Claude認定アーキテクト - プロフェッショナル（CCAR-P）の無料練習問題

CCAR-Pのサンプル問題

Claude認定アーキテクト - プロフェッショナルの無料練習問題10問を、以下ですべて確認できます。

1. あるリテール銀行が、新規口座開設の申込審査の振り分けを自動化しています。すべての申込は同じ3つの段階を経ます。本人確認書類から項目を抽出し、それを申込フォームと照合して検証し、不一致を人間のレビュアー向けにフラグ付けします。コンプライアンス上、各段階の出力を個別に検査できることが求められており、段階の順序は4年間変わっていません。これらの制約に最も適したアーキテクチャはどれですか。

   • 段階ごとに1回のモデル呼び出しを行い、段階の間にプログラムによる検証ゲートを置く、プロンプトチェーン型のワークフロー
   • 各申込を実行時にサブタスクへ分解し、ワーカーエージェントに委任するオーケストレーターエージェント
   • 抽出、検証、不一致のフラグ付けをまとめて扱う包括的なプロンプトによる、1回のモデル呼び出し
   • 各申込を分類し、複数ある専門のハンドラープロンプトのいずれかに振り分けるルーティングステップ

2. あるEコマースのサポートエージェントは、注文、返金、在庫、配送を扱う40個を超えるツールを持つまでに増えました。ツール選択の精度が下がり、入力コストが上がり、ツールを追加するたびにプロンプトキャッシュのヒット率が低下しています。チームはすべての機能を利用可能なままにしておく必要があります。この劣化に最も直接的に対処できる変更はどれですか。（2つ選択してください。）

   • 重複するツールを統合し、各ツールの説明を、そのツールを呼び出すべき状況が正確にわかるように書き直す。
   • tool_choiceをanyに設定し、古いコンテキストから回答するのではなく、エージェントが必ずいずれかのツールを使うようにする。
   • キャッシュのために安定した位置に置けるよう、ツールの一覧全体をシステムプロンプトに移す。
   • ツールを呼び出す前に推論する余地を増やすため、すべてのリクエストでmax_tokensを引き上げる。
   • ツール検索ツールを導入し、めったに使わないツールにdefer_loadingを設定して、スキーマが関係するときだけ読み込まれるようにする。

3. ある物流プラットフォームは、配送業者からの短いステータスメッセージを1日3,000万件、12種類の固定された配送状態に分類しています。ラベル付きサンプルでの精度は小型モデルですでに97%に達しており、p95レイテンシの予算は500ms、さらに財務部門が毎月のモデル利用額に上限を設けています。これらの制約に合うモデルの選択はどれですか。

   • Claude Fable 5.1。常に深い推論を行うことで、メッセージごとの精度を最大化できるため。
   • effortを低く設定したClaude Haiku 5.5。導入前にラベル付きサンプルで検証する。
   • Claude Sonnet 5.5。より強力な推論によって精度に余裕が生まれるため。
   • Claude Opus 5.5。社内のすべてのワークロードを1つのモデルに統一するため。

4. ある病院ネットワークのClaude機能は、臨床医向けに患者の問診票を要約しています。経営陣はこれをさらに3つのクリニックに展開したいと考えていますが、その前に要約が信頼できるという根拠を必要としています。問診票の質や診療科は施設ごとに大きく異なります。展開前に集めるべき最も強力な根拠はどれですか。

   • 複数の診療科にまたがる、匿名化された実際の問診票からなるホールドアウトセットのスコア。臨床医が文書化された評価基準に沿って採点したもの
   • 標準的な医療ベンチマークと一般的な推論ベンチマークで公表されているモデルのスコアを、チームが検討した各層と比較したもの
   • パイロットのクリニックが、リリース以降の四半期を通してこの機能を日常的に使う中で集めた、臨床医による星評価の平均
   • もう1つのクリニックへの段階的な展開。最初の1か月は苦情と修正依頼を注意深くモニタリングする

5. Claudeで構築したある金融サービスのチャットボットが、返信の中で顧客の口座番号全体をそのまま繰り返してしまうことがあります。銀行のデータ取り扱いポリシーは、どのチャネルでもこれを禁止しています。チームは、口座番号が顧客に届くのを防ぐ最も強力な管理策を必要としています。その管理策はどこに置くべきですか。

   • 返信を表示する前に口座番号のパターンを検出してマスクする、決定論的な出力フィルター
   • 検索レイヤー。アシスタントのナレッジベース用にインデックス化するすべての文書から口座番号を除外する
   • 口座番号が一貫してマスクされていた過去の会話記録で学習させた、ファインチューニング済みのモデル
   • システムプロンプト。顧客向けのすべての返信で口座番号をマスクまたは一部省略しなければならないという明示的なルールとして

