はじめに
2025年4月24日に ISC2 の CISSP（Certified Information Systems Security Professional）試験に合格しました。CISSP はグローバルで認知されているセキュリティ分野の最高難易度レベルの資格試験であり、日本ではまた取得者数が 4000 人程度の試験です。
自分は特に有料のトレーニング等は受講せず、ChatGPT を使って 3 か月間独学で勉強しました。
この方法は、CISSP だけでなく、他の様々な資格試験にも使えると思うので、是非参考にしていただければ幸いです。
ChatGPT を使った勉強法だけ知りたい方はこちらからジャンプしてどうぞ！
📚ChatGPT を使った勉強法
🐕 プロフィールと受験に至った経緯
| 項目 | 内容 |
|---|---|
| 職種 | ベンダーの技術職 |
| 社会人歴 | 新卒入社2年1ヵ月（2025年4月時点） |
| セキュリティ経験 | 普段の業務内で少し触れる程度 |
| 関連資格 | ・情報処理安全確保支援士（セキスぺ）試験（2024年12月合格） ・AZ-305: Microsoft Azure Solutions Architect Expert (2024年7月取得） ・SC-100: Microsoft Cybersecurity Architect Expert (2024年6月取得) |
| 学生時代の専門 | 機械系工学部修士卒 （Fortran と C で解析コード回してるようなところ） |
学生時代は先輩から代々受け継いできた壊れたら誰も直せないような Fortran のコードで解析を回してました。
趣味でちょこっと Python をいじった程度の IT 知識でしたので、新卒でベンダーの技術職で入社した際には普段の業務についていくだけでかなり苦労しました。
二年目でようやく自分の勉強に手が付くようになり、幾つか資格を取得。"IT 業界唯一の国家資格" という響きに憧れて情報処理安全確保支援士（セキスぺ）試験を受験し合格しました。その次のステップアップとして、グローバルで認知されている CISSP にチャレンジしました。
CISSP はご存じの通り、5年以上の実務経験が必要です。自分の場合既に Microsoft Cybersecurity Architect Expert（SC-100）を取得していたので、1年免除され4年の実務経験が必要でした。
・CISSP CBK 8 ドメインのうち2ドメインに関連した5年以上の業務経験があること
・下記どちらかに該当する方は、1年分の経験が免除され、4年の業務経験で認定可能です。(免除は最長で1年分)
・大学卒業学位（コンピュータサイエンス、情報技術（IT）、またはそれらに関連する分野）取得者
・ISC2が認める資格の取得者
対象資格はhttps://www.isc2.org/Certifications/CISSP/Prerequisite-Pathway 参照
しかしながら、実務経験が規定に満たなくても、ISC2 準会員（Associate）として登録し、6年以内に実務経験を満たせば、正会員として CISSP 認定を取得する事が可能です。
※業務経験の年数を満たしていない方も受験は可能です。その場合、試験合格後、ISC2準会員（アソシエイト）として登録されます。経験年数を満たした後に、ご自身で申請いただき、認定登録手続きが完了すると、 正式にCISSPとして認定されます。<略>
ISC2 準会員（アソシエイト）は認定登録要件のCBKドメインにおける「プロフェッショナルとしての」実務経験年数不足の方が試験合格の後、実務経験を満たすまでの間、ISC2メンバーとして活動し、経験年数を満たした後、CISSPやSSCPとして認定登録するためのステータスです。
<略>
準会員（アソシエイト）を維持するためには、年会費50ドル、1年あたりCPE15ポイント(グループAのみ)が必要となります。
<略>
※CISSP・CCSPは、準会員（アソシエイト）として継続できるのは最大で6年間、SSCPは最大2年間となります。
上記のような背景から、とりあえず受験して受かってから実務経験をどうするか考えようという事で、CISSP にチャレンジする事にしました。
📝 まずは情報収集
CISSP はセキスぺや他の試験と比較して、日本での取得者数が少なく、2024年3月時点で推定 4000 人程度だそうです。日本語のブログや情報もまだ少なめな気がします。
また、過去問を一切公開していない事から、有料の CBK トレーニングを受ける事を公式では推奨しているようです（なんとお値段 40-50 万円！）。受験料だけで約 10 万円（749 USD）するので、独学でやる事を決定。
