ChatGPTはいらない？PCだけでAIを動かす方法｜無料で始めるローカルLLM入門

ChatGPTを使うには、インターネットへ接続してAIサービスへアクセスする。

少し前まで、それが当たり前でした。

しかし現在は、AIモデルそのものを自分のパソコンへダウンロードし、

自宅のPCだけで文章生成AIを動かす

ことができます。

インターネットを切っても質問できる。

月額AIサービスへ課金しなくても使える。

自分の文章や資料を、外部のAIサービスへ送らずに処理できる。

そんな「自分専用AI」を、普通のWindowsパソコンでも作れるようになっています。

そこで出てくる疑問が、

じゃあ、もうChatGPTはいらないの？

というものです。

最初に結論を言うと、ChatGPTが不要になるわけではありません。

ChatGPTにはWeb検索、最新情報、画像生成、ファイル分析などをまとめて利用できる強みがあります。現在のChatGPTは、チャットだけでなくさまざまなツールを統合したクラウドAIサービスへ発展しています。

一方、ローカルAIには、

• オフラインで使える
• 回数を気にせず試せる
• 自分のPC内で処理できる
• 好きなAIモデルを選べる
• 自動化へ組み込みやすい

という別の魅力があります。

この記事では、AI Motion LabのローカルAI担当・黒崎リンが、

「ChatGPTとは別に、自分のPCへもう一つAIを持つ方法」

を初心者向けに解説します。

この記事でわかること

• PCだけでAIを動かすとはどういうことか
• ChatGPTとローカルAIの違い
• ローカルLLMとは何か
• 普通のWindows PCでも動くのか
• LM Studioとは何か
• 実際にAIをインストールする手順
• どんなAIモデルを選べばよいか
• オフラインで何ができるのか
• ChatGPTとローカルAIをどう使い分けるか

PCだけでAIを動かす「ローカルLLM」とは？

LLMは「Large Language Model」の略で、日本語では大規模言語モデルと呼ばれます。

人間が入力した文章を理解し、

• 質問へ答える
• 文章を書く
• 要約する
• 翻訳する
• アイデアを出す
• プログラムを書く

といった処理を行います。

ChatGPTもAIモデルを使ったサービスですが、一般的なChatGPT利用ではOpenAIが提供するサービスへアクセスして処理します。

それに対してローカルLLMでは、

AIモデルのファイルを自分のPCへ保存し、自分のCPU・GPU・メモリを使って回答を生成します。

つまり、

ChatGPT

自分のPC
↓
インターネット
↓
クラウド上のAI
↓
回答

ローカルLLM

自分のPC
↓
自分のPC内のAIモデル
↓
回答

という違いがあります。

本当にインターネットなしで動く？

動きます。

ただし、最初の準備にはインターネットが必要です。

今回使用する「LM Studio」は、AIモデルをPCへダウンロードした後、

• AIとのチャット
• ローカル文書とのチャット
• ローカルAPIサーバー

といった主要機能を完全オフラインで利用できます。

LM Studio公式も、ダウンロード済みモデルとのチャット内容はデバイス外へ送られず、読み込ませた文書もPC内で処理されると説明しています。

ただし、

• 新しいモデルを探す
• モデルをダウンロードする
• LM Studioをアップデートする

といった操作にはインターネット接続が必要です。

POINT

一度AIモデルをダウンロードすれば、LANケーブルを抜いてもAIと会話できます。

これがクラウドAIとの大きな違いです。

ChatGPTとローカルAIを比較

比較	ChatGPT	ローカルLLM
AIが動く場所	クラウド	自分のPC
導入	すぐ使える	初期設定が必要
PC性能	基本的に問われない	重要
インターネット	基本的に利用	導入後は不要にできる
最新情報	Web機能を利用可能	モデル単体では取得できない
回答性能	高性能	モデル・PC次第
利用回数	プラン等による	PC性能の範囲で繰り返せる
月額料金	無料～有料プラン	基本的にモデル利用料なし
自分の文書	サービス機能で処理	PC内だけで処理可能
カスタマイズ	サービス側の範囲	モデルを自由に選びやすい
自動化	対応機能/API	ローカルAPI化できる

