2026年、AIエンジニアが「生成AI資格を取ろう」と考えたとき、選択肢は急に増えた。生成AIパスポート、G検定、E資格、そして2026年3月に登場したAnthropicのClaude認定アーキテクト（CCA-F）。さらにAWSは同年3月、長年のフラッグシップ資格「ML Specialty」を廃止し、AI Practitioner・ML Engineer Associate・Generative AI Developer Professionalの3資格に再編した。どれを選ぶべきか、目的によって答えが変わる。
この記事では、Claude APIの料金・コスト管理は Claude 料金まとめ｜Claude Code・API・Opus 4.7の価格を計算シミュレーター付きで比較 に委ねつつ、生成AI資格の選び方に絞って整理する。とくに新顔のClaude認定アーキテクト（CCA-F）は、費用・受験資格・難易度が他の資格とまったく違うので、最初に「1枚の図」で全体像をつかんでから読み進めてほしい。
この1枚が示すとおり、CCA-Fは「Claudeを使えるか」ではなく「Claudeで本番システムを設計できるか」を問う試験だ。以下では、この資格の中身と、他の生成AI資格（生成AIパスポート・G検定・AWS/Google/Azureのクラウド認定）との使い分けを、難易度・費用・対象者の3軸で整理していく。
本記事の初出後、認定プログラムが大きく更新された。以下は2026年7月時点の最新状況（Pearson VUE公式・Anthropic Partner Academyで確認）：
・4資格に拡大（すべて提供中）：Claude Certified Associate–Foundations（CCAO-F）／Architect–Foundations（CCAR-F、旧CCA-F）／Architect–Professional（CCAR-P）／Developer–Foundations（CCDV-F）。当初「予定」だった上位・関連資格が正式にライブになった
・受験方法が変更：Anthropic Partner Academyで申込・クレジットカード決済 → Pearson VUEからユーザーID発行のメール → OnVUE（オンライン監督）またはテストセンターで受験（従来のProctorFreeからPearson VUEへ移行）。予約は24時間前まで変更・キャンセル可
・費用改定：Architect–Foundationsは2026年6月30日に$99→$125、Professionalは$175（年会費・サブスクなし、受験ごとの都度払い）。先着5,000名の無料枠は終了済み
・日本語対応：試験は英語のみ（2026年7月時点で日本語版試験は提供されていない）。準備教材にはコミュニティ製の日本語ガイドがある
・受験資格：Claude Partner Network加盟組織のメンバー（会社ドメインのメールが必要・個人メール不可）
・何が学べる／問われるのか：CCA-Fの5出題ドメイン（マルチエージェント設計・MCP・プロンプト設計など）と難易度の実態
・何を解決するのか：「AI資格が増えすぎてどれを取るべきか分からない」問題を、目的別フローチャートで整理
・何を代替できるのか：CCA-FはAWS ML Specialty廃止後の空白や、OpenAIにまだ無いLLMアーキテクト認定のポジションをどう埋めるか
2026年の生成AI資格マップ — 選択肢が増えた背景
2026年現在、日本で取得できる生成AI関連の資格・認定は10種類以上に達している。背景には、企業がAI活用の「スキルの可視化」を求め始めたことがある。
AIエンジニアリングの文脈では、資格は大きく3つの目的に分かれる。
・リテラシー証明: 生成AIの仕組みと倫理を理解していることを示す（生成AIパスポート、G検定）
・実装スキル証明: 特定のプラットフォームでシステムを構築できることを示す（AWS ML認定、Google ML認定）
・設計力証明: 本番AIシステムのアーキテクチャを設計できることを示す（Claude認定アーキテクト、E資格）
Claude認定アーキテクトが狙っているのは3番目の「設計力証明」だ。チャットの使い方ではなく、Claude APIを使った本番システムの設計判断力を問う。
初心者・ビジネス職向け"] A --> C["実装スキル証明
クラウドエンジニア向け"] A --> D["設計力証明
AIアーキテクト向け"] B --> B1["生成AIパスポート
¥11,000 / 合格率79%"] B --> B2["G検定 JDLA
¥12,980 / 合格率65-80%"] C --> C1["AWS AI Practitioner
$100 / 難易度低"] C --> C2["AWS ML Engineer Associate
$150 / 難易度中"] C --> C3["AWS GenAI Developer Pro
$150 / 難易度中-高"] C --> C4["Google Professional ML
$200 / 難易度高"] C --> C5["Azure AI Engineer
$165 / 難易度中"] D --> D1["E資格 JDLA
¥33,000 / 難易度高"] D --> D2["Claude Certified Architect
$125 / 難易度中-高"]
2026年に動いたポイント
2026年は資格市場で3つの大きな変化があった。ひとつはAnthropicのCCA-F開始（3月12日）。他のAIプロバイダーに先行した業界初の「特定AIアーキテクト向け認定」だ。OpenAIにはまだ相当する資格がない。
