「Ollama」のコラム

ローカルLLMを動かすとき、まず選ぶべきは Q4_K_M。VRAMに余裕があれば Q5_K_M / Q6_K で品質が上がります。GGUF量子化の命名規則、各レベルの品質・速度・VRAMのトレードオフ、IQ系（imatrix）との違い、用途別の選び方を解説。Updated July 2026。

ローカルLLMを動かす二大ツール、Ollama と LM Studio を2026年版で比較。CLI型とGUI型の違い、インストール・使い方・API・対応OS・モデル形式を整理し、用途別の使い分けを解説します。

**オープン源内**（Open GENAI / 政府生成 AI「源内」OSS 版）は、**デジタル庁が2026年4月24日に GitHub で MIT ライセンス公開** したガバメント AI 共通基盤です（[公式リリース（英語）](https://www.digital.go.jp/en/news/907c8e5d-2f4f-4bd7-9400-37c9f4221d7d) / [源内Web リポジトリ](https://github.com/digital-go-jp/genai-web) / [源内AIアプリ リポジトリ](https://github.com/digital-go-jp/genai-ai-api)）。 **公開内容**: - **源内Web**: TypeScript / React 19 / Zustand 5 / React Router 7 / AWS CDK / Tailwind CSS + **デジタル庁デザインシステム** で構成された AI インターフェース - **源内AIアプリ**: 3つの開発テンプレート（**AWS = 行政 RAG / Azure = セルフデプロイ LLM / Google Cloud = 法制度 AI**） **ライセンス**: **MIT + CC BY 4.0**（商用利用可、改変・再配布自由） **規模**: 2026年度に **全府省庁約18万人の政府職員** を対象とする大規模実証の基盤、地方自治体・民間企業への展開狙い。 **設計思想**: **REST API-first + ExApp（外部アプリ統合）マイクロサービス** で AWS / Azure / Google Cloud のマルチクラウドを統一インターフェース化。**ベンダーロックイン回避と省庁間重複開発の解消** を構造から実現。 **vs GenU（AWS Generative AI Use Cases）**: GenU の AWS マネージドサービス重視（Bedrock Agents / Knowledge Base / MCP）に対し、源内は **REST API ベース + ExApp 拡張** + **チーム管理（System Admin / Team Admin / User の RBAC）/ SAML マルチ IdP / KMS CMEK / TTL データ保持 / 多層 WAF / Bedrock Inference Profiles** といった **行政・大企業向けガバナンス機能** を追加。一方で **動画生成・Web 抽出・プロンプト最適化は内製せず外部 ExApp に委ねる** という割り切り。 **動作確認モデル**: Claude Sonnet 4.6、Amazon Nova Lite。**[PLaMo 3.0 Prime](../columns/plamo-3-0-prime-pfn-japanese-llm-2026-06)** も源内の試用モデルに選定済み。 **留保**: デジタル庁は「**永続的な保守は保証しない、将来 OSS 公開を停止する可能性がある**」と明示。長期運用は導入組織側の責任。 **ローカル完結フォーク**: コミュニティフォーク **[hirokawaguchi/open-genai](https://github.com/hirokawaguchi/open-genai)**（非公式、experimental、MIT）は Cognito → **Keycloak（SAML）**、Bedrock → **OpenAI 互換 API（Ollama / vLLM / LM Studio）**、OpenSearch → **Qdrant**、DynamoDB → **SQLite**、Transcribe → **faster-whisper**、Bedrock 画像 → **Stable Diffusion** に置換し、**Docker Compose 1コマンド** でクラウド非依存・完全ローカルで源内を動かせます。日本語推奨モデルは **Qwen2.5**。macOS Apple Silicon（Metal）/ Linux + NVIDIA（CUDA）/ CPU-only に対応。 **オブライト視点**: [ローカル LLM 2026年6月最新版](../columns/local-llm-landscape-2026-june-update) の流れと組み合わせ、**自治体・公共系の生成 AI 共通基盤の本命**（クラウド版 + hirokawaguchi/open-genai のローカル版の **2 ルート**）として整理。記事末尾に源内導入相談・カスタマイズ実装・継続保守の3つの問い合わせ導線を設置。

