ローカルAI「Ollama」を導入する方法：インストールから基本操作まで

ローカルAI「Ollama」を導入する方法：インストールから基本操作まで

Ollamaをローカル環境に導入し、モデルを取得して試すまでの手順をわかりやすく解説します。macOS／Linux／Windows(WSL)別のインストール、初期設定、よく使うコマンドと注意点を網羅。

この記事では、ローカルで動く軽量なLLMランタイムであるOllamaの導入手順を、初心者向けに順を追って説明します。ローカル実行によりデータが外部に出ない環境を作れるのが利点です。

事前準備

まずは動作環境を確認します。CPU、メモリ、ストレージはモデルに依存するので、軽量モデルなら数GBのRAM、小〜中型モデルでは16GB以上を想定してください。GPUがある場合は高速化できますGPUがあると学習や推論が早くなります。

インストール（macOS）

macOSではHomebrewが使えれば簡単です。ターミナルで次を実行します（Homebrew未導入なら先に導入してください）。

brew install ollama

インストール後、バージョン確認は ollama version を使います。動作確認用に簡単にモデルを呼び出してみましょう。

インストール（Linux）

Linux用のパッケージが公式配布されています。一般的にはDebian/Ubuntuの.debをダウンロードして sudo apt install ./ollama.deb で導入します。ディストリやバイナリが異なる場合は公式ページの指示に従ってください。

インストール（Windows / WSL）

Windowsネイティブのサポートが限定的な場合は、WSL2上のUbuntuなどにインストールする方法が確実です。WSL2に入ってLinux版の手順（.debなど）を実行してください。WSL以外ではDocker経由の利用も検討できます。

初期設定とモデル取得

基本的な流れは次の通りです。まずはCLIで動作を確認し、モデルをローカルに取得します。

# 動作確認
ollama version

# モデルを取得（例）
ollama pull 

# 簡単な実行例
ollama run  --prompt "こんにちは。自己紹介して。"

モデル名は公式リポジトリや配布ページで確認してください。小さいモデルから試すと導入がスムーズです。

ローカルAPIと連携

OllamaはローカルHTTP APIを提供することが多く、アプリやスクリプトから利用できます。デフォルトのポートやエンドポイントはバージョンで変わるため、初回はドキュメントで確認してください。CLIの ollama run をスクリプトで呼び出すのも簡単です。

よくあるトラブルと対策

モデルがダウンロードできない場合はストレージ不足やネットワーク制限を疑ってください。大きなモデルは数十GBになることがありますので、先に空き容量を確保しましょう。WSLではファイルシステム性能に注意が必要です。

運用のコツ

運用時は次を押さえておくと安心です：モデルサイズに合ったハードウェア選定、定期的なアップデート、バックアップ。不要なモデルは削除してディスクを開けておくと良いでしょう。

まとめと次の一歩

まずは小さめのモデルを ollama pull して ollama run で動作を確認するのが最短ルートです。慣れてきたらローカルAPI連携やカスタムプロンプトで利用を広げましょう。ローカルで動かすことでデータ管理がしやすく、企業や個人の用途で活用範囲が広がります。

最終更新: 2026-02-02