どちらが上という話ではありません。

得意分野が違います。

ローカルAIなら何ができる？

例えば、自宅PCにAIを入れると次のようなことができます。

文章を書く

ブログ記事の見出しを10個考えて。

文章を直す

この文章を初心者にも分かるように書き直して。

要約する

次の長文を5つのポイントにまとめて。

アイデアを出す

40代会社員向けのAI副業テーマを20個考えて。

プログラミング

このPythonコードのエラー原因を考えて。

自分の資料について質問する

LM Studioでは、.docx、.pdf、.txtなどの文書をチャットへ追加し、その内容について質問することもできます。文書処理もローカルで実行されます。

例えば、

このPDFを要約して。

この資料の中から費用に関する部分だけ抜き出して。

この原稿に矛盾がないか確認して。

といった使い方です。

何をインストールすればいい？

初心者にはLM Studioがおすすめです。

LM Studioは、Windows、Mac、LinuxでローカルAIモデルを動かすためのデスクトップアプリです。

LM Studioでは、

• AIモデルを検索
• モデルをダウンロード
• AIを起動
• チャット
• 文書を読み込む
• モデルの切り替え
• ローカルAPI化

まで、基本的な操作をGUIから行えます。

GoogleもGemmaをPC上で動かす方法の一つとしてLM Studioを公式に案内しています。

Ollamaという選択肢もある

ローカルAIでは「Ollama」も有名です。

OllamaはWindows、macOS、Linuxに対応し、AIモデルをローカルで実行したり、API経由で他のアプリと連携したりできます。

初心者なら、

まずLM Studio
→ 慣れてきたらOllama

くらいで十分です。

LM Studioは画面を見ながら操作しやすく、Ollamaは自動化や開発へ進みたい場合に便利です。

普通のWindows PCでも動く？

モデルを選べば動かせます。

LM StudioがWindowsで推奨している環境は、

• AVX2対応CPU
• RAM 16GB以上
• 専用GPUがある場合はVRAM 4GB以上

です。Windows x64だけでなく、Snapdragon X EliteなどARM系Windowsにも対応しています。

AI Motion Labの目安

PC	ローカルAI
メモリ8GB	小型モデル中心。かなり限定的
メモリ16GB	入門可能
メモリ32GB	かなり使いやすい
GPUなし	動くモデルはあるが遅くなりやすい
VRAM 4GB	小型モデル中心
VRAM 8GB	7B前後まで試しやすい
VRAM 12GB以上	選択肢が広がる
VRAM 16～24GB	本格運用しやすい

重要なのは、

高性能PCがないとローカルAIを始められない

わけではないことです。

最初は小さいAIモデルを選べばいいのです。

「○B」って何？

AIモデルを探していると、

• 2B
• 4B
• 7B
• 12B
• 30B

といった数字が出てきます。

Bは「Billion」、10億を意味し、モデル規模の目安です。

一般的には、

• 小さいモデル → 軽い・速い
• 大きいモデル → 重い・高性能になりやすい

という傾向があります。

ただし、モデル設計が違うため、

12Bだから必ず4Bより賢い

とは限りません。

初心者はまず2B～7B前後の小型モデルから試すのがおすすめです。

2026年ならGemma 4も候補

ローカルAIにはさまざまなモデルがあります。

LM Studio公式では、Qwen、Mistral、GemmaなどのモデルをPC上で動かせると案内しています。

2026年の候補の一つがGoogle DeepMindの「Gemma 4」です。

Gemma 4はオープンウェイトモデルとして提供され、E2B、E4B、12B、26B、31Bなど複数サイズがあります。小型モデルはノートPCやモバイル端末上でのローカル実行も意識して設計されています。

