はじめに
2026年の夏、基本情報技術者試験に合格しました。
今回の勉強では、参考書と過去問道場に加えて、ChatGPTをかなり活用しました。
単に分からない問題を質問するだけではなく、学習計画の作成から日々の進捗管理、過去問の分析、スケジュールの修正まで手伝ってもらっています。
また、勉強に使う資料はすべてデジタルで揃えました。
参考書はKindle版を購入し、YouTubeの解説動画もオフラインで視聴できるようにしていたため、紙の参考書を持ち歩く必要がなく、スマホとPCだけで学習できる環境でした。
この記事では、実際にどのような勉強をして、ChatGPTをどう活用したのかを振り返ります。
1. 受験結果と学習期間
まずは結果から。
| 項目 | 結果 |
|---|---|
| 試験 | 基本情報技術者試験 |
| 受験時期 | 2026年9月上旬 |
| 学習開始 | 2026年8月上旬 |
| 科目A | 660点 |
| 科目B | 760点 |
| 合格基準 | 各科目600点 |
普段はプログラマーとして働いているため、IT知識がまったくない状態からのスタートではありません。
特にデータベース関連は実務で扱っているため、比較的得意な分野でした。
一方で、ネットワークやセキュリティ、技術戦略など、普段の業務であまり触れない分野には苦手意識がありました。
2. 教材はすべてデジタルで用意
今回の勉強で使用した主な教材は3つです。
Kindle:かやのき先生の参考書
参考書は紙ではなく、Kindle版を購入しました。
スマホでもPCでも読めるため、通勤中や自宅など、場所を問わず同じ参考書を使えます。
また、問題を解いていて分からない部分が出てきたときにも、その場で参考書を確認できました。
紙の参考書を持ち歩かなくていいというのは、かなり便利でした。
YouTube:すーさんの解説動画
参考書と併用して、すーさんのYouTube解説動画も使用しました。
ここで役立ったのが、YouTube Premiumです。
もともと課金していたのですが、動画をダウンロードしてオフラインで視聴できる機能が、今回の勉強でも活躍しました。
あらかじめ動画をダウンロードしておけば、通信環境を気にせず視聴できます。
通勤中にも利用でき、YouTubeへの課金が思わぬところで生きました。
過去問道場
問題演習には、基本情報技術者試験ドットコムの過去問道場を使用しました。
分野別の演習から始め、学習後半はランダム演習や模試に移行しています。
特に便利だったのが、解答結果をCSVでダウンロードできることです。
このCSVが、後述するChatGPTによる学習管理の中心になりました。
基本の学習サイクル
- Kindleで対象分野を読む
- YouTubeで同じ分野の解説を見る
- 過去問道場で20〜30問程度解く
- 分からない問題はChatGPTに質問する
- CSVと学習した感想をChatGPTに提出する
- 必要に応じて復習や翌日の学習計画を調整する
このサイクルを基本に、日々の学習を進めました。
3. ChatGPTを使った学習管理
今回の勉強で一番特徴的だったのが、ChatGPTを学習管理にも活用したことです。
何を勉強するか、どこを復習するか、どれくらい進んでいるか。
こうした部分を、できるだけ学習記録に基づいて判断するようにしていました。
試験日から逆算してロードマップを作成
最初に決めたのは、試験日でした。
勉強が終わってから受験するのではなく、先に受験日を決め、そこから逆算して学習ロードマップを作成しました。
当初の計画では、合計約80時間の学習と約950問の演習を予定していました。
※どちらも計画値であり、実際の総学習時間・総解答数ではありません。
平日と休日では、学習時間も変えていました。
| 日の種類 | 学習時間の目安 |
|---|---|
| 平日 | 約1.5〜2.5時間 |
| 休日 | 約3〜3.5時間 |
| 試験前日 | 軽い復習のみ |
仕事のある平日に無理な予定を入れすぎず、休日も勉強だけで一日が終わらないような計画です。
また、途中からは予定どおりに学習できなかった場合に備えて、予備日も設けました。
毎日のCSVを読ませて学習結果を分析
過去問道場で問題を解いたら、その結果をCSVでダウンロードし、ChatGPTにアップロードしていました。
