資格講座問題集作成 AIツール比較 2026｜過去問ベースの演習問題を生成するAIの選び方

2026年3月16日

朝比奈蒼

この記事のポイント

✓資格講座の問題集作成に使えるAIツールを徹底比較
✓過去問ベースの演習問題を生成する精度・料金・著作権リスクを客観的に整理し
✓講座運営者やフリーランス講師がどのツールをどう使い分けるべきか

資格講座の問題集作成にAIツールを使いたい。けれど種類が多すぎて、結局どれを選べばいいのか分からない。そんな悩みを抱えてこの記事にたどり着いた方が多いはずです。結論から言うと、過去問ベースの演習問題を量産したいなら現状では汎用チャット型AI（ChatGPT・Claude・Gemini）の使い分けが最も実用的で、画一的な「問題集作成専用AI」に飛びつくのは時期尚早です。理由は本文で順に説明していきますが、まず押さえておきたいのは、AIが作る問題は「叩き台」としては極めて優秀である一方、そのまま教材として配布できる完成品ではないという一点です。ここを誤解すると、後で痛い目を見ます。

この記事では、資格講座を運営する講師・教材制作者・フリーランスの編集者を想定読者として、問題集作成に使える主要AIツールを難易度・費用・著作権リスク・問題の質という4つの軸で比較します。客観的なデータと実際に手を動かした上での所感をフェアに並べますので、自分の用途に合うツールを見極める材料にしてください。

資格講座の問題集作成にAIを使う動きが広がっている背景

ここ数年、資格講座やオンラインスクールの運営現場では、教材制作のコストが大きな課題になっています。1つの講座を立ち上げるには、テキスト本文だけでなく、章末問題・模擬試験・解説まで揃える必要があり、問題集の作成だけで数十時間から数百時間がかかるのが実態です。特に個人やフリーランスで講座を運営している人にとって、この制作工数は事業の足かせになりやすい部分でした。

そこに登場したのが、文章生成AIによる問題作成です。生成AI市場そのものが急拡大しており、各種調査では世界の生成AI市場は年平均で30%を超える成長率が予測されています。教育・研修分野はその成長を牽引するセグメントの1つで、問題集作成・採点補助・個別学習支援といった用途で導入が進んでいます。実際、英単語アプリや資格対策アプリの一部はすでにAIによる出題最適化を取り入れており、「人が一問ずつ作る」時代から「AIが大量に作り、人が選別・監修する」時代への移行が起きつつあります。

ただし、ここで冷静に見ておくべき事実があります。AIが問題集作成を「自動化」したかというと、正直なところ、まだそこまでは到達していません。後述しますが、AIが生成した問題には誤りや出題基準とのズレが一定割合で混入します。つまり現状のAI活用は「ゼロから人が作る工程を、AIが下書きする工程に置き換える」段階であり、監修・校正の人手は依然として必要です。この前提を踏まえた上で、どのツールが下書きの精度が高いかを比較していくことが、実務的な選び方になります。

問題集作成にAIを使う3つの典型パターン

実務で見られるAI活用は、大きく3つのパターンに分かれます。1つ目は「過去問の類題生成」です。既存の過去問や公式問題集を参照させ、同じ出題形式・同じ難易度の類題を量産させる使い方で、最もニーズが高い領域です。2つ目は「テキストからの自動出題」です。講座のテキスト本文をAIに読み込ませ、その内容に基づいた確認問題や穴埋め問題を作らせるパターンで、教材とのひも付きが強い問題が作れます。3つ目は「解説文の生成」です。問題と正答を与えて、なぜその答えになるのかの解説をAIに書かせる使い方で、解説作成の負担を大きく減らせます。

これら3パターンは、求められる能力が微妙に異なります。類題生成は「出題形式の再現力」と「難易度のコントロール」が、テキストからの出題は「長文の読解力」が、解説生成は「論理的な説明力」が問われます。後ほど各ツールを比較する際も、この3パターンのどれに強いかという観点を意識すると、自分の用途に合うツールが見えてきます。

過去問ベースの問題を作るときに直面する3つの壁

AIで問題集を作ろうとすると、必ずぶつかる壁があります。これを知らずにツール選びを始めると、「思ったような問題が出てこない」と振り回されることになるので、先に整理しておきます。

第1の壁は「著作権」です。市販の過去問集や公式の過去問には著作権があります。これらの問題文をそのままAIに入力し、AIに丸ごと改変させて自分の教材として配布すると、翻案権の侵害にあたる恐れがあります。AIに参照させること自体と、生成物を商用配布することは別問題です。安全に運用するなら、参照させるのは「出題範囲・出題形式・難易度の傾向」までにとどめ、問題文そのものはAIに新規に書き起こさせる運用が無難です。この線引きはツールの性能とは無関係に、運用者が守るべきルールです。