もうひとつはAWSの認定資格ポートフォリオの全面再編。長年のフラッグシップだった「AWS Certified Machine Learning – Specialty（$300）」が2026年3月31日に廃止され、3資格に分割された。入門向けのAI Practitioner、実装者向けのML Engineer Associate、本番GenAIシステム設計者向けのGenerative AI Developer Professionalの3層構造になった。
3つ目はエンタープライズ規模のスキルアップ投資。Accentureが3万人のプロフェッショナルにClaude研修を展開、Cognizantが約35万人の社員にClaudeアクセスを開放するなど、企業レベルでの資格需要が急拡大している。
Claude認定アーキテクト（CCA-F）の全体像
Claude認定アーキテクト — Foundations（略称CCA-F）はAnthropicが2026年3月12日に開始した初の公式技術認定資格だ。
この公式ページが示す通り、CCA-Fが問うのは「Claudeで何を作れるか（=本番グレードのアプリ設計）」だ。読者の関心である「①何が学べる／②何を解決する／③何を代替できるのか」に沿って言えば、①Claude API・Claude Code・MCPを使った本番アーキテクチャの設計判断、②「AIを触れる人」と「AIシステムを設計できる人」を客観的に区別する物差しの不在、③これまで各社バラバラだったLLM実装スキルの証明を1つの認定に集約する——これがCCA-Fの立ち位置だ。
試験の基本情報（公式確認済み）
| 項目 | 内容 |
|---|---|
| 正式名称 | Claude Certified Architect — Foundations（CCA-F） |
| 提供元 | Anthropic（Skilljar / Anthropic Academy経由） |
| 開始日 | 2026年3月12日 |
| 問題数 | 60問 |
| 試験時間 | 120分 |
| 形式 | 選択式（シナリオベース多肢選択） |
| 監視方法 | Pearson VUE（OnVUE オンライン監督／テストセンター）※従来のProctorFreeから移行 |
| 受験環境 | 完全クローズドブック（AI・ドキュメント一切不可） |
| 合格スコア | 720 / 1,000（スケールドスコア） |
| 費用 | $125（Architect–Foundations）/ $175（Professional）※2026年6月30日に$99から改定・先着無料枠は終了 |
| 受験資格 | Claude Partner Network加入（組織単位登録が必要） |
| 結果通知 | 2営業日以内 |
| 認定証 | LinkedIn共有可能なデジタルバッジ発行 |
出典：Anthropic公式発表 — Claude Partner Network
受験資格と申込プロセス
重要：2026年4月時点では、個人単独での受験は難しい構造になっている。以下のプロセスが必要だ。
- 組織として claude.com/partners からClaude Partner Network（無料）に申請
- anthropic.skilljar.com でアクセスリクエストを送信
- Anthropic Academyの13コースの無料準備コース（200レベル）を受講
- 公式Exam Guide PDFをダウンロード
- 本試験をスケジュール
公式推奨の前提経験は「Claude APIで6か月以上の実務経験を持つソリューションアーキテクト・AIエンジニア」だ。
プログラムは有料化・拡大され、受験はPearson VUE経由に移行した。一方で受験資格は依然としてClaude Partner Network加盟組織のメンバー（会社ドメインのメール）が必要な構造が続いている。個人メールでは登録できないため、最新の受験要件は必ずAnthropic Partner Academyの公式ページで確認すること。
AnthropicによるパートナーエコシステムのAI人材育成規模
このCCA-Fが注目される背景に、Anthropicのエンタープライズ戦略がある。Accentureは3万人のプロフェッショナルを対象にClaude研修を進めており、CogniZantは約35万人の全社員にClaudeアクセスを開放した。大企業がClaude活用の内製スキルを組織として評価・認定する仕組みを必要としており、CCA-Fはその要請に応えた資格だ。
この章のポイント
・CCA-Fは2026年3月12日開始のAnthropicの初公式技術認定資格
・60問・120分・選択式・完全クローズドブック・合格スコア720/1,000
・現時点はPartner Network（組織登録）経由が必要。2026年夏に受験環境が広がる予定
5つの出題ドメインと試験の特徴
試験の出題範囲は5つのドメインに分かれ、公式Exam Guideで比率が公開されている。
| ドメイン | 比率 | 主なトピック |
|---|---|---|
| Agentic Architecture & Orchestration | 27% | マルチエージェント設計、オーケストレーション、エージェント間通信、サブエージェント委譲パターン |
| Claude Code Configuration & Workflows | 20% | Claude Codeの設定・CI/CD統合・ワークフロー自動化、Hooks、スキル設計 |
| Prompt Engineering & Structured Output | 20% | JSONスキーマ設計、構造化出力、プロンプト設計パターン、プロンプトインジェクション対策 |