CSVを渡すことで、正答率だけでなく、どの分野のどの問題を間違えたのかまで確認できます。
基本的な流れは以下のとおりです。
- 過去問道場で問題を解く
- 解答結果のCSVをダウンロードする
- CSVをChatGPTにアップロードする
- 正答率や間違えた問題を分析してもらう
- 復習が必要な分野を洗い出す
- その結果を翌日以降の計画に反映する
これを毎日のように繰り返していました。
単に「今日は80%正解した」と報告するだけではなく、その結果を次の勉強にどう活かすかまで相談していたのが特徴です。
正答率だけでなく、理解度や感想も報告
CSVを提出するときには、数値だけでなく、自分が問題を解いて感じたこともChatGPTに伝えていました。
例えば、
- どの問題や分野がよく分からなかったか
- 解説を読んで理解できた部分
- 思ったより簡単に解けた分野
- 正解はしたものの、理解が曖昧だったところ
- 集中力が落ちていて、うまく問題を読めなかったこと
といった内容です。
正答率だけでは分からない情報もあるため、こうした感想を一緒に伝えることで、学習結果をより正確に把握してもらおうとしていました。
例えば、正解した問題でも、たまたま選択肢が当たっただけなのか、きちんと理解して解けたのかでは意味が違います。
反対に、不正解だった問題でも、単純な読み間違いなのか、知識そのものが不足していたのかで、その後の復習方法は変わってきます。
こうした情報も含めて学習管理を行おうとしていました。
ただ、振り返ってみると、せっかく報告していた感想や理解度を、その後の学習計画に十分活かし切れていなかったと思います。
CSVから得られる正答率や誤答分野は比較的管理しやすかった一方で、「理解が曖昧だった」「この考え方は分かりやすかった」といった情報は、後から継続的に参照する仕組みが不十分でした。
もし、こうした感想も学習履歴として整理し、後日の復習対象や学習方法の調整に反映できていれば、さらに効率よく勉強できたかもしれません。
この点は、今回のAIを使った学習管理で改善の余地があった部分です。
実際の学習記録から
学習を始めた頃、コンピュータ構成要素の問題を20問解いたところ、結果は12問正解、正答率60%でした。
その結果を記録し、翌日に復習することにしました。
翌日の演習では、35問中27問正解、正答率約77.1%となっています。
| 段階 | 結果 |
|---|---|
| 最初の演習 | 12/20問正解(60%) |
| 復習後の演習 | 27/35問正解(77.1%) |
| 次の対応 | 次の学習分野へ進む |
このように、演習結果を見ながら復習するか次へ進むかを判断していました。
もちろん、正答率が上がったことだけで完全に理解したとは言い切れません。
それでも、学習の進捗を判断する材料にはなりました。
分からない問題はスクリーンショットで質問
CSVによる分析とは別に、個別の問題の解説でもChatGPTを使っていました。
過去問の解説を読んでも理解できないときは、問題文や図をスクリーンショットにして、そのまま送っていました。
わざわざ問題文を書き起こす必要がありません。
「どうしてこの答えになるの?」「この処理を順番に説明して」と質問すれば、画像を基に説明してもらえます。
特にアルゴリズムの問題では、変数やループの動きを一つずつ追ってもらえるのが便利でした。
ただし、AIの説明が必ず正しいとは限らないため、過去問道場の解説などと照らし合わせながら確認していました。
定期通知で毎日の学習メニューを確認
学習管理では、ChatGPTの定期通知も利用しました。
朝にその日の学習内容を確認し、夜に実績を振り返る運用です。
生活リズムに合わせて、通知の時間帯も途中で変更しています。
毎回「今日は何を勉強しよう」と考え直すのではなく、あらかじめ作ったロードマップを基に学習を開始できるようにしていました。
もちろん、通知が来るだけで勉強できるわけではありません。
それでも、学習を始める前の手間を少なくできたのは便利でした。
ChatGPTの有料プランについて
今回はChatGPTの有料プランを利用していました。
毎日のCSV分析、画像を使った質問、学習ロードマップの更新など、かなり頻繁に利用していました。