セキスぺは過去問が完全公開されており、午前の選択式問題のうち約半分は過去約 15 年分の過去問から出題されるので、過去問を全て丸暗記すれば午前の 50% 以上は確実に得点できます。
一方、CISSP は過去問が非公開のため問題丸暗記は意味がなく、勉強法が重要になってきます。
以下自分が参考にした大先輩方のブログを共有します。
参考にしたブログの一例
- 2020年6月時点の情報
- 2023年7月時点の情報
- 2024年1月時点の情報（🌟おススメ🌟）
- 2024年6月時点の情報
- 2025年2月時点の情報
上記以外にも合格体験記を色々と漁って、自分に向いてそうな勉強法を探しました。
📚 ChatGPT を使った勉強法
では実際に実施した勉強法について、以下に順を追ってまとめていきます。
| 手順 | 方法 | 概要 | 重要度 |
|---|---|---|---|
| 1 | "マスタリングTCP/IP" を読む | ネットワークの基礎復習。なくても可。 | ★★★ |
| 2 | 公式ガイドブック（最新英語版）を OCR | ChatGPT の回答用のデータベースを作成。 | ★★★★★ |
| 3 | 公式問題集（最新英語版）の取得 | 最新英語版だと Web 版あり。 | ★★★★★ |
| 4 | ChatGPT プロジェクトの作成 | 公式ガイドブックベースで質問に回答する GPT を作成。 | ★★★★★ |
| 5 | ChatGPT で公式問題集を解説 | 作成した ChatGPT プロジェクトで公式問題集の演習問題を解説させ、OneNote にまとめていく。 | ★★★★★ |
| 6 | 完成した OneNote のまとめをレビュー | まとめた OneNote を復習し暗記していく。 | ★★★★★ |
| 7 | 公式問題集の Chapter 1-8 を解く | 問題の正誤ではなく、出題意図の CISSP 観点の理解を意識。 | ★★★★★ |
| 8 | 公式問題集の演習問題を解く | Chapter 1-8 で学習した知識を試すつもりで解く。 | ★★★★★ |
| 9 | ネット上の海外の問題を解く | Anki や ChatGPT を使って知識の網羅範囲をさらに拡大。 | ★★★★ |
| 10 | CISSP 的考え方を確認 | LinkedIn Learning の CISSP 対策動画（2024）で苦手分野の CISSP 的考え方を復習。 | ★★★ |
| 11 | まとめノートの直前レビュー | OneNote でこれまでまとめてきた事を復習のつもりで一つのページに整理。 | ★★★ |
1. "マスタリングTCP/IP" を読む
まずは初学者らしくネットワークの基礎を改めて復習。
熟読するよりは、各章ごとに OneNote に簡単にまとめて、全体像と聞いたことないプロトコルや用語を抑えるイメージ。
2. 公式ガイドブック（最新英語版）を OCR
次に公式の参考書。
日本語版は 2018 年出版の第4版で少し古いので、2024年5月出版の第10版の原書を Kindle で購入。1万円ちょっとくらい。
まずはこの公式ガイドブックを全て OCR して、テキストファイルにまとめます。
方法としては以下の通り。
2.1. Kindle の PC 版アプリをダウンロード。
2.2. 以下のブログのように Power Automate 等で自動で全ページをスクリーンショット。
自分は各章ごとに分けて保存したかったので、4K のディスプレイを縦にして縮尺を小さくして、一回のスクショで取得できる文字数を出来るだけ多めにして、各章ごとに手動で取得しました。意外とそんなに時間はかかりません。
2.3. Azure AI Vision の API を使って、取得した画像を OCR してテキストファイルとして自動出力するスクリプトを Python で作成。サンプルスクリプトは以下の Microsoft の公開情報を参照。
実際に使った Python スクリプト
from azure.cognitiveservices.vision.computervision import ComputerVisionClient
from msrest.authentication import CognitiveServicesCredentials
import os
import time
import logging
# Azure Computer Visionのキーとエンドポイント
subscription_key = '<API_key>'
endpoint = '<API_endpoint>'
# クライアントインスタンス作成
computervision_client = ComputerVisionClient(
endpoint,