| Tool Design & MCP Integration | 18% | ツール定義、Function Calling、Model Context Protocol、ツール選択の設計判断 |
| Context Management & Reliability | 15% | コンテキスト窓管理、エラーハンドリング、再試行戦略、信頼性パターン |
出典：CCA-F 公式Exam Guide（Anthropic Academy）
試験の特徴：シナリオベース出題
全問題は6つのシナリオコンテキストから4つがランダムに選ばれ、各設問がそのシナリオに紐付く形式だ。公式の例として示されているシナリオは以下の通り：
・カスタマーサポートエージェント
・マルチエージェント研究システム
・CI/CD向けClaude Code統合
・エンタープライズ向けツールオーケストレーション
単純な知識問題ではなく、「このシナリオでどの設計パターンを選ぶか」という実践的な判断力を問う。正解の選択肢は常に「健全なエンジニアリング判断」を示しており、部分的な知識しかない受験者を惑わすdistractorが設計されていると複数の受験者が報告している。
CCA-FとClaude Code実務の関連
Domain 2（Claude Code Configuration & Workflows）はCCA-Fの20%を占める。Claude Codeの実務経験があると直接有利に働く領域だ。Claude Code AgentのHooks設定、マルチエージェントワークフロー、CI/CD統合のパターンは試験で出題される可能性が高い。
試験勉強の中心は、Anthropic Academyが無料公開している13の準備コース（200レベル）だ。Partner Network未加入でも受講可能。コース修了後に本試験（300レベル）へ進む流れになる。試験は完全クローズドブックなので、コース内容を理解・記憶することが必須。
この章のポイント
・最大ドメインはAgentic Architecture（27%）— マルチエージェント設計が試験の核心
・Claude Code関連が20%を占め、他のAI認定資格とは異なる特徴
・シナリオベースの出題形式で、実務経験なしでは対応が難しい
生成AI資格の横断比較：難易度・費用・対象者
生成AI資格を目的・難易度・費用の3軸で比較する。日本のエンジニア・ビジネスパーソンが実際に選択肢として検討するものをまとめた。この比較が答えるのは読者の3問のうち「③何を代替できるのか」——つまり、限られた学習時間と受験費用を、どの資格に振り分けるべきかという判断だ。
主要生成AI資格 横断比較表
| 資格名 | 提供元 | 難易度 | 費用 | 対象者 | 日本語対応 |
|---|---|---|---|---|---|
| 生成AIパスポート | 一般社団法人生成AI活用普及協会 | ★☆☆☆☆ | ¥11,000 | 一般・初心者 | ◎ |
| G検定（JDLA） | 日本ディープラーニング協会 | ★★☆☆☆ | ¥12,980 | ビジネス職・学生 | ◎ |
| E資格（JDLA） | 日本ディープラーニング協会 | ★★★★☆ | ¥33,000〜 | AIエンジニア | ◎ |
| Azure AI Engineer Associate | Microsoft | ★★★☆☆ | $165 | Azureエンジニア | ○（一部） |
| Google Professional ML Engineer | Google Cloud | ★★★★☆ | $200 | GCPエンジニア | △ |
| AWS Certified AI Practitioner | AWS | ★★☆☆☆ | $100 | AI/ML基礎を学ぶ全職種 | △ |
| AWS Certified ML Engineer – Associate | AWS | ★★★☆☆ | $150 | ML実装エンジニア（AWS） | △ |
| AWS Certified Generative AI Developer – Professional | AWS | ★★★★☆ | $150 | Bedrock/GenAI開発者 | △ |
| AWS | — | 2026年3月31日廃止 | — | ||
| Claude Certified Architect Foundations（CCAR-F） | Anthropic | ★★★☆☆（300レベル） | $125（Partner必須／Pro $175） | Claude APIエンジニア | △（英語のみ） |
| OpenAI Certification | OpenAI | 未提供 | — | — | — |
日本固有の生成AI資格の位置づけ
生成AIパスポートは、生成AIに関する基本的な知識と倫理を問う入門資格だ。2026年2月の試験合格率は78.84%と高く、AIを業務で活用し始めたビジネスパーソンの「最初の一枚」として機能している。受験のしやすさ（オンライン、年複数回）が強みで、IT企業・大企業で取得奨励の動きが広がっている。
G検定（ジェネラリスト検定）は、ディープラーニングの理論から活用事例、倫理まで幅広く問う。合格率65〜80%で難易度は「普通」水準。AIプロジェクトのマネジメントや要件定義に関わるビジネス職・非エンジニアに向いている。
E資格（エンジニア資格）はJDLAが認定したプログラムを修了した上で受験する上位資格。数学・アルゴリズム・実装を問う難易度が高い試験で、MLモデルを自分で実装・改善できるエンジニア向けだ。
