Ollamaの使い方｜Windowsでの導入・基本コマンド・API接続

公開日
2026-04-30
更新日
2026-07-15
情報確認日
2026-07-15
編集・運営
Local AI Compass

このページは、OllamaをWindowsに導入して、モデルを取得・実行・確認し、必要に応じてAPIや他ツールへ接続する手順を扱います。「Ollamaとは」の概念整理は関連記事に分け、ここでは実際に手を動かす順番と失敗しやすい点に集中します。

このツールの結論

WindowsでOllamaを始めるなら、要件確認→インストール→`ollama --version`→軽量モデル1つ→`ollama run`→`ollama ps`→必要なときだけAPIやGUI連携の順番で進めます。`:cloud`モデルはPC内推論ではないため、local-onlyで使いたい場合はモデル名と通信経路を確認してください。

Windowsでインストールする前の確認

Windows版を入れる前に、公式の対応条件、保存先の空き容量、RAM・VRAM、local-onlyで使うかどうかを確認します。Ollama本体が動くことと、選んだモデルが快適に動くことは別です。

確認項目見るポイント
公式配布元Windows向けの最新版と公式ドキュメントを確認する
保存先モデルは本体より大きくなるため、SSDの空き容量を確保する
計算資源RAM・VRAM・CPU/GPUに対して小さいモデルから試す
データ経路local-onlyか、`:cloud`や外部連携を許可するかを先に決める
  1. 公式サイトからWindows版を取得する
  2. インストール後、PowerShellまたはcmdを開く
  3. `ollama --version`でCLIの応答を確認する

基本コマンドを試す順番

最初からすべての機能を試さず、バージョン確認、モデル取得、実行、一覧、ロード状況の順番で確認します。`<model>`は利用するモデル名とタグに置き換えてください。

ollama --version
ollama pull <model>
ollama ls
ollama run <model>
ollama ps
ollama serve
ollama launch

localhost:11434でAPI接続する

Ollamaを他のアプリから使う場合は、ローカルサーバーとAPIの接続先を確認します。下のPowerShell例は短い疎通確認用で、実運用では入力データ、認証、連携先の設定を別途確認してください。

$body = @{ model = "<model>"; prompt = "短いテスト"; stream = $false } | ConvertTo-Json
Invoke-RestMethod -Method Post -Uri http://localhost:11434/api/generate -ContentType "application/json" -Body $body

localとcloudを見分ける

同じOllamaのコマンドから実行しても、モデルのタグや設定によってPC内で推論するとは限りません。local-onlyが必要な作業では、`:cloud`を含むモデルを避け、通信の有無を確認します。

種類確認ポイント
localモデルモデルをPCへ保存し、PCのRAM・VRAM・CPU/GPUで推論する
`:cloud`モデルOllama Cloud側への処理や利用条件が関係するため、local-onlyとは分けて考える
連携アプリOpen WebUIなどの設定で、実際の接続先と入力データの経路を確認する

モデル保存・ログ・GPU/CPU確認

動作が遅い、容量が足りない、応答が返らないときは、モデルの保存場所、実行ログ、CPU/GPUの利用状況を分けて確認します。モデルを削除・再取得する前に、エラーの全文とバージョンを控えておくと原因を追いやすくなります。

よくある失敗

症状最初に見る場所
モデルが見つからないモデル名・タグ、`ollama ls`、公式ライブラリの表記
応答が遅い・メモリ不足モデルサイズ、量子化、RAM/VRAM、他アプリの同時起動
APIに接続できないOllamaのサーバー状態、localhost:11434、ポート競合、エンドポイント
ローカルだと思ったら通信していたモデル名の`:cloud`、サインイン状態、連携先アプリの接続設定

新しいOllamaモデルを試す前に見る更新メモ

モデル名、タグ、量子化、サイズ、ライセンス表示は実行前に確認します。新しいモデルを試す場合も、公式ライブラリと更新メモを合わせて確認してください。

インストール前に確認すること

  • Windows要件と公式ダウンロード元を確認する
  • PowerShellやcmdでコマンドを入力する前提を理解する
  • モデル保存用SSDの空き容量とRAM・VRAMを確認する
  • cloudを使うかlocal-onlyにするか、入力データの扱いを先に決める
  • Open WebUI、AnythingLLM、Hermes連携はOllama単体の確認後に行う

向いている人

コマンド操作、開発、API連携、Open WebUIなどとの組み合わせを試したい人

向いていない人

ターミナル操作を避けたい完全初心者

Windows初心者の難易度

中

コマンド操作の必要性

モデルの取得、実行、一覧確認、ロード状況の確認、サーバー起動をコマンドで行います。コマンドを一つずつ実行し、エラーが出た時点で止めると原因を切り分けやすくなります。

GPUなしPCでの扱いやすさ

CPU実行も可能ですが、モデルサイズによっては応答が遅くなります。

日本語利用のしやすさ

日本語に強いモデルを選ぶことで、文章作成や要約にも使えます。

他ツールとの違い

「Ollamaとは」の概念説明は記事側で扱い、このページではWindows導入、コマンド、API接続、ログと負荷確認に集中します。GUIでGGUFを探すならLM Studio、文書活用ならAnythingLLMも役割が異なります。

最初に試す使い方

  • `ollama --version`でバージョンを確認する
  • `ollama pull <model>`で軽量なモデルを1つ取得する
  • `ollama run <model>`で短い日本語質問を送る
  • `ollama ls`で保存済みモデル、`ollama ps`でロード状況を確認する
  • 必要になったら`ollama serve`、`ollama launch`、API連携へ進む

