AIプラクティショナー(AIF) AIガバナンスとコンプライアンスとは？Config/CloudTrailをAWSで図解【AIF-C01】
AWS認定AIプラクティショナー(AIF-C01)のガバナンスとコンプライアンスを図解。Config（状態）/CloudTrail（操作ログ）/Audit Manager/Artifactの違いを試験の引っかけ込みで解説します。
2026-05
AIプラクティショナー(AIF) 
AIプラクティショナー(AIF) AIの透明性と説明可能性の違いとは？説明可能なAI(XAI)をAWSで図解【AIF-C01】
透明性は「モデルの仕組みが公開されているか」、説明可能性は「個々の判断理由を説明できるか」。混同しやすい2つの違いを図解し、SageMaker Model Cards・ClarifyなどAWSのXAIツールまでAIF-C01対策として解説します。
AIプラクティショナー(AIF) 責任あるAIとは？バイアス・公平性をAWSで図解【AIF-C01】
AWS認定AIプラクティショナー(AIF-C01)の責任あるAIを図解。公平性・安全性などの原則、2種類のバイアス、SageMaker Clarify/Model Monitor/A2I/Guardrailsの役割を無料で解説します。
AIプラクティショナー(AIF) AIシステムのセキュリティとは？責任共有モデルとAWSの守り方を図解【AIF-C01】
AWS認定AIプラクティショナー(AIF-C01)のAIセキュリティを図解。責任共有モデルを起点に、IAM・暗号化・Macie・PrivateLink・GuardDutyとAI固有脅威への対策を無料で解説します。
AIプラクティショナー(AIF) ROUGEとBLEUの違いとは？BERTScoreまで生成AIの評価指標を図解【AIF-C01】
ROUGEとBLEUの違いを比較表で整理。ROUGE＝要約・再現率重視、BLEU＝翻訳・適合率重視、BERTScoreは意味の近さ。AIF-C01頻出の生成AI評価指標を、Amazon Bedrockの評価機能まで図解でやさしく解説します。
AIプラクティショナー(AIF) ファインチューニングとは？RAGとの違いを図解【AIF-C01】
AWS認定AIプラクティショナー(AIF-C01)で頻出の、事前学習・継続事前学習・ファインチューニング・蒸留の違いとRAGとの使い分けを図解。Amazon Bedrockのモデルカスタマイズも解説します。
AIプラクティショナー(AIF) プロンプトインジェクションとは？対策とBedrock Guardrailsを図解【AIF-C01】
AWS認定AIプラクティショナー(AIF-C01)で問われるプロンプト攻撃（インジェクション/ジェイルブレイク等）と、Amazon Bedrock Guardrailsによる対策を図解で解説します。
AIプラクティショナー(AIF) プロンプトエンジニアリングとは？Few-shot・Chain-of-Thoughtを図解【AIF-C01】
AWS認定AIプラクティショナー(AIF-C01)頻出のプロンプトエンジニアリングを図解。Zero-shot/Few-shot/Chain-of-Thoughtの違いとAWS推奨のベストプラクティスを無料で解説します。
AIプラクティショナー(AIF) AIエージェントとは？Amazon Bedrock Agentsの仕組みを図解【AIF-C01】
AWS認定AIプラクティショナー(AIF-C01)頻出のAIエージェントを、Amazon Bedrock Agentsの仕組み（ReActループ・アクショングループ・ナレッジベース）とあわせて図解。生成AIとの違いも解説します。
AIプラクティショナー(AIF) 【AIF-C01】基盤モデルアプリの設計とは？モデル選定・推論パラメータ・カスタマイズを図解
AWS認定AIプラクティショナー(AIF-C01)向けに、基盤モデルの選定基準、推論パラメータ(temperature等)、カスタマイズの4手法(インコンテキスト学習/RAG/ファインチューニング/事前学習)の使い分けを図解で解説します。