第2の壁は「正確性」です。AIは流暢な文章を作るのが得意ですが、事実関係や計算の正しさを保証してくれるわけではありません。特に法律・会計・医療など、正答が一意に定まる資格分野では、AIが生成した問題と解答に誤りが混入する割合が無視できません。私が実際に簿記や法務系の問題をいくつかのAIに作らせて検証したときも、選択肢の中に「複数正解になってしまう」ものや、「最新の法改正に追いついていない」ものが一定数ありました。生成された問題は必ず人が検算・検証する前提で使う必要があります。

上記は弊社の肌感ベースの数値であり、業種・業態・担当者のスキルによって削減時間は変動します。あくまで「資格の知識だけでなく、実際にAIツールを使い込むとどこまで成果が出るか」の参考情報としてご覧ください。

第3の壁は「難易度のコントロール」です。資格試験には「ちょうどいい難しさ」があります。簡単すぎても受験対策にならず、難しすぎても受講者が挫折します。ところがAIに「過去問と同じ難易度で」と指示しても、出てくる問題のレベルは安定しません。あるときは平易すぎ、あるときは試験範囲外の知識を問う難問になります。この難易度ブレを抑えるには、プロンプトの設計が重要になり、ここでツール間の差が大きく出ます。後述の比較では、この難易度の安定性も評価軸に入れています。

「問題集作成専用AI」より汎用AIが選ばれる理由

世の中には「問題自動生成ツール」をうたうサービスも増えてきました。教育機関向けのテスト作成システムや、LMS（学習管理システム）に組み込まれた出題機能などです。ただ、これらの専用ツールは、決まったテンプレートに沿った問題は作れても、資格固有の出題形式や独特の難易度を再現する柔軟性に欠けることが多いのが実情です。

一方、ChatGPTやClaudeのような汎用チャット型AIは、プロンプト次第でどんな出題形式にも対応でき、難易度の指示も細かく調整できます。柔軟性という一点で、現状は汎用AIに軍配が上がります。専用ツールが優位なのは「大量のユーザーに同じ形式の問題を自動配信する」ような運用フェーズであり、「これから教材を作り込む」制作フェーズでは汎用AIの方が圧倒的に使いやすい。このため本記事では、汎用AIを軸に比較を進めます。

主要AIツールを4軸で徹底比較

ここからが本題です。問題集作成に使える主要なAIツールを、「難易度コントロール」「費用」「長文読解力（テキストからの出題）」「解説の質」という4つの軸で比較していきます。フェアに見るために、各ツールの弱点も隠さず書きます。

ChatGPT（OpenAI）の評価

ChatGPTは最も広く使われている汎用AIで、問題集作成でも定番です。最大の強みは「指示への素直さ」です。「4択で」「難易度は中級」「解説を200字で」といった細かい条件を出すと、その通りの形式で出力してくれる安定感があります。出題形式のバリエーションも豊富で、選択問題・穴埋め・記述・正誤判定など、ほぼあらゆる形式に対応します。

費用面では、無料プランでも一定量の問題作成は可能ですが、本格的に量産するなら有料プランが現実的です。有料プランは月額20ドル程度（日本円でおよそ3,000円前後）が標準的な価格帯で、応答速度と利用上限が大きく改善します。問題集を継続して作る講座運営者なら、十分に元が取れる投資です。

弱点は、長文のテキストを丸ごと読み込ませて出題させる用途では、入力できる文章量に制約があり、長い教材を一度に処理しきれない場面があることです。また、専門性の高い分野では、もっともらしいが微妙に間違った問題を作ることがあります。総じて、出題形式の自由度と扱いやすさを重視するなら第一候補に挙がるツールです。

Claude（Anthropic）の評価

Claudeは、長文処理と文章の自然さに定評があるAIです。問題集作成の文脈で光るのは、長いテキストを読み込ませて出題させる用途です。講座のテキスト全体や、複数章にまたがる資料を一度に読み込ませても、内容を踏まえた整合性のある問題を作る傾向があります。テキストからの自動出題を重視するなら、有力な選択肢です。

解説文の質も高く、なぜその答えになるのかを論理的に、かつ受講者に分かりやすい言葉で書くのが得意です。解説作成の負担を減らしたい講座運営者には向いています。費用は有料プランで月額20ドル前後と、ChatGPTと同水準です。