初心者がつまずきやすい点

  • モデル名やタグを間違える
  • 単体モデルを確認する前に連携先を増やす
  • CPUだけで大きいモデルを試し続ける
  • `:cloud`モデルをローカル推論だと思う
  • ログ、保存場所、入力データの経路を確認しない

メモリ別の現実的な使い方

  • 8GB: 軽量モデルの動作確認に絞る目安です。開発連携まで同時に試すと重くなりやすいです。
  • 16GB: 軽量モデルでAPI連携や簡単な開発用途を試しやすい目安です。
  • 32GB: Open WebUIやAnythingLLMなどとの組み合わせを検討しやすくなります。文書量は少なめから始めてください。

日本語利用で確認するポイント

  • 日本語に強いモデル名を選ぶ
  • 同じプロンプトで複数モデルを比較する
  • 英語回答が増える場合は日本語で回答する条件を明記する
  • 業務利用ではモデルライセンスを確認する

他ツールと比較した強み

  • API連携に向く
  • モデル起動がシンプル
  • Open WebUIなどと組み合わせやすい

他ツールと比較した弱み

  • 完全初心者にはコマンドが壁になりやすい
  • GUIは別途用意することが多い

公式サイトまたは公式ドキュメント

https://ollama.com/

よくある質問

Ollamaをインストールした後、最初に何をしますか？

`ollama --version`でCLIを確認し、軽量モデルを`ollama pull`と`ollama run`で1つだけ試します。単体動作を確認してからGUIやAPIへ進むと切り分けやすくなります。

`ollama ps`では何を確認できますか？

現在ロードされているモデルと実行状態を確認できます。`ollama ls`は保存済みモデルの一覧なので、役割を混同しないでください。

OllamaのAPIはどこに接続しますか？

ローカルサーバーを起動している場合、標準的な確認先は`http://localhost:11434`です。利用するエンドポイント、モデル、入力データの送信先は公式ドキュメントと連携先の設定で確認してください。

Ollamaの`:cloud`モデルはローカルで動きますか？

`:cloud`のタグが付いたモデルは、PC内で完結するローカルモデルと同じ扱いではありません。local-onlyが必要な場合は、モデル名と通信経路を確認してから利用してください。

Ollamaとは何かを先に知りたい場合は？

役割やローカル・cloud・APIの関係は「Ollamaとは」の記事で整理しています。このページでは、Windowsでの導入と実行手順に集中します。

関連記事

次に読むおすすめルート

開発・API連携したい人

LM StudioとOllamaの違いを確認し、API、長文処理、RAGまで段階的に進みます。

  1. ローカルAIをAPIで使う方法
  2. WindowsでローカルAIコーディングを始める
  3. VS CodeでローカルAIを使う
  4. LM Studioのlms CLIを使う
  5. LM StudioのTool Useを使う
  6. LM StudioのStructured Outputを使う
  7. LM StudioのResponses APIを使う
  8. LM StudioのMCPをAPIで使う
  9. ローカルAIでJSON出力する方法
  10. LM StudioとOllamaの違い
  11. コンテキスト長とは
  12. RAG・埋め込み・ベクトルDBの仕組み
  13. OllamaのEmbedding APIを使う
  14. OllamaのResponses APIを使う
  15. OllamaのAPI認証を確認する
  16. OllamaをWindowsのLANから使う前の確認
  17. OllamaのモデルID・能力を確認する
  18. OllamaのModelfileを使う
  19. Ollama native API streamingを使う
  20. Ollama Web Search APIを使う
  21. OllamaのThinkingを使う
  22. LM StudioのEmbedding APIを使う
  23. RAG評価と引用確認の基礎
  24. faithfulness確認
  25. ローカルRAGのプライバシー
  26. MCPとは
  27. ローカルLLMの安全性とプライバシー
  28. Gemma 4 12Bの更新メモ
  29. Hermes Desktopとは
  30. Hermes DesktopとLM Studio接続
  31. Hermes DesktopとOllama接続
  32. Hermes Desktop接続トラブル
  33. Hermes DesktopでOpenRouterを使う
  34. Hermes DesktopでDeepSeek APIを使う
  35. Hermes DesktopでProviderを使い分ける
  36. Hermes DesktopとLM Studio接続の確認ポイント
  37. Hermes AgentとDesktopの違い
  38. Ollamaとは
  39. Windows ARMでローカルAIを使う前の確認
  40. WindowsでOllamaをインストールする
  41. Ollamaのローカルモデルとcloudモデルの違い
  42. Ollamaのモデル保存場所と移動
  43. Ollamaのモデル一覧・削除・容量整理
  44. OllamaのOpenAI互換APIを使う
  45. Ollamaのtool callingを使う
  46. OllamaのStructured Outputsを使う
  47. OllamaのEmbedding APIを使う
  48. OllamaのResponses APIを使う
  49. OllamaのAPI認証を確認する
  50. OllamaのモデルID・能力を確認する
  51. OllamaのModelfileを使う
  52. Ollama native API streamingを使う
  53. LM StudioのEmbedding APIを使う
  54. Ollamaの解説
  55. 診断基準
  56. 比較表

あなたはどのタイプ？

比較表に戻る / 診断で最初に検討しやすいツールを確認する