CognitiveServicesCredentials(subscription_key)
)
# Path
input_base_folder = '<Path>'
output_base_folder = '<Path>'
# ログの設定
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
def ocr_image(image_path):
""" 画像を OCR してテキストを返す """
with open(image_path, 'rb') as image:
ocr_result = computervision_client.read_in_stream(image, raw=True)
operation_location = ocr_result.headers["Operation-Location"]
operation_id = operation_location.split("/")[-1]
# 処理完了まで待機
while True:
result = computervision_client.get_read_result(operation_id)
if result.status not in ['notStarted', 'running']:
break
time.sleep(1)
# テキストの取得
text_content = ''
if result.status == 'succeeded':
for page in result.analyze_result.read_results:
for line in page.lines:
text_content += line.text + '\n'
return text_content
def process_folder(folder_name):
""" 指定されたフォルダ内の画像を OCR し、1つのテキストファイルにまとめる """
input_folder = os.path.join(input_base_folder, folder_name)
output_file = os.path.join(output_base_folder, f"{folder_name}.txt")
logging.info(f"処理開始: {folder_name}")
# 出力ディレクトリの作成
os.makedirs(output_base_folder, exist_ok=True)
combined_text_content = ''
image_files = sorted([f for f in os.listdir(input_folder) if f.endswith('.png')])
total_images = len(image_files)
# フォルダ内の画像枚数を表示
logging.info(f"{folder_name} フォルダ内の画像枚数: {total_images} 枚")
for index, image_file in enumerate(image_files):
image_path = os.path.join(input_folder, image_file)
current_count = index + 1
# 進行状況を表示
logging.info(f"{total_images} 枚中、{current_count} 枚目を処理中...")
ocr_text = ocr_image(image_path)
# テキストをそのまま結合
if ocr_text:
combined_text_content += ocr_text + '\n'
time.sleep(1) # API リクエスト制限回避のためのウェイト
# テキストを 1 つのファイルにまとめて保存
with open(output_file, 'w', encoding='utf-8') as f:
f.write(combined_text_content)
logging.info(f"完了: {folder_name} -> {output_file}")
def main():
""" メイン処理 """
logging.info("OCR 処理を開始します")
for i in range(23):
folder_name = f"L{i}"
folder_path = os.path.join(input_base_folder, folder_name)
if os.path.exists(folder_path):
process_folder(folder_name)
else:
logging.warning(f"フォルダが存在しません: {folder_name}")
logging.info("全ての OCR 処理が完了しました")
if __name__ == "__main__":
main()puts 'Hello, World'
自分は勉強がてら ChatGPT に聞きながらスクリプトを作りましたが、他にも OCR のサービスはあるので、色々探して試してみてもいいかもしれません。
Azure AI Vision の OCR はかなり精度がいいようですが、Kindle のスクリーンショットを OCR するだけならそこまでの精度はいらないかも？
また、この後の準備のために、出力結果は一つのテキストファイルにまとめておくと良いです。
あとは API のリクエストレート制限に引っかからないように気を付けましょう。
3. 公式問題集（最新英語版）の取得
これも日本語版は2020年の第2版と少し古いので、最新の英語版の2024年6月の第4版を Kindle で購入。6千円くらい。
これも自分は Azure AI Vision と Azure AI Translator の API を使って OCR と翻訳を実施し、問題と答えが並ぶようにテキストを成形するスクリプトを作成しましたが、結果としてこの工程は必要なかったと思います。参考としたサンプルスクリプトは以下。
というのも、この問題集の Web 版があります。問題集内の "Introduction" 章の "Using the Online Practice Tests" 項に URL の記載がありますので、そこから登録してブラウザで英語の問題を表示し、ブラウザの翻訳機能で翻訳を実施すれば、問題・回答・解説が全て日本語訳と英語原文で確認できます。
本番の問題も日本語と英語の両方が確認できるので、より本番に近いとも言えます。
（著作権的に心配なので念のため Web 版の URL の記載は省略しますが、少なくとも原書の第4版では Web 版に対応してました。日本語訳の古い版だともしかしたらないかも？）
▼ 公式問題集の Web 版の UI。ブラウザの翻訳機能を使って翻訳でき、過去の正誤も記録できる。
これから問題集を購入される方は、古い日本語訳版ではなく、最新の英語版を購入し、Web で問題集を翻訳するのをお勧めします。
4. ChatGPT プロジェクトの作成
ChatGPT のプロジェクト機能を使って、CISSP 勉強用の ChatGPT を作成します。大まかな概要は以下を参照。
▼ ChatGPT のプロジェクト機能。OpenAI のネイティブアプリではなく Edge のアプリとして利用。
この機能では、予めデータベースとなるファイルとプロンプトを与え、それを元に AI が回答を生成してくれます。
"プロジェクトファイル" として、上記公式ガイドブックを OCR したテキストファイルをアップロードします。この時、複数のファイルに分けてアップロードすると、プロジェクトファイルの読み込みに時間がかかり回答速度が低下するので、一つのテキストファイルとしてアップロードすると良いです。
また、予め指定するプロンプト（指示文）で以下を与えます。
あなたは CISSP（Certified Information Systems Security Professional）資格を保有するベテランのセキュリティスペシャリストです。
これから、CISSPの試験合格を目指す初学者（社会人2年目、IT経験2年）が、試験問題に関する質問をします。
あなたの役割は以下の条件を全て満たしつつ、質問者がCISSPに合格することを目的として、わかりやすくかつ専門的な観点から回答を提供することです。
【回答作成時のガイドライン】
1. 専門性とわかりやすさの両立
・初学者向けの平易な表現を意識しつつ、CISSPに必要な深い理解を得られる専門的な内容としてください。
2. 用語の翻訳と訂正
・日本語訳に不自然な部分があれば、正確なセキュリティ用語へ訂正し、元の英語表現も併記してください。
3. プロジェクトファイルの活用
・回答時は、プロジェクトファイルとしてアップロードしてある CISSP 公式ガイドの英語版（ OCR 処理済テキスト）の内容を必ず参照してください。
・文字認識誤差や不適切な改行に注意しつつ、セクション前後の関連用語や技術も含めて説明してください。
4. Microsoft 製品との関連
・関連がある場合、Microsoft Entra ID、Azure Security、Defender などの製品名と活用事例を説明に加えてください。
5. 引用元の明示
・CISSPガイドやWeb情報を用いた場合、以下のように出典を明記してください：
