AIツール活用

LM Studioの使い方をMacの画面で解説!日本語チャットと文書の要約まで

中島大介(なかじ)読了時間 約21分
LM Studioの使い方を解説する記事のアイキャッチ

社外に出せない社内規程や会議のメモを、AIに要約させたい場面は多くあります。ところが、クラウドのAIに貼り付けてよいか判断がつかず、結局は手作業で読み直すことになりがちです。

LM Studioを使えば、AIのモデルを手元のパソコンにダウンロードして、画面のボタン操作だけで動かせます。ダウンロードしたモデルで話す間は、入力した文章も添付した文書もパソコンの外に送られません。ただし、画面の多くが英語で、モデルの選び方や読み込みの設定で手が止まりがちです。

この記事では、LM StudioをMacに入れるところから、モデルのダウンロード・日本語での質問・文書の要約・削除までを、実画面で1つずつ解説します。

この記事を読めば、LM Studioで手元のAIを動かし、使い終わったモデルを片付けるまでの操作が分かります。黒い画面(ターミナル)を使うのは、ほかのアプリとつなぐ応用の章だけです。

目次

LM Studioを使う前に確かめること

LM Studioは、公開されているAIのモデルを手元のパソコンで動かすためのアプリです。インストールの前に、パソコンの条件とモデルの大きさを確かめておくと、途中で容量やメモリが足りずに止まる失敗を防げます。

LM Studio公式ドキュメント「System Requirements」に書かれたMacの条件は、以下の3つです。

  1. Appleシリコン(M1〜M4などのMシリーズ)のMac
  2. macOS 14.0以降
  3. 16GB以上のメモリ(推奨。8GBでも小さいモデルなら動く場合がある)

Intelのチップを積んだMacは、2026年11月8日時点では対応していません。WindowsとLinuxにも対応していますが、本記事ではMacの画面で進めます。

LM Studioで使うモデルの大きさは、1つで数GBから数十GBです。本記事で使うモデルは3.06GBで、ダウンロードとほぼ同じ量の空き容量が要ります。

LM Studioでネットにつながるのは、モデルを探す・ダウンロードするときと、実行エンジン(ランタイム)やアプリの更新を確かめるときです。ダウンロードしたモデルで話す間は、入力した文章も添付した文書もパソコンの外に送られません。LM Studio公式ドキュメント「Offline Operation」にも、モデルを手元に置いた後はネットなしで使えると書かれています。

ローカルLLMとは?クラウドAIとの違いやメリット・できることを解説

ローカルLLMに必要なスペック!メモリとGPUの目安・PCの選び方を解説

LM Studioをインストールして日本語表示にする手順

LM Studioは公式のダウンロードのページから入れます。最初の起動で出る設定は、後から変えられるものと、先に決めておきたいものがあります。LM Studioをインストールして日本語表示にする手順は、以下の3つです。

  1. ダウンロードのページからLM Studioを入れる
  2. 最初の起動で出る設定を選ぶ
  3. 表示の言語を日本語に変える

ダウンロードのページからLM Studioを入れる

LM Studioは、公式のLM Studioのダウンロードのページから入れます。2026年11月8日に開いたときは、ページの上に「LM Studio Bionic」、下に「LM Studio」の2つのダウンロードのボタンがありました。

本記事で使うのは、下の「Download LM Studio for macOS」のボタンです。上の「LM Studio Bionic」は、同じ会社が出している別のアプリ(AIエージェント)です。

ダウンロードした「LM-Studio-0.4.28-2-arm64.dmg」を開くと、以下の画像の画面が表示されます。

画面の左の「LM Studio.app」を、右の「Applications」のフォルダに移せば、アプリのコピーは完了です。「アプリケーション」のフォルダから、LM Studioを起動します。

最初の起動で出る設定を選ぶ

LM Studioを初めて起動すると、以下の画像の画面が表示されます。

画面の下の「You can use LM Studio at home and at work.」は、家庭でも仕事でも使えるという意味です。続けると利用規約に同意したことになります。「Get Started」を押して進んでください。

次の画面では、最初のモデルのダウンロードを勧められます。

編集部が開いたときは、6.86GBのモデル「gemma-4-e4b」が勧められていました。本記事では、次の章で自分でモデルを探すため「Skip for now」で飛ばします。勧められたモデルをそのままダウンロードしても構いません。

続く「Advanced settings」の画面には、2つのスイッチがあります。

「Start local LLM service on login」は、Macにログインしたときに、LM Studioのサーバーを自動で起動する設定です。編集部の環境では、最初からオンになっていました。必要なときだけ使うなら、オフにしておくと安心です。