無料プランでもファイルや画像を利用する機能はありますが、今回のように繰り返し使うのであれば、有料プランにしていて良かったと思います。
ChatGPTに課金していなかったら、ここまで気軽にファイルや画像を使いながら勉強するのは難しかったかもしれません。
4. Excel・JSON・HTMLで学習状況を可視化
学習ロードマップは、最初はExcelを中心に管理していました。
管理していたのは、以下のような項目です。
- 日付と学習予定
- 参考書の対象範囲
- YouTubeの対象動画
- 過去問道場の演習分野
- 予定問題数と目標正答率
- 実際の問題数と正解数
- 推定学習時間
- 復習が必要な項目
単に学習計画を並べるだけでなく、実績も記録していました。
HTMLダッシュボードも作成
さらに、JSON形式で学習データを保持し、HTMLで進捗を確認できるダッシュボードも試作しました。
表示していた主な情報は、
- 試験までの残り日数
- 現在学習している分野
- 次に学習する内容
- 分野別の進捗率
- 週間ロードマップ
- 直近の学習実績
などです。
当時はこのようなExcelやJSONを使用し、学習計画を管理していました。
実績の入力やCSVのアップロードは手動でしたが、集計や計画の修正をChatGPTに手伝ってもらうことで、管理の負担を軽減できました。
5. 科目A・科目Bの勉強方法
科目A:分野別演習からランダム演習へ
科目Aは、最初に参考書と動画で学習し、その分野の過去問を解くという流れでした。
学習した分野を順番に進め、正答率が低ければ復習する方式です。
学習開始から3週間ほどで全分野のインプットを一通り終え、その後は苦手分野の復習とランダム演習に移行しました。
学習後半の20問ランダム演習では、複数回にわたって正答率80%程度を記録しています。
ただし、分野別演習で高得点を取れていても、ランダム演習では間違えることがありました。
例えば、ネットワークは分野別演習で90%の正答率を取れていたものの、その後のランダム演習で出題された2問を両方間違えたこともあります。
分野別演習では使う知識をある程度予測できますが、ランダム演習では問題文から必要な知識を判断しなければなりません。
こうした違いに気づけたことも、後半にランダム演習を増やした理由の一つです。
科目B:プログラムの処理を一つずつ追う
科目Bは科目Aと並行して、少しずつ問題を解いていました。
主にアルゴリズム、プログラミング、情報セキュリティなどに取り組んでいます。
プログラムをなんとなく読んで答えを選ぶのではなく、変数の値やループ条件を順番に確認することを意識しました。
特に、繰り返し処理の終了条件や配列の参照位置などは、少し読み間違えるだけで答えが変わります。
理解できなければ、問題の画像をChatGPTに送って、処理を一つずつ説明してもらっていました。
科目Bは集中できる時間帯に
勉強を進める中で変更したのが、科目Bに取り組む時間帯です。
当初は科目Aの勉強を終えてから、夜遅くに科目Bを解くこともありました。
しかし、疲れた状態でアルゴリズムを追うのはなかなか大変でした。
実際、夜の最後に解いた日は2問とも不正解だった一方、翌日に早い時間帯で取り組んだ5問はすべて正解したこともありました。
もちろん問題の難易度にも左右されます。
ただ、自分には集中力の残っている時間帯の方が合っていると感じました。
そこで、科目Bは朝や昼休み、帰宅後の早い時間帯に優先して取り組む方針へ変更しました。
6. 模試と本番
試験が近づいてからは、本番を想定した模試にも取り組みました。
科目Aの模試
| 項目 | 結果 |
|---|---|
| 問題数 | 60問 |
| 正解数 | 47問 |
| 正答率 | 約78.3% |
| 残り時間 | 約10分 |
科目Bについても20問の模試を実施し、約45分で解答しました。
この頃は正答率だけでなく、時間配分も意識していました。
また、本番の受験時間帯に合わせて模試を開始することも試しています。
本番の結果
最終的な結果は、科目Aが660点、科目Bが760点でした。
両科目とも合格基準の600点を超えることができました。
