「AIでテストを効率化したい」その悩み、体系的に解決できるかも — ISTQB CT-GenAI とは？
最近、こんなことを感じていませんか？
「生成AIでテストケース作ってみたけど、なんか微妙な結果が出た…」
「プロンプトの書き方が合ってるのかよくわからない」
「生成AIをテストに使いたいけど、リスクが怖くて本格導入できない」
QAエンジニアとして、AIの波は確実に来ているのに、どこから手をつければいいか迷っている——そんな人は少なくないはずです。
AIはもう、テスト現場の話
開発の世界ではCopilotやCursor、Claude、Gemini、Devinなどなどがすでに当たり前になりつつあります。テストも例外ではありません。テストケース生成、回帰テストの自動化、テストレポートの分析……生成AIが入り込む余地は、テストプロセスのあちこちにあります。
でも「なんとなく使っている」と「ちゃんと使える」の間には、大きなギャップがあります。
そこで登場したのが ISTQB CT-GenAI
ISTQBといえば、世界標準のソフトウェアテスト資格として知られていますが、2025年にGenAI専門の新しい資格 CT-GenAI（Testing with Generative AI） をリリースしました。2026年4月にはv1.1にアップデート済みです。
この資格が面白いのは、「AIとは何か」という概念論にとどまらず、テストの現場で実際にどう使うかにフォーカスしている点です。
何を学べるのか
全5章、約13.6時間のカリキュラムで構成されています。
Chapter 1 — GenAIの基礎を押さえる
LLMの仕組み、トークン化、コンテキストウィンドウ、マルチモーダルモデルなど。「なんとなく知ってるけど説明できない」をなくすための章です。
Chapter 2 — プロンプトエンジニアリングを実践する
これが本資格のメイン。テスト分析、テスト設計、回帰テスト、テスト監視など、具体的なテスト業務へのプロンプト活用方法を学びます。prompt chaining、few-shot prompting、meta promptingなどのテクニックも習得できます。
Chapter 3 — リスクを知って安全に使う
ハルシネーション（AIが事実と異なる内容を生成する問題）、データプライバシー、セキュリティリスク、さらには環境負荷まで。「なんとなく怖い」を「ちゃんと対処できる」に変えるための知識です。
Chapter 4 — より高度な活用へ
RAG（Retrieval-Augmented Generation）、LLMエージェント、ファインチューニング、LLMOpsなど、組織としてGenAIを本格活用するための技術的な土台を学びます。
Chapter 5 — 組織への導入を考える
Shadow AI（非公認のAIツール利用）のリスク、生成AI戦略の立て方、チームのスキル構築、テストプロセスの変革まで。テストマネージャーにも刺さる内容です。
こんな人にオススメ
- 生成AIをテスト業務に使い始めたけど、自己流で不安がある人
- プロンプトの書き方を体系的に学びたい人
- チームに生成AIを導入したいが、リスクや進め方がわからないテストマネージャー
- ISTQB Foundation Levelを持っていて、次のステップを探している人
最後に
AIの登場で「テスターの仕事がなくなる」という声もありますが、この資格が示しているのはむしろ逆です。生成AIを使いこなせるテストエンジニアが、これからの現場で求められるということ。
「なんとなく使う」から「ちゃんと使える」へ。CT-GenAIは、そのための地図になってくれるかもしれません。