上の画像のように、スイッチが灰色になればオフです。

スイッチを選んだら「Continue to LM Studio」を押します。以下の画像のように、LM Studioの最初の画面が開きます。

上の画像の「Introducing: LM Link」は、新しい機能の案内です。右上の×で閉じて構いません。

表示の言語を日本語に変える

LM Studioの表示の言語は、左下の歯車のボタンから開く設定で変えます。

上の画像の「App Language」の欄が、表示の言語の設定です。画像の黒い部分は、編集部の環境の情報(フォルダの場所)を隠したものです。

「App Language」の「English」を押すと、以下の画像のように言語の一覧が開きます。

一覧から「日本語 (Beta)」を選ぶと、表示の一部が日本語に変わりました。

2026年11月8日時点の日本語の表示は「Beta」で、左の項目名など英語のまま残る所も多くあります。本記事では、画面の表示をそのまま書きます。

LM Studioでモデルを探してダウンロードする手順

LM Studioを入れた直後は、モデルが1つも入っていません。モデルはLM Studioの中で探して、ダウンロードします。LM Studioでモデルを探してダウンロードする手順は、以下の3つです。

  1. Model Searchでモデルを探す
  2. 大きさとメモリの目安を見て選ぶ
  3. ダウンロードを始めて完了を待つ

Model Searchでモデルを探す

左の「Model Search」を押すと、モデルを探す画面が開きます。

最初は、LM Studioの運営が選んだモデル(Staff picks)が並んだ状態です。上の入力欄にモデルの名前を入れると、モデルの公開サイト「Hugging Face」から探せます。

編集部は、日本語で使えて小さめのモデルとして「qwen3.5 4b」で探しました。

大きさとメモリの目安を見て選ぶ

一覧のモデルを押すと、右にダウンロードの大きさと、パソコンで動かせるかの目安が表示されます。

上の画像の「完全なGPUオフロードが可能」は、モデル全体をパソコンのGPUで動かせるという目安です。モデル名の「4B」はモデルの大きさ「4bit」は軽くする処理の強さを表します。初めは、数GBで動かしやすいモデルを選ぶと失敗しにくいです。

形式の「MLX」はAppleシリコンのMac向け「GGUF」はWindowsやLinuxでも使える形式です。

ローカルLLMのおすすめモデル!PCの性能と用途別の選び方を解説

ダウンロードを始めて完了を待つ

「Download」のボタンを押すと、ダウンロードが始まります。

編集部の環境では、3.06GBのダウンロードは2分ほどで終わりました。終わると、右下に「ダウンロード完了!」の知らせが出ます。

LM Studioでモデルを読み込んで日本語で質問する手順

ダウンロードしたモデルは、使う前にメモリに読み込みます。読み込みの設定で、一度に扱える文章の長さが決まります。LM Studioでモデルを読み込んで日本語で質問する手順は、以下の3つです。

  1. 新しいチャットでモデルを選ぶ
  2. コンテキスト長を決めて読み込む
  3. 日本語で質問して答えを確かめる

新しいチャットでモデルを選ぶ

左の「Chat」を押して「New chat」で新しいチャットを開きます。入力欄の下の「Pick a model」を押すと、使えるモデルが表示されます。

上の画像の「No loaded models」は、まだメモリに読み込んだモデルがないという意味です。ダウンロードした「Qwen3.5 4B」を選びます。

コンテキスト長を決めて読み込む

モデルを選ぶと、読み込みの設定の画面が開きます。

「コンテキスト長」は、1回の会話で扱える文章の長さです。長くするほどメモリを使います。編集部の環境では8192が最初から入っていたため、そのまま「モデルを読み込む」を押しました。

日本語で質問して答えを確かめる

読み込みが終わったら、入力欄に日本語で質問を書いて送ります。

Qwen3.5は、答える前に考える(Thinking)モデルです。編集部の質問では、1分8秒考えてから答えが出ました。

上の画像の答えには、質問に書いていない「(水)」の曜日が付いています。2026年の12月10日は木曜日です。AIは、頼んでいない情報を補って間違えることがあります。ローカルのモデルの答えは、日付・数字・名前を必ず元の情報と突き合わせてください。

AIのハルシネーションとは?原因と対策・防ぐプロンプトを解説

LM Studioで文書を添付して要約・質問する手順

LM Studioでは、チャットに文書を添付して、要約や質問ができます。添付した文書の処理もパソコンの中で行われ、外部には送られません。LM Studioで文書を添付して要約・質問する手順は、以下の2つです。