例えば、

まず試す

Gemma 4 E2B / E4Bクラス

少し性能を求める

7B～12B前後の対応モデル

高性能PC

さらに大きなモデル

という選び方ができます。

ただし、「最新だから最適」とは限りません。

日本語性能、回答速度、必要メモリを実際に比較して選びましょう。

PCだけでAIを動かしてみよう

ここから実際に導入します。

STEP 1：LM Studioをインストール

LM Studio公式サイトから、自分のOSに合ったインストーラーをダウンロードします。

WindowsならWindows版を選びます。

インストール後、LM Studioを起動します。

STEP 2：AIモデルを探す

LM Studioを開き、モデル検索画面へ移動します。

PCではCtrl + Shift + Mでもモデル検索画面を開けます。

今回は例として、

Gemma

と検索します。

LM Studioは、自分のハードウェアに適したモデルバリエーションを提案できます。

初心者の選び方

最初は、

• サイズが小さい
• Instructモデル
• 4bit前後の量子化モデル
• 自分のPCで無理なく読み込める

ものを選びます。

いきなり30Bや70Bクラスを選ぶ必要はありません。

STEP 3：モデルをダウンロード

選んだモデルの「Download」を押します。

モデルによっては数GB以上あります。

この段階ではインターネット接続が必要です。

ダウンロードが完了すれば、AIの「頭脳」が自分のPCへ保存されたことになります。

STEP 4：モデルを読み込む

Chat画面へ移動し、ダウンロードしたモデルを選択します。

モデルをメモリへ読み込むと、チャットを開始できます。

GoogleのLM Studio向けGemma手順でも、ダウンロード後にモデルをロードすれば、そのままローカルチャットを開始できると説明されています。

STEP 5：日本語で質問する

例えば、

日本の会社員がAIを勉強するメリットを5つ教えてください。

と入力します。

回答が表示されれば成功です。

これで、

自分のPCの中だけでAIが文章を作っています。

STEP 6：ネットを切って試す

ここが一番面白いところです。

Wi-FiをOFFにします。

そしてもう一度、

ローカルLLMとは何か初心者向けに説明して。

と質問します。

回答が返ってくれば、

インターネットなしでAIが動いている

ことを実感できます。

LM Studioでは、ダウンロード済みモデルとのチャットは完全オフラインで実行できます。

STEP 7：自分の文章を読み込ませる

次に、自分で作った文章や資料を読み込ませてみます。

例えば、

• 自分のブログ原稿
• 自分のメモ
• 公開済みの記事
• 自分で作ったPDF
• マニュアル
• 自分の企画書

などです。

LM Studioでは文書をチャットへ添付し、その内容を参照して回答できます。

例えば、

この原稿を読んで、初心者が理解しにくい部分を5つ教えてください。

この資料から、次の記事に使えそうなテーマを10個出してください。

と依頼できます。

「ローカルだから会社資料を入れてOK」は間違い

ローカルLLMなら、LM Studioでのモデル実行や文書処理を端末内に留められます。

しかし、

だから会社の資料を私物PCへ持ち出してよい

という意味ではありません。

例えば、

• 顧客名
• 社員情報
• 医療情報
• 未公開売上
• 契約書
• 研究データ
• 社外秘資料

などは、勤務先の規程や契約に従う必要があります。

ローカルAIの練習では、

• 自分で作った文章
• 公開情報
• 架空データ

から始めるのが安全です。

ローカルAIのメリット1：月額料金を気にしにくい

ローカルAIモデルは、自分のPCで計算します。

そのため、一般的にはチャットを1回するたびに外部API利用料が発生するわけではありません。

例えば、

• タイトルを100個作る
• 何度も文章を書き直す
• 同じ処理を繰り返す
• 大量の文章を分類する

といった作業を気軽に試せます。

ただし完全無料ではありません。

• PC代
• GPU代
• 電気代
• SSD容量
• 設定時間

は必要です。

POINT

ローカルAIは「無料のChatGPT」ではなく、自分のPCを使ってAIを動かす方式です。

メリット2：好きなAIを選べる

ChatGPTでは、OpenAIが提供するモデルを使います。

一方、ローカル環境では、

• Gemma
• Qwen
• Mistral
• その他の公開モデル

などから、自分の目的やPC性能に合わせて選択できます。LM Studioも複数のオープンモデルをローカル実行する環境として提供されています。

今日は軽いモデル。

明日は日本語が得意なモデル。

コードを書くときは別のモデル。

という使い分けもできます。

メリット3：ローカルAPIとして使える

ローカルLLMは、チャット画面だけで終わりません。