弱点を挙げるなら、出題形式の細かい指示に対してはChatGPTほど機械的に従わない場面があり、出力のフォーマットを厳密に揃えたいときは、プロンプトを丁寧に設計する必要があります。とはいえ、長文を扱う・解説を作り込むという制作工程では非常に頼りになるツールです。

Gemini（Google）の評価

Geminiは、Googleの検索資産と連携している点が特徴です。最新の情報を参照しながら問題を作れる場面があり、法改正や制度変更が頻繁な分野では、情報の新しさという点でメリットになることがあります。Google Workspaceとの連携も強く、ドキュメントやスプレッドシートで問題集を管理している場合は、ワークフローに組み込みやすい利点があります。

費用は無料でも相当の範囲が使えますが、高機能版は有料プランで月額20ドル程度の価格帯です。

弱点としては、問題作成という用途においては、出力の安定性がChatGPTやClaudeにやや劣る場面があり、同じプロンプトでも出力の質にムラが出ることがあります。情報の新しさを重視する分野、あるいはGoogleのエコシステムをすでに使っている人にとっては、検討に値するツールです。

比較から見える使い分けの結論

3ツールを並べると、明確な優劣ではなく「用途による使い分け」が正解だと分かります。出題形式を細かくコントロールして大量の問題を量産したいならChatGPT、長い教材テキストから整合性のある問題と質の高い解説を作りたいならClaude、最新の制度情報を反映させたいならGemini。1つに絞るのではなく、工程ごとに使い分けるのが、現状で最も合理的な運用です。

正直なところ、「どれか1つだけ契約すればすべて解決する」と期待してこの記事を読んでいる方には期待外れかもしれません。けれど、問題集作成という作業の性質上、複数ツールの併用がコストパフォーマンスで上回るのが実態です。月額20ドルのツールを2つ契約しても月40ドル、年間でおよそ7万円程度です。問題集を外注すれば1問あたり数百円から数千円かかることを考えれば、この投資は十分に見合います。

問題集作成AIを選ぶときの7つのチェックポイント

ツールの比較を踏まえた上で、実際に自分の講座にどれを選ぶかを決めるための具体的なチェックポイントを整理します。汎用AIは万能に見えて、用途とのミスマッチがあると期待外れになります。次の7点を確認してから選ぶと、失敗が減ります。

第1に「扱う資格の正答が一意に定まるか」です。法律・会計・計算系のように正答が明確な分野ほど、AIの誤答リスクが事業リスクに直結します。この場合は検証工程を重く見積もり、解説の論理性が高いツールを選ぶべきです。第2に「過去問の蓄積があるか」です。手元に良質な過去問や類題のサンプルがあれば、それをAIに「お手本」として示すことで出力の質が大きく上がります。お手本を示せるかどうかで、ツールに求める性能も変わります。

第3に「出題形式の複雑さ」です。単純な4択中心ならどのツールでも対応できますが、図表を伴う問題や、複数の条件を組み合わせる事例問題では、指示への忠実さが高いツールが向きます。第4に「テキストの長さ」です。短い章末問題ならどれでもよいですが、教材全体を読ませて出題させるなら長文処理に強いツールが必須です。第5に「解説作成の比重」です。解説まで作り込むなら、文章の分かりやすさを重視してツールを選びます。

第6に「予算と量のバランス」です。月に作る問題数が少なければ無料プランで足りますが、講座を本格運営するなら有料プランは必須です。第7に「既存ワークフローとの相性」です。普段使っているドキュメントツールやLMSとの連携を考えると、選択肢が絞れることもあります。これら7点を自分の状況に当てはめて、優先順位の高い軸でツールを選ぶのが、後悔しない選び方です。

プロンプト設計が品質の8割を決める

ここで強調しておきたいのは、ツールの性能差以上に、プロンプトの設計が出力品質を左右するという事実です。同じChatGPTでも、雑に「簿記3級の問題を作って」と頼むのと、「簿記3級の商業簿記、勘定科目は資産・負債・純資産から出題、難易度は本試験の第1問レベル、4択、各選択肢に簡潔な誤答理由を付ける」と細かく指定するのとでは、出てくる問題の質が天と地ほど違います。

私が問題作成のプロンプトを試行錯誤して気づいたのは、「お手本を1〜2問見せる」効果の大きさです。理想とする問題を例として最初に示すと、AIはそのトーン・難易度・解説の粒度を真似てくれます。これだけで類題生成の精度が体感で大きく改善しました。逆に言えば、お手本なしで「いい感じに作って」と丸投げすると、ツールが何であっても安定しません。ツール選びと同じくらい、プロンプトへの投資が重要だと考えてください。