G検定は知識確認として有用だが、Claude APIを使ったシステムを設計・構築する実務では直接役立たないケースが多い。資格取得の目的（社内評価のため／転職市場でのアピール／実力確認）を先に明確にしてから選ぶことを推奨する。
AWS認定資格の3層構造（2026年再編後）
2026年3月31日をもってAWS Certified Machine Learning – Specialty（$300）が廃止された。AWSはその後継として3つの認定を新設している。
2026年3月31日以前に取得したML Specialtyは取得日から3年間有効。更新受験も同日以前なら可能だった。現在は廃止済みのため、新規取得はできない。後継資格への移行が推奨されている。
AWS Certified AI Practitioner（AIF-C01）
| 項目 | 内容 |
|---|---|
| レベル | Foundational（入門） |
| 試験時間 | 90分 |
| 問題数 | 65問（スコア対象）＋15問（未採点） |
| 費用 | $100 |
| 合格スコア | 700 / 1,000 |
| 前提経験 | なし（AI/ML基礎知識があれば十分） |
| 対象 | 開発者・データサイエンティスト・ビジネス職を問わず、AWS上の生成AI・ML・AI基礎を理解したい全職種 |
出題ドメインは生成AI・ファウンデーションモデルの基礎概念、AWS AI/MLサービスの概要（Bedrock、SageMaker等）、責任あるAIの原則など。実装コードは問われない。G検定の「AWS版」に近い位置づけで、既存のAWSエンジニアがAI/MLの知識を補完する最初の一歩として有効だ。
AWS Certified Machine Learning Engineer – Associate（MLA-C01）
| 項目 | 内容 |
|---|---|
| レベル | Associate（中級） |
| 試験時間 | 130分 |
| 問題数 | 多選択式・シナリオ問題含む |
| 費用 | $150 |
| 合格スコア | 720 / 1,000 |
| 前提経験 | ML実務 1年以上、AWS実務 1年以上 |
| 対象 | AWSでMLモデルをビルド・訓練・デプロイ・監視するMLエンジニア |
SageMaker・Bedrock・Glueを中心に、データ前処理・モデル訓練・エンドポイントデプロイ・MLOpsまで問う。廃止されたML Specialtyの中核を引き継いだ資格で、AWSでML基盤を担当するエンジニアの基準認定として機能する。
AWS Certified Generative AI Developer – Professional（AIP-C01）
| 項目 | 内容 |
|---|---|
| レベル | Professional（上級） |
| 試験時間 | 205分 |
| 問題数 | 65問（スコア対象）＋20問（未採点） |
| 費用 | $150 |
| 合格スコア | 750 / 1,000 |
| 前提経験 | AWS GenAI開発の実務経験 |
| 対象 | Amazon Bedrockを使ったGenAIアプリ・RAGシステムを本番環境で構築・最適化できる開発者 |
出題ドメインはFM統合・データ管理・コンプライアンス（31%）、実装・統合（26%）、AI安全・セキュリティ・ガバナンス（20%）など5領域。Bedrock Agentsを使ったエージェント設計、GuardrailsによるAI安全策、ナレッジベース管理が中心テーマだ。
CCA-FとAWS認定の棲み分け
AI/ML基礎 全職種向け
$100 / 90分"] B["AWS ML Engineer Associate
ML実装・MLOps
$150 / 130分"] C["AWS GenAI Developer Pro
Bedrock/RAGシステム
$150 / 205分"] D["Claude Certified Architect
マルチエージェント設計
Claude API特化 $125"] A -->|"スキルアップ"| B B -->|"GenAI専門化"| C A -->|"Claude特化"| D style A fill:#FF9900,color:#000 style B fill:#FF9900,color:#000 style C fill:#FF9900,color:#000 style D fill:#4a4a4a,color:#fff
AWS GenAI Developer ProfessionalとCCA-Fは、どちらも「本番GenAIシステム設計」を問う上位資格だが、プラットフォームが正反対だ。
| 比較軸 | AWS GenAI Developer Pro | CCA-F |
|---|---|---|
| 中心プラットフォーム | Amazon Bedrock | Claude API |
| エージェント | Bedrock Agents | Claude Code + MCP |
| RAG | Bedrock Knowledge Bases | ツール設計で実装 |
| コンテキスト管理 | △（ドメイン外） | ◎（Domain 5、15%） |
| 試験時間 | 205分（長い） | 120分 |
| 前提資格 | AWS AI Practitioner推奨 | なし（Partner登録必要） |
AWSスタックで開発しているエンジニアにはGenAI Developer Professional、Claude APIを主力にしているエンジニアにはCCA-Fが直接的な価値を持つ。両方を持つことで「プラットフォームを問わずGenAI設計ができる」エンジニアとしてのポジショニングが可能になる。