LM Studioは自分のPC上にローカルAPIサーバーを立ち上げることができます。OpenAI互換形式のエンドポイントも用意されています。

これを利用すれば将来的に、

• n8n
• Python
• 自作アプリ
• 文書分類
• 記事処理
• 自動要約

などへ発展できます。

ここまで来ると、

AIとチャットする

のではなく、

自分の作業の裏側でAIを動かす

という使い方になります。

ローカルAIの弱点もある

もちろん、良いことばかりではありません。

最新情報を知らない

モデルファイル単体では、今日のニュースや現在の商品価格を検索できません。

回答性能はPCとモデル次第

小さいモデルほど動かしやすい一方、難しい質問への回答性能では高性能クラウドAIに及ばないことがあります。

PCへ負荷がかかる

CPU、GPU、メモリを使うため、

• 発熱
• 消費電力
• ファン音

が発生します。

ストレージを使う

AIモデルを何個も保存すると、SSDを数十GB、数百GBと使用することがあります。

自分で管理する必要がある

• モデル選び
• アップデート
• 設定
• トラブル対応

も自分で行います。

ChatGPTはいらなくなる？

ここまで読むと、

「もう全部ローカルでよくない？」

と思うかもしれません。

しかし、AI Motion Labではそう考えません。

ChatGPTが向いていること

• 最新情報を調べる
• Webを使ったリサーチ
• 高度な推論
• 画像生成
• ファイルやデータの分析
• 複雑な仕事をまとめて進める
• PC性能を気にせず高性能AIを使う

ChatGPTは現在、Webやファイル、各種ツールを組み合わせて作業できるクラウド型の統合AI環境へ進化しています。

ローカルAIが向いていること

• オフラインで使う
• 短い文章を何度も処理する
• アイデアを大量に出す
• 自分の原稿を整理する
• ローカル文書へ質問する
• AIを勉強する
• 自動化へ組み込む
• モデルを比較して遊ぶ

つまり、結論は、

ChatGPTかローカルLLMか

ではありません。

ChatGPT＋ローカルLLM

です。

普通の会社員にも必要？

全員には必要ありません。

ChatGPTやGeminiなどで満足しているなら、無理に導入する必要はありません。

しかし、

• AIをもう一歩深く学びたい
• 自分のPCを活用したい
• 会社でAI導入が始まっている
• AIを使う側から仕組みを理解する側へ進みたい
• 副業でAIを活用したい
• ローカルLLMや自動化に興味がある

なら、一度動かしてみる価値があります。

ローカルLLMを1回自分で導入すると、

AIはクラウドにある謎のサービス

ではなく、

PC上でモデルを読み込み、CPU・GPU・メモリを使って動くソフトウェア

として理解できるようになります。

この経験は、今後AIを使ううえでかなり大きいと思います。

最初の目標は「Wi-Fiを切って質問する」

ローカルLLMを始めると、

• どのモデルがいい？
• GPUは何が必要？
• VRAMって？
• GGUFって？
• 量子化って？

と難しい言葉が大量に出てきます。

最初から全部理解する必要はありません。

まずやることは一つです。

今日の目標

1. LM Studioをインストールする
2. 小型モデルを1個ダウンロードする
3. モデルを起動する
4. 日本語で質問する
5. Wi-Fiを切る
6. もう一度質問する

これだけです。

インターネットを切った状態で、自分のパソコンからAIの回答が返ってくる。

まずはそこを体験してください。

その後、

• もっと賢いモデルを入れる
• GPUを使う
• 自分の資料を読む
• Ollamaを導入する
• n8nとつなぐ
• 自分専用AIを作る

と進めれば十分です。

まとめ：ChatGPTを捨てるのではなく「もう一つAIを持つ」

PCだけでAIを動かすことは、もう一部の研究者だけのものではありません。

LM Studioのようなアプリを使えば、モデルを検索してダウンロードし、GUIからローカルAIとのチャットを始められます。LM StudioはWindowsで16GB以上のRAM、専用GPUがある場合は4GB以上のVRAMを推奨しています。

モデルを一度ダウンロードすれば、インターネットを切っても利用できます。

ただし、それはChatGPTが不要になったという意味ではありません。

クラウドAIには、

• 高性能
• 最新情報
• Web検索
• 豊富なツール

があります。

ローカルAIには、

• オフライン
• 自分のPC内での処理
• モデル選択
• 繰り返し利用
• 自動化
• AIを自分で触る楽しさ

があります。

AI Motion Labがおすすめしたいのは、

ChatGPTをやめることではありません。

ChatGPTしか知らない状態から卒業することです。

クラウドにあるAIを使う。

そして、自分のPCにもAIを置く。

2つを使い分けられるようになると、AIとの付き合い方が一段変わります。

最初は小さなAIで構いません。

まずは、自分のPCへAIを一つ入れてみてください。