ChatGPTを使っていると、

「このAIを自分のパソコンの中だけで動かせないの？」

と思うことがあります。

インターネット上のAIサービスへアクセスするのではなく、

AIモデルそのものをWindows PCへ保存して、自分のCPU・GPU・メモリを使って動かす。

これが、

ローカルLLM

です。

「ローカルLLM」と聞くと、

• プログラミングが必要そう
• コマンドプロンプトを使いそう
• 高性能なゲーミングPCが必要そう
• AIモデルの設定が難しそう

という印象があるかもしれません。

でも、最初の一歩だけならそこまで難しくありません。

WindowsでローカルLLMを始める方法はいくつもありますが、AI Motion Labでは初心者の最初の1本として、

LM Studio

を使います。

LM Studioなら、

①アプリをインストール

↓

②AIモデルを探す

↓

③モデルをダウンロード

↓

④モデルを読み込む

↓

⑤日本語で質問する

という流れを、ほぼ画面操作だけで進められます。

この記事では、

「ローカルLLMという言葉は知っているけど、まだ一度も動かしたことがない」

という人向けに、

Windows PCでローカルLLMを始めるところから、最初の日本語チャットまで

を順番に解説します。

---

この記事でわかること

• ローカルLLMとは何か
• ChatGPTとの違い
• Windows PCに必要なスペック
• LM StudioとLM Studio Bionicの違い
• LM Studioのインストール方法
• AIモデルの探し方
• 「1.7B」「4B」などの意味
• Q4・Q6・Q8など量子化の意味
• モデルをPCへ読み込む方法
• 日本語でローカルAIと会話する方法
• オフラインでも使えるのか
• 初心者が最初に何を試せばいいのか

---

そもそもローカルLLMとは？

普段ChatGPTを利用するときは、

Windows PC
↓
インターネット
↓
クラウド上のAI
↓
回答

という仕組みです。

AIモデルそのものが自分のPCで動いているわけではありません。

一方、ローカルLLMでは、

Windows PC
↓
PCに保存したAIモデル
↓
自分のPCで計算
↓
回答

となります。

つまり、

AIの「頭脳」にあたるモデルそのものを、自分のPCへダウンロードして使う

ということです。

---

ChatGPTをPCへインストールするわけではない

ここは最初に理解しておきたいところです。

LM Studioをインストールしても、

ChatGPTそのものがWindows PCへ入るわけではありません。

PCへダウンロードして利用できる、

• Qwen
• Gemma
• Mistral
• gpt-oss
• Llama系

などのモデルを利用します。

LM Studio公式も、Qwen・Mistral・Gemma・gpt-ossなどのモデルをPC上でダウンロードして実行できるアプリとして案内しています。

初心者向けに言えば、

LM Studio＝AIを動かすアプリ

QwenやGemma＝AIの頭脳

と考えると分かりやすいでしょう。

---

ローカルLLMを使うと何が面白い？

最初は、

ChatGPTみたいに会話できる。

それだけでも十分です。

でも、その先があります。

例えば、

• オフラインでAIを使う
• 自分のPDFを読ませる
• RAGで自分専用の資料検索AIを作る
• APIで別のアプリからAIを呼び出す
• n8nやPythonと連携する
• 自動処理に組み込む
• 自分専用AIを作る

といった使い方へ発展できます。

つまり、

AIを「質問するサービス」から「自分のPCで動かす部品」に変えられる

のがローカルLLMの面白さです。

---

Windows PCに必要なスペック

まず、自分のPCで使えるか確認しましょう。

LM Studio公式ではWindowsについて、

• x64 / ARM Windows対応
• x64ではAVX2対応CPUが必要
• RAM 16GB以上推奨
• 専用GPUを使う場合はVRAM 4GB以上推奨

