2. Ollamaのインストールと利用方法

ここでは、Ollamaのインストール方法と利用方法を紹介します。

2.1 Ollamaのインストール

ダウンロードしたOllamaSetup.exeをダブルクリックして起動し、右下の[Install]ボタンを押下してインストールしてください。

インストールが完了したら、[Windows]キーを押下してメニューを開くと、Ollamaのアイコンが表示されます。見つからない場合は、検索画面で「ollama」と入力して探してください。

Ollamaアイコンが見つかったら、アイコンをクリックしてollamaを起動します。Ollamaは画面を持たないコマンドラインツールです。右下のシステムトレイにollamaが常駐するので、それで起動しているかどうかを確認できます。

ollamaが起動したら、コマンドプロンプトを起動し、以下のコマンドを実行してください。

ollama --version

バージョンが表示されていればインストール成功です。

2.2 Ollamaの利用方法

コマンドプロンプトからOllamaを利用します。

2.2.1 モデルを選ぶ
Ollamaのレジストリから、利用したいモデルを探します。今回はgoogle社のgemma3のモデルを選びます。




2.2.2 モデルをダウンロードする (pull)

ollama pull gemma3 

gemma3をローカルにダウンロードします。既にダウンロード済みの場合、モデルの最新版との差分のみ更新されます。

ollama pull gemma3:1b

公式ページを見ると、gemma3は、1B、4B、12B、27B の 4 つのサイズのパラメータがあります。何も指定しないとデフォルトの4bモデルがダウンロードされますが、例えば小さい1bモデルのパラメータのモデルをダウンロードしたい場合は、コマンドの末尾に「:1b」とパラメータ数を指定します。

2.2.3 モデルを実行する (run)

ollama run gemma3

モデルを実行します。コマンドプロンプトに、「>>>」と表示されたら、LLMモデルとチャット形式で会話できます。
チャット中は「/bye」で対話モードが終了します。「/clear」で、セッションの会話履歴をクリアできます。

2.2.4 Hugging Face Hub上のモデルを実行する (run)

ollama run hf.co/{ユーザー名}/{リポジトリ名}

Hugging Face Hub 上にある GGUF 形式のモデルも利用できます。Ollamaのレジストリで管理していないモデルを利用できます。
参考：Use Ollama with any GGUF Model on Hugging Face Hub

モデルを削除する (rm)

ollama rm gemma3

ダウンロードしたモデルを削除します。

ダウンロード済みモデルを一覧表示する (list)

ollama list

ダウンロード済みのモデル一覧を表示します。

実行中のモデル一覧を確認する (ps)

ollama ps

現在実行中のモデルが一覧表示されます。

モデルを停止する (stop)

ollama stop gemma3

現在実行中のモデルを停止します。

3. PythonからOllamaを動かす

OllamaをPythonから利用する方法を紹介します。

3.1 Pythonのインストール

Python 3.8 以降のpythonをインストールします。
公式ページにアクセスし、画像を参考に画面左上の「Downloads」にカーソルを合わせると「Python3.12.2」というボタンが出てくるのでクリックします。
「python-3.13.5-amd64.exe」というインストーラーがダウンロードされますので、インストーラーをクリックしてインストールを行います。

3.2 Ollama-pythonのインストール

コマンドプロンプトから、下記のpipコマンドを実行して、Ollama Python Libraryライブラリをインストールします。

pip install ollama

Ollama本体は、HTTPサーバとして実装されており、ローカルで起動すると11434ポートでエンドポイントを公開します。Ollama Python Libraryは、ollamaサーバへのリクエストを包んだラッパーです。1-2行のコードで簡単にリクエストできます。

3.3 Ollamaを動かすPythonコードを作成する

以下のPythonコードをテキストエディタにコピペして、ollama_python.pyで保存してください。

from ollama import chat
from ollama import ChatResponse

response: ChatResponse = chat(
    model='gemma3',
    messages=[
        {'role': 'user', 'content': 'なぜ空は青いのですか？'},
    ]
)

print(response['message']['content'])

まとめ