科目Aは直前の演習と比較すると、思ったほど余裕のある結果ではありませんでしたが、科目Bは比較的余裕を持って基準点を突破できました。
7. 振り返って良かったこと・改善したいこと
良かったこと
教材をデジタルに統一したこと
Kindle、YouTube、過去問道場、ChatGPTを組み合わせることで、スマホとPCだけで勉強できました。
通勤中はスマホ、自宅ではPCというように、環境に合わせて学習方法を切り替えられたのも良かった点です。
ChatGPTに学習管理を手伝ってもらったこと
今回もっとも良かったと思うのが、毎日の学習管理をChatGPTに手伝ってもらったことです。
CSVの分析や計画の修正をすべて自分で行っていたら、それだけでも相応の時間が必要だったと思います。
管理にかける手間を減らし、問題を解いたり理解したりする時間を増やせたのは大きかったです。
計画を柔軟に変更したこと
最初の計画を守ること自体が目的にならないようにしました。
正答率が低ければ復習を追加し、早く進めば次の分野へ進み、疲れている日は無理に進めない。
学習結果を基に計画を変更できたことも、今回の勉強方法の特徴だったと思います。
改善したいこと
CSVと一緒に提出した感想を、もっと活用する
今回の学習管理では、CSVの数値だけでなく、理解できなかった部分や学習した感想もChatGPTに伝えていました。
しかし、その情報を後から十分に活用できていたかというと、そうではありませんでした。
例えば、「正解したけれど理解は曖昧だった」という情報を記録しておけば、正答率が高い分野でも後日復習する判断ができたはずです。
また、理解しやすかった説明方法や、繰り返しつまずいた考え方を蓄積できていれば、自分に合った勉強方法もさらに明確になっていたかもしれません。
単にCSVを分析するだけでなく、数値に表れない理解度や感想も継続的に管理することができれば、もっと良い学習計画を作れたのではないかと思います。
科目Bの学習時間帯を最初から考慮する
夜に疲れた状態でアルゴリズムを解くよりも、集中力の残っている時間帯に取り組む方が自分には合っていました。
この点は、もっと早くから意識しておけば良かったと思います。
学習時間をもっと正確に記録する
今回は学習時間に推定値も含まれていました。
後から実際の勉強時間を振り返るには、実測時間を記録できる仕組みがあると便利だったと思います。
もっと早い段階で一度受験しても良かったかもしれない
これは試験が終わってから思ったことです。
基本情報技術者試験はCBT方式で実施されており、再受験する場合は、前回受験日の翌日から起算して30日を超えた日以降に受験できます。
つまり、約1か月ほど間隔を空ければ再挑戦が可能です。
今回のように1か月勉強してから初めて受験するのではなく、ある程度勉強したところで一度受験してみる方法もあったのかなと思います。
実際の試験を経験しておけば、CBTの操作感や本番での時間配分を確認できますし、自分の実力を知る機会にもなります。
もちろん、受験するたびに受験料が必要です。
その出費が気にならなければ、最初の受験を実力確認として活用するという選択肢もあったかもしれません。
※再受験の条件や受験料は変更される場合があるため、申込時には公式情報を確認してください。
おわりに
今回の基本情報技術者試験では、Kindle、YouTube、過去問道場といった一般的な教材に、ChatGPTを組み合わせて勉強しました。
ChatGPTというと、分からないことを質問する使い方が真っ先に思い浮かびます。
もちろん、それも便利でした。
ただ、今回個人的にもっとも役立ったのは、学習計画の作成、毎日の実績分析、弱点の把握、そして計画の修正まで手伝ってもらえたことでした。
一方で、数値に表れない自分の理解度や感想を、もっと上手に活用できたのではないかという反省も残りました。
Kindle版の参考書、YouTube Premiumのオフライン再生、ChatGPTの有料プラン。
それぞれにお金はかかりましたが、紙の教材を持ち歩かず、分からない問題は画像で質問し、毎日の学習実績を分析してもらうという勉強方法は、自分に合っていたと思います。
AIに勉強そのものを任せるのではなく、勉強しやすい環境を作るためにAIを使う。
資格勉強にChatGPTを取り入れる方法の一例として、参考になれば幸いです。