・書籍例：Official (ISC)² Guide to the CISSP CBK, 5th Edition, Domain 1: Security and Risk Management, Section “Risk Analysis”, p.56
・Web例：NIST SP 800-53 Rev.5, Control RA-3（https://csrc.nist.gov/publications/detail/sp/800-53/rev-5/final）
6. 形式・構成の最適化
・箇条書き・表・図解などを適宜用い、視覚的にも理解しやすい形式で説明してください。
・日本語間の余計なスペースは削除し、読みやすい文章に整えてください。
7. 重要語句の補足解説
・質問や解説内の重要単語は、ガイド内での記述を検索し、関連用語と合わせて説明してください（例：TP → IVP・CDIも併記）。
8. 問題意図の把握
・問題を解説する際には、その問題が根本的には何を聞こうとしているのか、回答の選択に繋がる問題文のキーワード、各選択肢の正誤の根拠等も解説してください。
上記のプロンプトも ChatGPT に書かせています。何度か試してみて自分に合った回答形式になるよう変更してみてください。
プロジェクト機能のメリットとしては、出題ドメイン毎に同じプロンプトとデータベースを元に新しいチャットを作成したり、AI の回答の質が想定と違う場合に新規にチャットを作成してこれまでの文脈をリセットしたりできる点です。
AI と会話していると、一度 "簡単に説明してください" と指示すると、その後ずっと説明が簡単になったり、一度開発者視点でのアドバイスを求めると、その後そのプロンプトに引きずられて本来の CISSP 的視点から逸脱した回答になってしまう事があります。
こうした場合に、同じプロジェクトファイルとプロンプト文の元で新しいチャットを開始できるプロジェクト機能が使いやすかったです。
また、似たような機能として、ChatGPT の MyGPTs や Microsoft の Copilot Agent 等があります。こういった生成 AI のエージェント機能を自分の環境に合わせてカスタムしてみると、より自分の知識レベルにあった回答を生成してくれるかと思います。
5. ChatGPT で公式問題集を解説
さて、準備が整いました！（長かった笑）
ステップ 4. で作成した ChatGPT のプロジェクトのチャットに、ステップ 3. の公式問題集の Web 版の、問題・回答・解説 が表示された状態のスクリーンショットを添付して送り、解説を表示してもらいます。
この時、解説が不十分な場合、以下のようなプロンプトを送ると効果的です。
問題の解説だけでなく、本問題の内容や選択肢、解説に含まれる重要単語について、より詳細にまとめてください。
本問題や選択肢、解説に関連する登場する重要単語を元に、CISSP の出題範囲内で関連する用語を網羅的に列挙し、表で詳細にまとめて下さい。
xxについて、具体的な事例や法規制、ベースラインや標準等を踏まえて詳細に説明してください。
xx・yy・zzの違いを、分かりやすく表にまとめてください。
この段階では、問題を解く事を目的とするのではなく、問題で聞かれる出題範囲を把握する事を目的に、知識をインプットしていきます。
公式問題集の Chapter 1~8 を、それぞれ OneNote のページにまとめ、こういったことも聞かれるんだー程度の認識で、まずは全範囲を網羅していきます。
これにより、CISSP 試験で聞かれる出題範囲を公式問題集ベースで特定し、覚えなければいけない知識を把握します。
コツとしては、日本語訳が間違っていたりする場合が多々あるので、英語の原文を ChatGPT に投げて、日本語で回答させると、より正確な専門用語で解説してくれる場合があります（例えば、"Authorization" が "承認" や "認証" といった訳になっている事があるので、英語の原文で送れば、ChatGPT の方で "認可" として正確に訳してくれます）。
▼ OneNote にまとめる内容のサンプル。問題のスクリーンショットの下に、こうした解説を一つずつ作っていく。あくまで AI の解説なので、一部間違ってるかも？程度の気持ちを持つことが大事。
注意
ChatGPT はあくまで回答をそれっぽくまとめてくれるだけであり、誤った解説をすることがあります。
詳細な技術的正誤を追求するのではなく、まずは試験範囲となる知識の全体像を掴む目的で、生成 AI を使うと良いと思います。
ChatGPT の回答が的を得ない場合には、引用元を確認したり、ブラウザや本で自分で地道に調べたりすることも重要です。
注意
テキストを OCR して生成 AI に利用する事は、日本の法律上は著作権法的にも自己利用の範囲内で認められています。