Google・Azureとの比較
Google Professional ML EngineerはVertex AI・BigQuery MLを中心としたMLシステム設計を問う。Azure AI Engineer AssociateはAzure Cognitive Services・OpenAIサービスの統合設計が中心だ。いずれも自社クラウドのAIサービスを「インフラ層から使いこなす」能力を評価するが、CCA-FのようなLLMアーキテクチャ固有の設計パターン（プロンプトエンジニアリング、MCPプロトコル設計、エージェントオーケストレーション）は問われない。
この章のポイント
・AWSはML Specialtyを廃止し、AI Practitioner（入門）・ML Engineer Associate（中級）・GenAI Developer Professional（上級）の3層に再編
・CCA-FとAWS GenAI Developer Proは「本番GenAI設計者」という同じ対象者に向けた資格だが、扱うプラットフォームが異なる
・生成AIパスポート・G検定はリテラシー確認の入門資格。実務エンジニアが今から取るならCCA-Fや各社クラウド認定の方が実践的
・OpenAIにはまだ公式認定資格がなく、CCA-FとAWS GenAI Proが業界で先行している
難易度の実態：受験者の声から
公式は本試験を「300レベル（生産環境の実システム設計を対象）」と位置づけている。実際の受験者のレビューからは以下のことが確認されている。
受験者レビューのまとめ
| 情報源 | 主な内容 |
|---|---|
| Medium（Balaji Ashok Kumar） | 「シナリオは現実的で、distractorは部分的な知識しかない人には本当に惑わされる設計。正解は常に健全なエンジニアリング判断を示している」 |
| bigtechcareers.com | Claude/LangChain/MCPを日常的に使うAI実務経験3.7年のエンジニアが5日間の準備で合格。初心者は2〜10週間が目安 |
| lowcode.agency | 「経験豊富なAI開発者なら2〜4週間、Claudeが初めての開発者なら2〜4ヶ月」 |
| Medium（Reliable Data Engineering） | 985/1,000のスコアでの合格報告あり。Agentic Architecture、MCP Tool Integration、マルチエージェントオーケストレーションの深さは本物と評価 |
難易度の客観的評価
「APIを叩いたことがある」だけでは合格できない試験設計になっている。公式Exam Guideは「Claude APIで6か月以上の実務経験」を推奨前提としており、試験問題のdistractorは「それらしいが誤った設計選択」で構成されているという報告が複数ある。
特に難しいと報告されているのが以下の3点だ：
- Agentic Architectureの深さ: マルチエージェントシステムの設計パターン（オーケストレーター vs. サブエージェント、並列実行戦略など）が詳細に問われる
- MCPのアーキテクチャ理解: MCPサーバーの設計、認証、複数システム統合の判断
- コンテキスト管理の最適化: 長い会話履歴の管理、トークン効率化とレスポンス品質のトレードオフ
コミュニティサイト claudecertifications.com では無料のスタディガイドと練習問題が公開されている。Udemyにも模擬試験コース（有料）がリリースされており、公式Exam Guide以外の準備オプションが充実してきている。
この章のポイント
・公式「300レベル」の実践的な難易度。チュートリアル程度の知識では合格困難
・実務経験者（6か月以上）が5日〜数週間の準備で合格という報告が複数
・Claude APIの「使える」から「設計できる」へのスキルギャップを問う試験設計
受験に向いている人・向いていない人の判断フレーム
CCA-Fを受けるべきかどうかは、仕事でClaudeをどう使うかによって明確に分かれる。
CCA-Fが有効なケース
・Claude APIを使った本番サービスを設計・実装している
・パートナー企業のエンジニアとして、顧客へのClaude導入提案・実装を行っている
・社内でClaude活用プロジェクトのアーキテクト役を担っている
・LinkedInや転職市場でClaude/LLMエンジニアリングの資格を示したい
CCA-Fが向いていないケース
・生成AIを業務で「使う」（操作・プロンプト作成）が主目的
・AWS/GCPのクラウドインフラが主戦場で、Claude APIは今後の選択肢のひとつにすぎない
・日本語での試験を必須とする（CCA-Fは英語のみ）
・個人での受験を今すぐ希望している（2026年4月時点では組織登録が必要）
目的別の推奨ルート
取りたい"] --> Q1{主な目的は？} Q1 -->|"業務でAIを使う
リテラシー向上"| R1["生成AIパスポート
またはG検定"] Q1 -->|"MLモデル実装
データサイエンス"| R2["E資格 JDLA
AWS ML Engineer Associate"] Q1 -->|"ClaudeAPIで
システム設計"| R3["CCA-F
Claude認定アーキテクト"] Q1 -->|"AWSのGenAI
開発スキル"| R4["AWS AI Practitioner
→ GenAI Developer Pro"] Q1 -->|"クラウド全般の
AI実装スキル"| R5["Google / Azure