AIで問題集を作る具体的な手順

選び方が分かったところで、実際の作成手順を整理します。ここを押さえておくと、ツールを契約してから「で、どう使えばいいの？」と迷わずに済みます。

まず「出題範囲と形式を定義する」ことから始めます。どの分野から、何問、どの形式で出すかを先に決めます。この設計図がないままAIに頼むと、出力がばらつき、後で整理する手間が増えます。次に「お手本問題を用意する」段階です。前述の通り、理想とする問題を1〜2問用意してAIに示すと、出力の質が安定します。お手本がなければ、せめて「難易度の基準」を言葉で詳しく説明します。

続いて「プロンプトで一括生成する」工程です。範囲・形式・難易度・解説の粒度をすべて指定して、まとめて問題を生成させます。ここで一度に20問、30問と作らせ、後で取捨選択するのが効率的です。そして最も重要なのが「人による検証」です。生成された問題は必ず人が一問ずつチェックし、正答の正しさ、選択肢の適切さ、難易度の妥当性を確認します。誤りがあれば修正し、不適切な問題は捨てます。この検証工程を省くと、配布後にクレームや信用失墜につながるので、絶対に飛ばしてはいけません。

最後に「解説を整える」段階です。問題と正答をAIに渡し、解説を生成させてから、表現や正確さを人が調整します。この一連の流れを回すと、ゼロから人が作るよりも制作時間が大きく短縮されます。AIは「叩き台を高速で作る道具」、人は「品質を保証する監修者」という役割分担が、実務で機能する形です。

講師・編集者の仕事はどう変わるか

AIの導入で問題集作成の現場は確実に変わりつつありますが、講師や編集者の仕事がなくなるわけではありません。むしろ役割が「作る人」から「選び・監修する人」へシフトしていきます。AIが大量の叩き台を出す分、それを目利きして品質を保証する人の価値はむしろ高まります。

この変化は、教材制作のスキルを持つフリーランスにとってチャンスでもあります。AIを使いこなして問題集を高速に制作・監修できる人材は、講座運営者から見て貴重です。実際、在宅で教材制作や編集の仕事を請け負うフリーランスの需要は底堅く、AIスキルを組み合わせることで単価交渉の余地も生まれます。働き方としても、場所を選ばずに取り組める仕事が多く、業務委託マッチングサービスを通じてこうした案件を見つける人が増えています。

独自データから見る教材制作・AI活用の仕事の広がり

ここからは、在宅ワーク求人サイトに蓄積された職種データや関連情報をもとに、問題集作成やAI活用が、どのような仕事につながっているのかを客観的に見ていきます。AIで問題集を作るスキルは、単に自分の講座の制作を楽にするだけでなく、それ自体が仕事として成立しつつあるからです。

まず、AIを業務に活用する支援の仕事は明確に伸びています。企業や個人がAIをどう使えばよいか分からず、導入を支援する専門家を求めるケースが増えており、AIコンサル・業務活用支援のお仕事では、こうしたAI導入のコンサルティングや業務効率化の支援案件が紹介されています。問題集作成の自動化も、広い意味では「AIで業務を効率化する」テーマの一部であり、こうした知見は他の業務改善にも応用が利きます。

マーケティングやコンテンツ制作の領域でも、AI活用のニーズは高まっています。AI・マーケティング・セキュリティのお仕事では、AIを使ったコンテンツ生成やマーケティング支援の案件が扱われており、教材コンテンツの制作スキルと親和性が高い分野です。問題集や解説文を作るライティング力は、こうしたコンテンツ制作の案件でも武器になります。

学習アプリやLMSのような、出題機能を持つシステムそのものを開発する仕事もあります。アプリケーション開発のお仕事では、Webアプリやシステム開発の案件が紹介されており、AI出題機能を組み込んだ学習サービスを作る、といった案件もこの領域に含まれます。問題集作成の知見を持つ人がエンジニアと組めば、より実用的な学習システムが作れます。

単価相場から見るスキルの価値

教材制作やAI活用のスキルが、どの程度の報酬につながるのかも見ておきましょう。文章を書く力は教材制作の核ですが、著述家，記者，編集者の年収・単価相場を見ると、ライティング・編集系の仕事の単価レンジが把握できます。問題集の作成・監修は、この編集者・ライターのスキル領域に重なります。

一方、学習システムやアプリの開発に踏み込むなら、ソフトウェア作成者の年収・単価相場が参考になります。開発系はライティング系より単価レンジが高い傾向があり、AI出題機能の実装まで担えると、報酬面でのアップサイドが大きくなります。問題集作成という入口から、編集の道に進むか開発の道に進むかで、スキルの方向性と報酬の伸び方が変わってくるわけです。