一方、このファイルを他者に共有したり、他国で利用する場合は、現地の著作権法に抵触する可能性がある為、十分に注意しましょう。
6. 完成した OneNote のまとめをレビュー
ChatGPT に投げた公式問題集のスクリーンショットと、その回答の内自分がメモするべきと判断した部分を組み合わせた、自分独自の解説 OneNote まとめを復習していきます。
知らない単語を黄色文字で太字にしたり、説明をさらに ChatGPT に聞いて追加したり、直ぐには覚えられなそうな重要な単語リストに🌟を付けることで、問題の答えを出来るだけ覚えずに、出題の背景となる知識を網羅していきます。
ポイントは、何か見たことあるなーという単語や概念を増やしていき、知らない単語や覚えられない単語を無理に覚えようとせず、復習の回転率を上げる事です。"知らない勇気"、"分らない勇気" を持つと、暗記しやすくなると思います。
7. 公式問題集の Chapter 1-8 を解く
OneNote のまとめを 2-3 周くらいレビューした後、改めて Chapter 1~8 の問題を解いていきます。
答えを見つけるのではなく、この問題の出題意図は何か、各選択肢の意味や分野、不正解の理由などを考えながら解いていきます。
CISSP は過去問がなく、問題集と同じ問題は出ないので、問題集の問題の正答を見つけるのではなく、この問題で扱われている CISSP 的観点を見つけ出す事が重要です。
Chapter 1-8 は、間違えた問題だけをスクリーンショットで OneNote 等に追加してそこだけを復習するなどして、合計 6 周くらいしました。
8. 公式問題集の演習問題を解く
公式問題集の Chapter 1-8 を解いたら、初めて公式問題集の演習問題（Chapter 9-12）を解いていきます。
これまで Chapter 1-8 で学習した知識を試していくつもりで解いていきます。
ここで解いていて面白かったのは、これまで Chapter 1-8 で全然出てこなかった事もちょくちょく聞かれるんですよね。この辺りから、 "CISSP って思ってたよりもヤバくない？(笑)" と思い始めます。
出題範囲となる技術分野が広すぎで、たかが Chapter 1-8 の合計 800 問ちょっとで網羅できる知識や概念を覚えても、ネットワークやセキュリティの経験がほぼ無い自分にとっては、勉強量や経験値が全然足りないのではと気付き始めるんですね。
焦る気持ちを抑えながら、演習問題も Chapter 1-8 と同様に、出題意図や背景となる知識を OneNote にまとめ、間違えた問題だけを復習するなどして、3 周ほどします。
▼ OneNote に各章ごとにまとめる。解いたり復習する度に、タイトルに✅を入れると、一覧でどれくらい網羅したかが分かる
9. ネット上の海外の問題を解く
公式問題集の演習を解いて不安に駆られた自分は、ネット上の海外の無料問題集に手を付けました。
まずは以下の大先輩のブログでも紹介されていた Logn Pacific の問題 1043 問に取り組みました。
▼ Logn Pacific の問題を解いた大先輩のブログ
▼ Logn Pacific の CISSP 無料問題集 1043 問
上記の問題集を Anki（忘却曲線に沿って問題を出題してくれる暗記用オープンソースアプリ。大量の専門用語を暗記する必要がある医学部医学科の人とかが国試対策で良く使っている）用のファイル形式（.apkg）でダウンロードし、Anki アプリに読み込みます。メールアドレスの登録が必要ですが、無料で利用可能です。
▼ このフォームに入力して無料ダウンロード
.apkg ファイルダウンロード後、Anki の公式サイトから PC 用アプリをダウンロードし、PC 版アプリ経由で .apkg ファイルをアップロードします。
▼ Anki 公式サイトから PC 版アプリをダウンロード
その後、ブラウザ版の Anki を開き、PC 版アプリ経由でアップロードした .apkg ファイルをブラウザに同期、ブラウザの翻訳機能を使って問題を翻訳します。
Anki の簡単な使い方は以下を参照。
▼ Chrome の翻訳機能で翻訳した Logn Pacific の無料問題
PC 版アプリの統計情報では、以下のように忘却曲線に沿った出題の状況や、問題の習得状況などが統計的に把握できます。
これを見ると、自分がどの程度知識を習得できたのかが視覚化できるので、やる気に繋がります。
また、海外の無料問題集らしく、回答が間違っていたり、解説が適当だったりする問題が多々あります。
これまでの先輩方のブログを拝見すると、こうした海外の無料問題集のクオリティから、敬遠することが多かったようですが、ChatGPT がある今、怪しい問題は ChatGPT に聞いて答えさせればよく、十分対応できると思います。