各クラウドAI認定"] R3 --> R3a{"Anthropic Partner
Network加入済み？"} R3a -->|Yes| R3b["今すぐ受験可能
AnthropicAcademyで準備"] R3a -->|No| R3c["組織登録 → 2026年夏以降
有料プログラムで受験予定"]
この章のポイント
・CCA-FのROIが高いのは、仕事でClaude API・MCP・マルチエージェント設計を実際に扱うエンジニア
・英語試験 / 組織登録必須 / 実務経験前提の3点が現時点の制約
・日本語でのAI知識確認なら生成AIパスポート・G検定の方が取り組みやすい
学習リソースと準備の進め方
公式・準公式リソース一覧
| リソース | 種別 | アクセス |
|---|---|---|
| Anthropic Academy 準備コース（13コース・200レベル） | 公式 | 無料（Partner Network不要） |
| 公式Exam Guide PDF | 公式 | Anthropic Academy経由でダウンロード |
| 60問の公式練習試験 | 公式 | Anthropic Academy経由 |
| claudecertifications.com — スタディガイド・練習問題 | コミュニティ | 無料 |
| paullarionov/claude-certified-architect | コミュニティ（非公式） | GitHubで無料公開 |
| daronyondem/claude-architect-exam-guide | コミュニティ（非公式） | GitHubで無料公開 |
| Udemy — CCA-F模擬試験コース | サードパーティ（有料） | Udemy経由 |
| Anthropic公式ドキュメント | 参考資料 | 無料 |
準備の中心は公式Exam GuideとAnthropicが提供する60問の練習試験だ。Anthropic Academyの13コースはPartner Network未加入でも受講可能なため、まずここから始めるのが現実的なスタート地点だ。
コミュニティ教材（paullarionov/claude-certified-architect）
このリポジトリは英語・日本語・ロシア語・スペイン語・中国語の演習教材を提供しており、5つのドメイン（ツール設計、MCP統合、構造化出力、コンテキスト管理、信頼性）に対応した練習問題が含まれている。あくまでコミュニティ作成の非公式教材だが、概念理解の補助として活用できる。
# コミュニティ教材をクローン
git clone https://github.com/paullarionov/claude-certified-architect
cd claude-certified-architect
# 日本語ガイドを確認
ls guides/ja/
Anthropic公式ドキュメントの活用
本番試験はドキュメント参照不可のため、以下の公式ドキュメントを事前にしっかり理解しておく必要がある。特にツール設計とMCP統合の2領域は、ドキュメントを読んだだけでなく「自分で実装したことがある」状態で臨むことが推奨されている。
・Tool Use（ツール使用） — Domain 4の核心
・Model Context Protocol — Domain 4のMCP統合
・Agentic and multi-agent frameworks — Domain 1の核心
・Context windows — Domain 5
Claude APIの実装パターンを実践的に学ぶには、Anthropic公式claude-cookbooks — Claude API実践レシピ集の使い方 も参考になる。公式notebookでClaude APIの具体的な使い方が網羅されている。
この章のポイント
・学習の中心は公式Exam Guide + 60問の公式練習試験 + 13の無料Academyコース
・Claudecertifications.com、GitHubコミュニティ教材でも補強可能
・試験はクローズドブックなので、公式ドキュメントの内容を事前に理解しておく必要がある
ドメイン別想定問題（準備用）
以下は公式Exam Guideで公開されている5つのドメインをもとに、典型的な設計判断問題を構成した想定問題だ（実際の試験問題ではない）。
想定問題1：ツール設計（Domain 4）
ECサイトの注文管理システムにClaude APIを組み込む設計をしている。ユーザーが「先週の注文状況を教えて」と入力した場合、Claudeが適切に注文履歴APIを呼び出せるようにするには、どのアプローチが最も適切か？
A） ユーザーのメッセージをそのままAPIに渡し、APIのレスポンスをシステムプロンプトに追加する
B） get_order_history ツールを定義し、パラメータに start_date と end_date を持たせてClaudeに呼び出させる
C） 毎回の会話の冒頭で注文履歴全件をシステムプロンプトに埋め込む
D） description に「常に呼び出すこと」と書いたツールを定義し、ツールの結果をプロンプトに追加する
解説を見る
正解：B
解説：
ツール設計の基本は「モデルが自律的に必要なツールを判断・呼び出せる」ように設計することだ。
- Aは不正解。ユーザーの自然言語をAPIに直接渡しても意味のある結果は得られない。
- Bが正解。
get_order_historyツールにstart_date・end_dateパラメータを持たせることで、Claudeが「先週」という言葉から適切な日付範囲を推論して呼び出せる。 - Cは不正解。注文履歴全件をシステムプロンプトに埋め込むとトークンを大量消費し、コンテキスト管理のアンチパターンになる。