と案内しています。

AI Motion Labでは、初心者向けの目安を次のように考えています。

PC環境	ローカルLLMの始めやすさ
RAM 8GB	小型モデル中心。かなり余裕が少ない
RAM 16GB	入門ラインとして使いやすい
RAM 32GB	モデル選択肢がかなり増える
GPUなし	CPU実行可能。ただし遅くなりやすい
VRAM 4～6GB	小型モデル中心
VRAM 8GB	ローカルLLMをかなり試しやすい
VRAM 12GB	中型モデルまで選択肢が広がる
VRAM 16GB以上	さらに大きなモデルへ挑戦しやすい

これはLM Studio公式の必須条件ではなく、

AI Motion Labとしての実用上の目安

です。

---

RAM 8GBでも動く？

動くモデルはあります。

AI Motion Labでも実際に、

Core i5-1235U

RAM 8GB

Intel Iris Xe Graphics

という一般的なWindows PCでLM Studioを検証しました。

Qwen3 4Bを動かすこと自体はできました。

さらに1.7Bまで小さくしたモデルも動作しました。

ただし、

メモリ使用率は最大95％。

かなりギリギリでした。

そのため、

RAM 8GB＝ローカルLLMを体験することはできる

RAM 8GB＝快適に仕事で使える

とは考えない方がいいでしょう。

8GB環境の詳しい実測結果は別記事で紹介しています。

---

GPUがなくても使える？

はい。

モデルによってはCPUで実行できます。

ただし、

GPUありのPCと比べると回答生成が遅くなりやすい

です。

ここで覚えておきたいのは、

GPUがないからローカルLLMは不可能

ではなく、

GPUがない場合は、軽いモデルを選ぶ

という考え方です。

最初の目標は、

一番賢いAIを動かすことではありません。

自分のPCだけで、

AIモデルを1個動かすこと。

まずはそこまで進めば十分です。

---

STEP1｜LM Studio公式サイトを開く

現在LM Studio公式サイトを開くと、

LM Studio Bionic

と、

LM Studio

の2つがあります。

【LM Studio公式ダウンロード画面】

2026年現在、BionicはAIエージェント向けの別アプリとして提供されています。

Bionicでは、

• コーディング
• 調査
• 文書作業
• ファイル操作
• 複数ステップの仕事

などをオープンモデルへ任せられます。

一方、従来版LM Studioは、

モデルを自分で選び、ロードしてチャットする

というローカルLLMの基本を学びやすいアプリです。

LM Studio公式もBionicを、

LM Studioとは別のアプリ

と案内しています。高度な低レベル設定には従来版LM Studioを引き続き利用できます。

この記事では、

「Download LM Studio」

を選びます。

---

STEP2｜Windows版をダウンロード

Windowsを選択します。

2026年9月時点では公式ダウンロードページからWindows版LM Studio 0.4.24が提供されています。

【Windows版LM Studioダウンロード】

自分のPCが一般的なIntel / AMD CPUなら、