また、ブラウザの翻訳機能が怪しい場合、これまでの公式問題集同様、英語の原文のスクリーンショットを投げれば、より正確な専門用語を用いた日本語訳で ChatGPT が回答してくれます。
また、公式ガイドブックをプロジェクトファイルとして読み込ませているので、公式ガイドブックベースで問題集を解説してくれるため、より信用度が高い解説を出してくれます。
コツとしては、背景知識を解説するのは "GPT-4o" モデルで、難しい問題を解かせるのは推論に強い "o3" モデルを選択すると、より期待した答えが返ってきやすいです。
▼ 海外の無料問題集の英語原文のスクショを、ChatGPT のプロジェクトで投げた結果のサンプル。ここからさらに詳細な説明を要求する事も可能。
Logn Pacific の無料問題集を終えたら、以下の海外の問題集にも取り組みました。
こちらは Web サイト上の回答はほぼ間違っているため、掲示板形式で様々な人が回答を議論しています。
"Discussion" タブのコメントや "Statistics" タブの投票数を見たり、ChatGPT に聞きながら、各問題の回答を自分で絞っていきます。
これも明らかに分かる簡単な問題は飛ばしつつ、一問づつスクリーンショットを撮って OneNote にまとめていきました。まとめたものを 3 周くらい復習すれば、だいたい覚えられると思います。
10. CISSP 的考え方を確認
LinkedIn Learning の動画教材で、比較的最近の 2024 年の CISSP 対策動画です。
量が多いので、自分の苦手な分野の動画だけ視聴して、改めて CISSP 的考え方を確認します。
11. まとめノートのレビュー
OneNote でこれまでまとめてきた内容を見直し、直前に見返したい単語等を一つのノートに整理していきます。
全体の最後の復習のつもりでやっていきます。
📅 学習スケジュールと勉強時間（3ヶ月）
| 期間 | 上記手順 | 内容 |
|---|---|---|
| 2月 | 1-5 | OneNote のまとめ作成に注力。 |
| 3月 | 6-7 | 問題集を解き、OneNote の知識インプットに注力。 |
| 4月 | 8-11 | 公式問題集の演習問題を解き、知識の網羅性に不安を感じ、海外の問題集等にも着手。最後までインプットを継続。 |
3 月頭までは毎週末ほぼスキー三昧だったため、空いている平日は朝 1-2 時間、業後 3-4 時間を目安にカフェで勉強しました。3 月中旬以降は、空いている土日も朝 8 時から夜 22 時程度を目安にシェアラウンジやカフェ等で勉強しました。
飲み会翌日の朝は起きれない事が多かったので、そこは諦めてましたが、外で勉強する事でスイッチを切り替える意識はしていました。
🎯 本番の感想
会場には最低 30 分前までに集合と書いてあったので、1 時間前に向かったところ、準備が整い次第試験開始となりました。
一斉に試験スタートではなく、それぞれ個別のブースでスタートなので、早めに行くと心理的にも落ち着いて受けれると思います。
また、 2024年4月15日から試験方式が変更となり、全ての問題に 5 時間ぶっ続けで回答するリニア形式から、回答者の回答に合わせて出題問題数や問題内容を変えていく CAT 形式（最大 3 時間、問題数 100-150）に変更になっています。
2024年4月15日以前の合格体験記は旧リニア形式の試験のため、その点は注意しましょう。
Q:これらの変更はいつから適用されますか？
A: 2024年4月15日（米国東部時間）から変更となります。
Q:試験の問題数や試験の制限時間は変わりますか？
A:試験内容が更新されると、すべての言語でCAT形式が利用できるようになります。CAT試験の制限時間は最大3 時間です。受験者には最低100項目、最高150項目が表示されます。
自分の時はこの CAT 形式で 150 問回答するつもりが、100 問で突然試験が終了しアンケート画面となり、ちょっとびっくりしました。
問題を解いているときの感覚としては、自信を持って回答できるのが 30-40%、2択まで絞ったけど少し自信ないのが 30%、うーん分からん、が 30% くらいでした。
問題内容の詳細は NDA で言及できませんが、やはり知識丸暗記や問題丸暗記は意味がない、CISSP 的な考え方で出題意図を探る、というのがとても重要だという事が分かりました。
💡 これから受験する人へ
このブログでは ChatGPT のプロジェクト機能を使った勉強方法について紹介しました。
生成 AI の台頭で、今まで以上に効率的に勉強する事が可能な時代となっています。
これから勉強する方は是非、積極的に生成 AI を使って勉強してみてはいかがでしょうか。