- Dは不正解。
descriptionで「常に呼び出す」と指示することはツール設計のアンチパターン。モデルの判断を妨げる。
重要ポイント： ツールの description はモデルのツール選択に使われる。「いつ呼ぶべきか」を自然な表現で記述し、モデルの自律的判断を活かすことが設計の核心だ。
想定問題2：MCP統合（Domain 4）
以下の4つのシナリオのうち、MCP（Model Context Protocol）を使うことで最も大きな恩恵が得られるのはどれか？
A） 単発のテキスト要約タスクを自動化したい
B） 社内Wiki・Jira・GitHubの複数データソースにClaude APIからリアルタイムでアクセスさせたい
C） Claude APIの出力をJSONとして毎回受け取りたい
D） 会話履歴を20ターン以上保持したい
解説を見る
正解：B
解説：
MCPの設計目的は「モデルと外部データソース・ツールをつなぐ標準プロトコルを提供すること」だ。
- Aは不正解。単発の要約タスクにMCPは過剰設計。通常のAPIコールで十分。
- Bが正解。複数の外部システム（Wiki・Jira・GitHub）にアクセスする場合、各システムに対応するMCPサーバーを立てることで、Claudeが統一的なインターフェースでアクセスできる。認証情報の一元管理、接続の標準化が大きな恩恵をもたらす。
- Cは不正解。構造化出力はDomain 3の話であり、MCPは関係ない。
- Dは不正解。会話履歴の保持はコンテキスト管理（Domain 5）の話。MCPは外部システム接続のプロトコルであり、会話管理とは別の概念だ。
重要ポイント： MCPは「複数の外部システムへの接続を標準化する」ためのプロトコル。単一システムへのアクセスや会話管理とは目的が異なる。MCP統合の詳細は MCPの仕組みと構造を解説 も参照してほしい。
想定問題3：信頼性設計（Domain 5）
Claude APIを使った本番システムで、APIレート制限（429エラー）が発生した場合の対処として、最も適切な実装はどれか？
A） エラーをそのままユーザーに返し、再試行はユーザー側に委ねる
B） エラーをキャッチせず、アプリケーションをクラッシュさせて再起動する
C） Exponential Backoffアルゴリズムで自動的に再試行し、最大試行回数を超えたらユーザーにエラーを通知する
D） 別のLLMプロバイダーに即座に切り替え、Claude APIの使用を停止する
解説を見る
正解：C
解説：
信頼性向上（Reliability Patterns）はDomain 5の重要トピックだ。APIレート制限への対処は実務でも頻出の設計課題となる。
- Aは不正解。ユーザー体験が著しく低下し、エラーハンドリングを放棄した設計になる。
- Bは明らかに不正解。エラー処理なしのクラッシュは論外。
- Cが正解。Exponential Backoff（指数バックオフ）は、再試行間隔を指数関数的に増やすことでAPI負荷を段階的に減らしながら回復を試みるパターン。最大再試行回数を設定し、超過したらユーザーへ通知するのが適切な設計だ。
- Dは不正解。レート制限は一時的な状態であり、即座のプロバイダー切り替えは過剰反応。フォールバック戦略としてはあり得るが「即座に」は誤り。
重要ポイント： Exponential Backoffは429エラーだけでなく、503（サービス不可）などの一時的エラー全般に適用できる基本パターンだ。
想定問題4：マルチエージェント設計（Domain 1）
複数のサブエージェントを使ってリサーチタスクを処理するシステムを設計している。オーケストレーターエージェントとサブエージェントの役割分担として最も適切な構成はどれか？
A） オーケストレーターがすべての処理を順番に実行し、サブエージェントへの委譲は最小限にする
B） オーケストレーターはタスク分解と結果統合に専念し、実際のリサーチはサブエージェントに並列で委譲する
C） サブエージェントが互いの出力を参照しながら独立して動作し、オーケストレーターは最終統合のみ行う
D） 各サブエージェントが独自のシステムプロンプトを持ち、オーケストレーターとは完全に独立して動作する
解説を見る
正解：B
解説：
Agentic Architectureの核心は「オーケストレーターとサブエージェントの責任分離」だ。
- Aは不正解。オーケストレーターに処理を集中させるとスループットが下がり、マルチエージェントの並列化メリットを失う。
- Bが正解。オーケストレーターの役割は「タスク分解・委譲・結果統合」に限定し、実作業はサブエージェントに並列委譲することでスループットと専門性を最大化できる。これがAnthropicの推奨するオーケストレーターパターンだ。
- Cは不正解。サブエージェントが互いを参照すると依存関係が複雑化し、エラー時の追跡が難しくなる。
- Dは不正解。サブエージェントが完全独立で動くとオーケストレーターによる制御・モニタリングができなくなり、信頼性が低下する。
重要ポイント： マルチエージェントシステムでは「制御フロー（オーケストレーター）」と「実行（サブエージェント）」の分離が信頼性と拡張性の鍵だ。
2026年夏以降の受験環境変化と今後のロードマップ
受験アクセスの変化予定
2026年夏以降、AnthropicはCCA-Fを有料プログラムとしてより広く提供する予定と公式に発表している。現在の「Partner Network経由・組織登録必須」という制約が緩和される可能性があるため、個人での受験を希望している人は最新情報をAnthropicの公式ページで確認するのが重要だ。