Obsidian はカナダの Dynalist Inc. が開発したローカルファーストのナレッジ管理ツールです。2025年2月に商用利用も完全無料化され、IT コンサルタント・エンジニア・研究者・士業など日本企業の専門職にとって最有力の PKM 選択肢となりました。本記事では Vault の基本設定から 2026年新機能 Bases、Ollama によるローカル LLM 連携、Zettelkasten / PARA 活用パターン、日本語環境の注意点まで、明日から実践できる完全ガイドを提供します。

Qwen 3.5-9Bを使ってClaude代替環境を構築する実践的な移行ガイド（2026年Q2時点・最新版）。Apache 2.0ライセンス、262Kコンテキスト、16GB RAMで動作。Ollama導入からAPI移行、プロンプト変換、コスト比較、2026年4月時点の制限事項まで完全解説。

2026年4月時点の主要ローカルLLM10モデルを徹底比較。SWE-benchスコア・日本語性能・VRAM要件・Ollamaコマンド・ライセンスを一覧化。Gemma 4、Llama 4、Qwen 3.5、GLM-5.1、Kimi K2.5、MiniMax M2.5など最新モデルを網羅したガイド。

Googleが2026年4月2日にリリースしたGemma 4の完全ガイド。E2B、E4B、26B MoE、31B Denseの4バリアント、Apache 2.0ライセンス、マルチモーダル対応など最新情報とOllamaでの実行方法を詳しく解説します。

中小企業がGemma 4をローカル環境で活用し、クラウドAPIコストをゼロにする実践的な導入ガイド。投資回収期間わずか25日のコスト削減効果と、顧客対応・文書作成・開発支援など5つの具体的な活用事例を詳しく解説します。

OllamaとOpenClawを組み合わせることで、Mac mini上で複数のLLMを自由に切り替えながら動作するAIエージェントを構築できます。本記事では、Ollamaのインストールからモデル管理、OpenClawとの統合設定、パフォーマンス比較まで、実践的な手順を詳しく解説します。品川区、港区、渋谷区、世田谷区、目黒区、大田区を中心に、中小企業やスタートアップでも導入可能なローカルAI基盤の構築方法をご紹介します。

API利用料ゼロで運用できる社内AIチャットボットを、OllamaとOpenClawで構築する方法を解説します。中小企業にとって重要なコスト削減と、既存のSlackやLINEとの統合、会話記憶、FAQ自動応答の実装手法を詳しく紹介します。品川区、港区、大田区、目黒区を中心に、手持ちのMacハードウェアで始められるゼロコストAI戦略をご提案します。

Ollamaの埋め込みモデルとOpenClawエージェントを組み合わせて、RAG（Retrieval-Augmented Generation）対応のカスタマーサポートシステムを構築する方法を解説します。ベクトルDBとの連携により、FAQドキュメントから正確な回答を生成し、LINE・Slack等のマルチチャネルで展開可能なAIサポートを実現します。

OllamaのModelfile機能を使用して、業務に特化したカスタムAIモデルを作成し、OpenClawでデプロイする方法を詳しく解説します。プロンプトエンジニアリング、パラメータチューニング、GGUF形式モデルのインポート、マルチエージェントルーティングによるA/Bテストまで、実践的なテクニックを紹介します。

Mac mini M4とOllama、OpenClawを使って、誰でも簡単にAIエージェントを構築できます。Homebrewのインストールから、モデルのダウンロード、LINEやSlackとの連携まで、初心者向けに丁寧に解説します。品川区・港区・渋谷区をはじめ東京エリアの企業様向けAIエージェント導入支援も実施中。