通常はWindows x86版です。

Snapdragon X系Windows PCの場合はARM環境になります。

---

STEP3｜インストーラーを実行

ダウンロードしたインストーラーを起動します。

【LM Studioインストーラー】

基本的には、

利用規約を確認。

↓

インストール対象ユーザーを選択。

↓

インストール先を確認。

↓

インストール。

という普通のWindowsアプリと同じ流れです。

Pythonなどを別途インストールする必要はありません。

---

STEP4｜LM Studioを起動

インストールが終わったら、

LM Studioを起動します。

【LM Studio初回画面】

初めて見ると、

英語。

モデル名。

専門用語。

が出てきます。

でも最初に覚えるのは、

Discover

Chat

くらいで十分です。

---

Discoverとは？

AIモデルを探す場所

です。

LM StudioにはHugging Faceで公開されている対応モデルを検索・ダウンロードする機能があります。

Windowsでは、

Ctrl＋2

でもDiscoverを開けます。

---

Chatとは？

ダウンロードしたAIモデルを読み込んで、

実際に会話する画面

です。

LM Studio公式の基本手順も、

1. モデルをダウンロード
2. Chatからモデルをロード
3. 会話する

という流れです。

---

STEP5｜最初のAIモデルを探す

Discoverを開きます。

検索欄には、

例えば、

Qwen

Gemma

Mistral

などを入力します。

【モデル検索画面】

ただし、

最初から一番大きなモデルを選ばない

ことが大切です。

---

「1.7B」「4B」「8B」って何？

モデルを見ると、

1.7B。

4B。

8B。

14B。

32B。

などの数字があります。

Bは、

Billion＝10億

です。

ざっくり言えば、

モデルの規模

を示します。

一般的には、

数字が小さいモデル

軽い。

少ないRAMで動かしやすい。

速度も出しやすい。

ただし能力は低くなりやすい。

数字が大きいモデル

高性能になりやすい。

しかしRAM・VRAMを大量に使う。

という傾向があります。

---

初心者はどのサイズから始める？

最初は、

PCに余裕を持って載るモデル

を選びましょう。

例えば、

RAM 8GB

1B～2B前後から。

RAM 16GB

3B～4B前後から。

RAM 32GB

8B前後なども候補。

というように、

小さいところから始めると分かりやすいです。

もちろん量子化やContext Length、GPUなどによって必要メモリは変わります。

---

STEP6｜Q4って何？

モデルを選ぶと、

Q3_K_L

Q4_K_M

Q6_K

Q8_0

などが表示されることがあります。

【量子化の選択画面】

これは、

量子化（Quantization）

です。

AIモデルを圧縮し、

必要なメモリ容量を減らします。

LM Studio公式も、Q3やQ8などは同じモデルを異なる精度・サイズにしたもので、数字を下げるほど軽量化できる一方、品質をある程度犠牲にする可能性があると説明しています。