認定資格ロードマップ（Anthropic公式発表）
| 資格名 | 対象者 | ステータス |
|---|---|---|
| Associate — Foundations（CCAO-F） | Claude活用の基礎を証明したい全職種 | 提供中 |
| Architect — Foundations（CCAR-F、旧CCA-F） | ソリューションアーキテクト・AIエンジニア | 提供中 |
| Developer — Foundations（CCDV-F） | Claude APIの実装担当の開発者 | 提供中 |
| Architect — Professional（CCAR-P） | Foundationsの上位・本番スケール設計者 | 提供中 |
出典：Anthropic Partner Network発表
2026年7月時点で、Anthropicはこの4資格を正式にライブ提供しており、OpenAI等の競合に先行している。 Associate（CCAO-F）はClaude活用の基礎、Architect–Foundations（CCAR-F）は本番アーキテクチャ設計、Developer（CCDV-F）はClaude APIの実装、Architect–Professional（CCAR-P）はマルチエージェント・本番スケールの上位設計をそれぞれ問う。当初「2026年内予定」とされていた上位・関連資格が出そろった形だ。
企業・チームでの受験を検討する場合
企業が複数名の受験を計画する場合、Claude Partner Networkへの組織登録が起点になる。登録自体は無料だが、当初の先着5,000名「無料受験枠」は終了しており、2026年7月時点では受験ごとに$125（Foundations）/$175（Professional）が必要だ。まず組織を登録し、Anthropic Partner Academyから対象メンバーの受験をPearson VUEで手配する流れになる。
また、Claude Microsoft 365コネクタを活用してClaude APIをエンタープライズ環境に統合しているチームなら、Claude Microsoft 365連携：Outlook・SharePoint・Teams接続と活用ガイド で述べているような実務ユースケースがDomain 1（エージェント設計）の学習素材としても機能する。
この章のポイント
・2026年7月時点でAssociate・Architect–Foundations・Developer・Architect–Professionalの4資格がライブ
・受験はPearson VUE（OnVUE/テストセンター）経由。Foundations $125・Professional $175の都度払い
・CCA-Foundations（CCAR-F）は資格制度の入口として設計されている
参照ソース
・Anthropic — Claude Partner Network 公式発表
・Claude Certification Program by Anthropic — Pearson VUE 公式（受験登録・4試験一覧）
・Anthropic Partner Academy — Certifications FAQ
・The Complete Guide to Anthropic’s Claude Certifications: the 4 exams — Medium（Roan Brasil Monteiro）
・Claude Certified Architect Exam: Cost, Format, Pass Rate (2026) — FindSkill.ai
・Claude Certified Architect: How to Get Certified in 2026 — lowcode.agency
・CCA-F Prep Guide — Medium（Balaji Ashok Kumar）
・The Claude Certified Architect Is Here — Medium（Reliable Data Engineering）
・Step-by-step Guide to Achieve Claude Certification — bigtechcareers.com
・Inside Anthropic’s Claude Certified Architect Program — DEV.to
・Claude Certified Architect: Free AI Certification Guide 2026 — buildmvpfast.com
・Claude Certifications — スタディガイド・練習問題
・paullarionov/claude-certified-architect — GitHub（コミュニティ教材）
・Anthropic API ドキュメント：Tool Use
・Anthropic API ドキュメント：Model Context Protocol
・【2026年版】生成AI資格のおすすめ12種 — SHIFT AI TIMES
・AWS Certified AI Practitioner — 公式
・AWS Certified Machine Learning Engineer – Associate — 公式
・AWS Certified Generative AI Developer – Professional — 公式
・AWS expands AI certification portfolio and retires ML Specialty — AWS Blog