6. ある貨物フォワーダーは、毎晩40,000件の通関申告書を処理しています。文書の約92%は、1回の構造化出力の呼び出しで同じ9つのフィールドをきれいに抽出できます。残りは劣化したスキャン画像で、関税番号の照会と2回目の抽出が必要です。財務部門は文書あたりのコストに上限を設けており、業務部門は毎晩のスループットが予測可能であることを求めています。これらの制約に最も適したアーキテクチャはどれですか。

   • すべての申告書を照会ツール付きの自律的なエージェントループに通し、きれいな文書も劣化した文書も1つの適応的な経路をたどるようにする。
   • 確信度のゲートを備えた固定の抽出パイプラインを実行し、確信度の低い文書だけを照会と再抽出の分岐に回す。
   • フィールドごとに専門の抽出サブエージェントを生成するオーケストレーターエージェントを使い、9つのフィールドすべてを並列に個別に取り出す。
   • 各文書を1回の構造化出力の呼び出しで処理し、劣化したスキャン画像がきれいなスキャン画像と同じ精度に達するまでプロンプトを改善する。

7. あるバイオテックのスタートアップの社内リサーチアシスタントは、アッセイの結果を取得するために、社内のラボ情報システムのエンドポイントを1つ呼び出す必要があります。他のAIクライアントは存在せず、今四半期に予定もありません。APIは安定しておりバージョン管理されていて、2人のエンジニアからなるチームは3週間でリリースしなければなりません。このスコープとスケジュールに合う統合のメカニズムはどれですか。

   • ラボシステムをラップする独立したMCPサーバーをデプロイし、その機能を社内の将来のClaudeクライアントから見つけられるようにする。
   • ラボシステムの前段に専用のエージェントを置き、アシスタントがエージェント間のインターフェースを通じてアッセイの照会を委任する。
   • アシスタントの自然言語のリクエストを構造化されたラボシステムのAPI呼び出しに変換する、薄い社内ゲートウェイサービスを構築する。
   • 既存のRESTエンドポイントに対してツールを1つ定義し、アシスタントからMessages APIのツール使用で呼び出す。

8. ある保険会社は、約6,000トークンの安定したガイドライン、分類体系、具体例と、それに続く短い可変の保険金請求の説明からなるプロンプトで、受け付けた請求を分類しています。分類件数は週に約90万件で、結果はリアルタイムのユーザーではなく毎晩のジョブに渡され、精度は低下してはいけません。精度を保ちながらコストを最も削減できる変更はどれですか。（2つ選択してください。）

   • 可変の請求の説明が先に来て、安定したガイドラインが各リクエストの末尾に続くよう、プロンプトの順序を入れ替える。
   • 個々のリクエストのコンテキストの負荷が軽くなるよう、分類体系を複数の小さな逐次呼び出しに分割する。
   • 安定したガイドラインと具体例のブロックにキャッシュのブレークポイントを設定し、繰り返されるリクエストでは割引されたキャッシュトークンの料金で読み込まれるようにする。
   • 非同期のワークロードのトークン料金が半額になるMessage Batches APIを通じて分類を送信する。
   • 精度を保ったまま具体例をプロンプトから削除できるよう、ワークロードをより大きなモデルの層に移す。

9. ある家庭用品の小売企業は、商品説明文の生成ツールのために新しいバージョンのプロンプトを書きました。チームは専門家がラベルを付けた400件の例と採点用の評価基準を持っており、経営陣は、顧客のトラフィックに新しいバージョンが出る前の今週中に、採用するかどうかの判断を求めています。2つのプロンプトのどちらにするかを決める最も妥当な方法はどれですか。

   • 生成したモデルに出力のペアをそれぞれレビューさせ、項目ごとにどちらのバージョンが優れていると判断したかを記録する。
   • 新しいバージョンを機能フラグの背後で全トラフィックにリリースし、今週のエンゲージメント指標を先週と比較する。
   • 4週間の本番環境でのA/Bテストを開始し、テストで結論が出なかった場合にだけラベル付きセットを決め手として使う。
   • 固定の評価基準を使って、ホールドアウトのラベル付きセットで両方のバージョンのプロンプトを採点し、結果を並べて比較する。

10. ある資産運用会社は、アドバイザーがそのまま顧客対応に使う投資適合性のメモをClaudeで下書きしています。コンプライアンス部門が懸念している失敗パターンは1つです。メモ内の捏造された数値が顧客の判断を左右することです。そのリスクを最も直接的に減らせる管理策はどれですか。

    • 生成する各メモで、モデルが記載するすべての数値の横に出典の引用を付けるよう義務付ける。
    • 顧客に使う前に、引用された元の記録と各数値をアドバイザーが照合し、承認することを義務付ける。
    • temperatureを0に設定し、同じ入力から各メモが決定論的に生成されるようにする。
    • 数値は利用前に独自に検証すべきだという常設の注記をメモに加える。