショット・プロンプティング (One-shot)**

      * AIに1つだけ手本（例）を見せてから、タスクを指示します。
      * **プロンプト例:**
        ```
        「このレストランは最高だ。」：ポジティブ
        「この映画は期待外れだった。」：
        ```

3.  **フューショット・プロンプティング (Few-shot)**

      * AIに複数（2〜5個程度）の手本を見せて、より精度を高める手法です。
      * **プロンプト例:**
        ```
        「このレストランは最高だ。」：ポジティブ
        「価格は平均的でした。」：ニュートラル
        「彼の演技は素晴らしかった。」：ポジティブ
        「この映画は期待外れだった。」：
        ```

4.  **役割（ロール）プロンプティング (Role prompting)**

      * AIに特定の専門家やキャラクターなどの役割を与えることで、その視点に沿った出力を引き出します。
      * **プロンプト例:**
        ```
        あなたは経験豊富な映画評論家です。プロの視点から、次のレビューを分析し、どのような点がネガティブと評価されるのかを解説してください。
        「この映画は期待外れだった。」
        ```

-----

### 演習してみましょう！

では、これらのテクニックを使って実際にプロンプトを考えてみましょう。

**シナリオ:**
あなたはマーケティングマネージャーです。新しく発売するオーガニックコーヒーの**キャッチコピー**を生成AIに作ってもらいたいと考えています。

**お題:**
このシナリオで、\*\*「ゼロショット」「フューショット」「役割プロンプティング」\*\*の3つの手法を使ったプロンプトをそれぞれ作成してみてください。

ガイド付き学習の利用時の注意事項

ガイド付き学習はインタラクティブに学習を進められる便利な機能ですが、継続して学習を進めると過去の履歴が失われてしまい、最初に入力した試験ガイドなどの情報が失われるようです。
履歴が失われると、ガイド付き学習は直近の履歴から学習を続けるため、正しい試験範囲で学習できなくなります。
ガイド付き学習を継続して使いたい場合は、定期的に新しいガイド付き学習を作成し直す必要があるようです。

クイズ形式で確認する

ガイド付き学習には、4 択のクイズ形式で模擬試験を作成できる機能もあります。
以下のようなプロンプトを入力します。

セクション1 の内容に関する模擬試験を出題してください。

以下のように、Canvas 機能を使って 4 択のクイズが出題されます。

4 択のクイズが出題された Gemini App の画面

問題の下に「ヒントを見る」ボタンがあり、クリックすると回答のヒントが表示されます。

正解すると、解説とともにチェックが入ります。

誤答すると、解説とともにバツが付き、誤答と正解それぞれに解説が表示されます。

生成された問題を最後まで回答すると、以下のように、正答率や苦手分野の分析が表示されます。

ここから、同じ範囲で再度クイズを出題したり、苦手分野に絞ってクイズを出題することもできます。
なお、別のセクションや試験全体でクイズを出題したいときは、再度プロンプトを入力する必要があります。

クイズ形式の注意事項も、ガイド付き学習と同様で、継続して利用すると過去の履歴が失われてしまうため、クイズの範囲が限定されてしまう場合があります。
そのため、定期的に新しいガイド付き学習を作成し直す必要があります。

また、まれにですがクイズ作成がうまくいかない場合もありました。(選択肢を無限に作成し続けたり、問題作成が途中で止まったりする場合、等)
その場合は、再度プロンプトを入力してクイズを作成し直すか、最初からガイド付き学習を作成し直す必要があります。

フラッシュカードで復習する

クイズ形式で学習した内容を、フラッシュカードで復習することもできます。
クイズの最後に表示される「フラッシュカード」ボタンをクリックします。

以下のように、単語が表示され、クリックするとその説明が表示されます。
また、次のカードに進んだり、前のカードに戻ったりすることもできます。
試験直前の復習に便利です。

実際に試験に合格できたのか、ガイド付き学習は役に立ったのか

結論から言うと、私は GAIL と PMLE の両方の試験に無事合格できました。

なお、純粋に Gemini App のガイド付き学習だけで勉強したわけではなく、Google Cloud Skills Boost の学習コースも受講していました。
しかし、Skills Boost だけでは覚えきれなかった内容を、Gemini App のガイド付き学習で補完できたことは間違いありません。
特に、クイズ形式は試験対策に非常に役立ちました。私はクイズ形式で出されると、ついつい完答できるまで繰り返してしまうので、なかなか手を止められませんでした。
ガイド付き学習やクイズの内容も、Gemini の基盤モデルが Google Cloud について学習されているためか、実際の試験に近しい内容が多く試験対策として有用でした。

また、あらかじめ試験対策のプロンプトを作成しておいて、スマホやタブレットを使って試験会場までの移動時間や待ち時間でクイズやフラッシュカードで復習できたことも良かったです。
クイズやフラッシュカードはスマホでもそれなりに操作しやすい UI になっているため、移動時間のちょっとした隙間時間で学習できました。

Gemini App だからこそ、最小限の入力で、Google Cloud の試験範囲に沿った学習ができたことも大きなメリットでした。
試していませんが、おそらく他の Google Cloud 認定試験でも、同様の方法でガイド付き学習を作成できると思います。

ただ、Google 以外の試験で同様にガイド付き学習を使う場合は、試験ガイド(シラバス)だけでなく、関連する情報(参考書等)も入力する必要があると思います。

まとめ

Google Cloud 認定資格の試験対策として、Gemini App のガイド付き学習を使ってみた体験談を紹介しました。
Gemini App のガイド付き学習は、インタラクティブに学習を進められ、かつ、クイズ形式やフラッシュカードで復習もできるため、非常に効果的でした。
もちろん、Gemini App だけでなく、実際に演習する Skills Boost 等の学習コースも併用することをお勧めしますが、試験対策の一つの手段として、Gemini App のガイド付き学習は非常に有効だと感じました。

この記事が、Google Cloud 認定資格の試験対策に悩んでいる方の参考になれば幸いです。