公式では、PCに余裕があれば、

4bit以上

を選ぶことが案内されています。

初心者なら、

Q4系

から始めると分かりやすいでしょう。

AI Motion Labの8GB PC検証でも、

Q4_K_M

を使用しました。

---

STEP7｜モデルをダウンロード

使いたいモデルを決めたら、

Download

を押します。

【モデルDownload画面】

AIモデルは、

1GB。

3GB。

5GB。

10GB以上。

とかなり大きなファイルになる場合があります。

SSDの空き容量も確認しておきましょう。

モデル検索・ダウンロードにはインターネット接続が必要です。

---

STEP8｜Chatからモデルを読み込む

ダウンロードが終わったら、

Chatへ移動します。

モデルを選択してロードします。

【モデルロード画面】

LM Studioでは、

モデルをロードする＝AIモデルをPCのメモリへ読み込む

ということです。

公式も、モデルロード時にはモデルのWeightなどを扱うためにRAMを確保すると説明しています。

つまり、

ここからPCのRAM使用量が増えます。

---

タスクマネージャーも一緒に開いてみよう

Windowsなら、

Ctrl＋Shift＋Esc

でタスクマネージャーを開けます。

初心者にはぜひやってほしいです。

【タスクマネージャー】

見るのは、

メモリ使用率。

モデルを読み込む前。

↓

読み込んだ後。

で、

どれくらい変わるか確認します。

ローカルLLMでは、

モデルが動くかどうかだけでなく、PCにどのくらい余裕が残るか

も重要です。

---

STEP9｜日本語で質問してみる

モデルをロードできたら、

まず簡単な質問をしてみましょう。

例えば、

ローカルLLMとは何か、中学生にも分かるように説明してください。

あるいは、

今日やる仕事を整理するためのToDoリストのテンプレートを作ってください。

でも構いません。

文章が生成されたら、

ローカルLLM起動成功。

です。

今回答を作っているのは、

クラウド上のChatGPTではありません。

あなたのWindows PCに保存されたAIモデル

です。

---

STEP10｜Wi-Fiを切って試してみる

ローカルLLMを動かせたら、

一度試してほしいことがあります。

Wi-Fiを切ります。

あるいは、

LAN接続を外します。

そして、

もう一度質問します。

モデルがすでにダウンロードされていれば、

チャットはそのまま利用できます。

LM Studio公式も、

ダウンロード済みLLMとのチャットは完全オフラインで利用でき、入力した内容はデバイス外へ送信されないと説明しています。

これは、

ローカルLLMを初めて使ったときに一番分かりやすい体験です。

---

ただしネットが必要な操作もある

LM Studioが完全にネット不要という意味ではありません。

例えば、

• 新しいモデルを検索する
• モデルをダウンロードする
• Runtimeをダウンロードする
• LM Studioを更新する

といった操作にはネット接続が必要です。

つまり、

モデルを準備するところまではオンライン。

準備できた後のチャットは、

オフラインでも可能。

と考えると分かりやすいでしょう。

---

STEP11｜自分の文章を修正させてみる

次は仕事に近いことを試します。

例えば、

以下の文章を自然なビジネスメールに修正してください。

と入力。

その下に、

自分で作ったテスト文章を貼ります。

ただし最初は、

• 架空のメール
• 自分のブログ文章
• 公開情報
• テストデータ

を使いましょう。

会社資料を使う場合は、

会社の情報セキュリティ規程を必ず確認してください。

ローカル処理だからといって、

会社の機密情報を自由に扱ってよいわけではありません。

---

ローカルLLMはChatGPTより賢い？

ここは期待しすぎない方がいいです。

AI Motion Labでは、

RAM 8GBのWindows PCで、

Qwen3 1.7B Q4

を使い、

ビジネスメールの文章修正をChatGPTと比較しました。

結果は、

ChatGPTの方がかなり自然。

でした。

Qwen3 1.7Bでもメール文章は生成できます。

しかし、

• 敬語
• 自然な日本語
• 文脈理解
• 元文章の意味の維持
• 冗長表現の整理

では、今回ChatGPTの方が使いやすい結果になりました。

つまり、

小型ローカルLLMを入れればChatGPTが不要になる

わけではありません。

---

では、なぜローカルLLMを覚えるの？

ここが重要です。

ローカルLLMの目的は、

ChatGPTを完全に置き換えることだけではありません。

例えば、

自分の資料検索。

↓

RAG。

大量文章。

↓

自動処理。

LM Studio。

↓

API。

API。

↓

Pythonやn8n。

という形で、

AIを自分の仕事の仕組みに組み込めます。

つまり、

AIに質問する人

から、

AIを仕事の中へ組み込む人

へ進む入口になります。

---

ローカルLLMを始めたら次に何をする？

最初のチャットができたら、

次はこの順番がおすすめです。

STEP1

別のモデルを試す。

例えば、

1.7B。

↓

4B。

など。

---

STEP2

Q4とQ6などを比較する。

速度。

RAM使用量。

回答品質。

を比べます。

---

STEP3

自分の文章を要約する。

---

STEP4

PDFや文書を読ませる。

---

STEP5

RAGを試す。

---

STEP6

APIを使う。

---

STEP7

Pythonやn8nと連携。

ここまで進むと、

ローカルLLMが、

単なるチャットアプリではなくなります。

---

初心者が最初からやらなくていいこと

LM Studioを見ると、

• Context Length
• Temperature
• GPU Offload
• Sampling
• System Prompt
• API
• MCP
• RAG

など、

いろいろな言葉が出てきます。

最初から全部覚える必要はありません。

まず、

① LM Studioを入れる

↓

② 小さなモデルを1つダウンロード

↓

③ ロードする

↓

④ 日本語で質問する

これだけです。

---

最初のおすすめ5日間

DAY1

LM Studioをインストール。

小型モデルを1つ動かす。

---

DAY2

別のモデルを1つダウンロード。

回答を比較。

---

DAY3

タスクマネージャーでRAM使用量を見る。

---

DAY4

自分の文章を要約・修正。

---

DAY5

Wi-Fiを切って使う。

ここまでやれば、

ローカルLLMとは何か

を頭ではなく体験として理解できます。

---

よくあるトラブル

モデルがロードできない

モデルが大きすぎる可能性があります。

より小さいB数。

より軽い量子化。

を選びます。

---

PCが重くなった

タスクマネージャーでRAMを確認します。

8GB PCなどでは、

モデルを小さくしてもWindows側の余裕がほとんど残らない場合があります。

---

回答が遅い

CPUのみで推論している場合は、

モデルを小さくします。

GPUがあるPCならGPU Offloadなども確認します。

---

日本語がおかしい

モデルによって日本語能力がかなり違います。

別モデルを試してみましょう。

---

SSDが減っていく

モデルは1つ数GBになることがあります。

LM Studioではモデル保存先を管理できます。

不要なモデルは整理しましょう。

---

モデルのライセンスにも注意

ローカルLLMは、

無料でダウンロードできるモデルが多くあります。

しかし、

すべて同じ条件で使えるわけではありません。

モデルによって、

• 商用利用
• 再配布
• 改変
• 利用用途

などの条件が異なります。

仕事や副業で利用する場合は、

モデルカードやライセンスを確認

しましょう。

---

Windows PCでローカルLLMを始める流れ

最後に全部まとめます。

Windows PCを確認
↓
RAM・GPU・SSDを確認
↓
LM Studioをダウンロード
↓
インストール
↓
Discoverを開く
↓
小型モデルを検索
↓
Q4系を選択
↓
モデルをダウンロード
↓
Chatでロード
↓
日本語で質問
↓
タスクマネージャーでRAM確認
↓
Wi-Fiを切って再度質問

ここまでできれば、

Windows PCでローカルLLMを始める

という最初の目標は達成です。

---

まとめ｜まず「自分のPCでAIが返事する」を体験しよう

ローカルLLMという言葉だけを見ると、

かなり難しく感じます。

でもLM Studioを使えば、

Windows PCへアプリを入れて、

モデルを探して、

ダウンロードして、

チャットする。

というところまでは、

初心者でも十分挑戦できます。

LM Studio公式ではWindows環境について、

RAM 16GB以上

を推奨しています。

しかし、

8GBでも小型モデルを動かせる場合があります。

ただしAI Motion Labの実機検証では、

8GB環境はメモリ使用率が最大95％まで上がりました。

そのため、

「動く」と「快適」は別

と考えておきましょう。

そしてローカルLLMを始めるとき、

最初から、

RAG。

API。

MCP。

AIエージェント。

を理解する必要はありません。

ChatGPTは、

すぐ使える高性能なクラウドAI。

ローカルLLMは、

自分でモデルを選び、自分のPCでAI環境を作っていく世界。

どちらか一方を選ぶ必要はありません。

まずは、

Windows PCへLM Studioを入れて、小さなモデルを1つ動かしてみる。

そこから始めてみましょう。

ローカルLLMの面白さは、

その1回目の回答が返ってきたところから始まります。

---

次に読みたい記事

普通の8GB会社PCで実際に試した結果

普通の会社PCでローカルLLMは使える？RAM 8GBでLM Studioを試した結果、メモリ95％だった

実際の8GB PCでQwen3 4B・1.7Bを動かし、ChatGPTとのメール文章修正まで比較しています。

PCスペックをもっと詳しく知りたい

ローカルLLMに必要なPCスペックは？メモリ・GPU・VRAMを初心者向けに解説

最初のモデル選びで迷ったら

ローカルLLMのおすすめは？初心者が最初に選ぶモデル5選【2026年版】

LM StudioとBionicの違い

LM Studio BionicとLM Studioの違いを初心者向けに解説｜ローカルLLMはどっちから使う？

自分の資料を検索したい

【初心者向け】ローカルLLM＋RAGで自分専用の資料検索AIを作る｜CodexでPDF・画像・テキストを検索

---