  1. チャットに文書を添付する
  2. 要約と質問を頼んで答えを確かめる

チャットに文書を添付する

入力欄の右の「+」を押すと「Attach file」と「Attach image」が表示されます。

文書は「Attach file」から選びます。LM Studio公式ドキュメント「Chat with Documents」に書かれた添付できる文書は、Word(.docx)・PDF(.pdf)・テキスト(.txt)です。

編集部は、架空の社内文書「在宅勤務のルール.txt」を添付しました。

要約と質問を頼んで答えを確かめる

文書を添付したら、頼みたいことを書いて送ります。答えの根拠を確かめやすいように、文書のどこに書いてあるかも一緒に答えてもらうのがおすすめです。

上の画像では、要約と2つの質問を1回の依頼にまとめました。

依頼を送信すると、以下の画像のように、要約と質問の答えが表示されます。

上の画像の「inject-full-content」は、文書が短いため、全文をそのままモデルに渡したという表示です。文書が長くて入りきらない場合、LM Studioは関係のありそうな部分だけを探して渡す方法(RAG)に切り替えます。

答えの「週に3日まで」「前日17時まで」は、元の文書の「3. 回数」「2. 申請」と一致していました。長い文書では、答えが文書のどこから来たかを、元の文書を開いて確かめてください。

LM Studioのローカルサーバーを起動してほかのアプリから使う手順

LM Studioは、手元のモデルをほかのアプリから呼び出すためのサーバー(API)としても使えます。業務のツールやClaude Code・Codexなどから手元のモデルを使いたい場合の応用です。LM Studioのローカルサーバーを起動してほかのアプリから使う手順は、以下の4つです。

  1. Model Serverでサーバーを起動する
  2. サーバーの公開範囲を確かめる
  3. ターミナルで動作を確かめる
  4. サーバーを止める

Model Serverでサーバーを起動する

左の「Model Server」を押すと、サーバーの画面が開きます。

上の画像の「Status: Stopped」は、サーバーが止まっているという表示です。

「Status: Stopped」の横のスイッチを押すと、以下の画像のようにサーバーが起動します。

「Reachable at」に表示された「http://127.0.0.1:1234」が、ほかのアプリから呼び出すときのアドレスです。

サーバーの公開範囲を確かめる

「Server Settings」を押すと、サーバーの設定が開きます。

「ローカルネットワークで提供」がオフなら、サーバーは自分のパソコンの中からしか呼び出せません。社内のネットワークのほかのパソコンから使う場合は、社内のルールを確かめてからオンにしてください。オンにするときは、呼び出しにトークンを求める「Require Authentication」も合わせて使います。

ターミナルで動作を確かめる

サーバーが動いているかは、ターミナルで確かめられます。ターミナルで「curl http://localhost:1234/v1/models」と入力してEnterを押すと、使えるモデルの一覧が返ってきます。以下の画像は、一覧を呼び出した結果です。

上の画像の「qwen3.5-4b-mlx」を、ほかのアプリからモデルの名前として指定します。もう1つの「text-embedding-nomic-embed-text-v1.5」は、文章を数値に変えるためのモデルです。編集部はダウンロードしていませんが、一覧に出ました。

質問を送る場合は、質問をまとめたファイルを用意しましょう。ターミナルで開いているフォルダに「question.json」という名前で保存します。中身は「{"model": "qwen3.5-4b-mlx", "messages": [{"role": "user", "content": "質問の文"}]}」の形です。

上の画像のファイルには、使うモデルの名前と質問を書きます。

質問のファイルを送るコマンドは「curl -s http://localhost:1234/v1/chat/completions -H "Content-Type: application/json" -d @question.json」です。送ると、以下の画像のように答えが返ってきました。

画像のコマンドの後半は、答えの部分だけを取り出すためにPython 3を使っています。Python 3を使わない場合は、答えを含む長いデータがそのまま表示される形です。

LM StudioのサーバーはOpenAIのAPIと同じ形で呼び出せるため、OpenAIのAPIに対応したアプリから使えます。Claude Codeから手元のモデルを使う方法は、別の記事で解説しています。

Claude CodeでローカルLLMを使う方法|Ollama連携の手順と注意点

サーバーを止める

使い終わったら「Status: Running」のスイッチを押してサーバーを止めます。

モデルはサーバーを止めてもメモリに残るため「Eject」のボタンでメモリから外してください。メモリから外しても、ダウンロードしたモデルのファイルは残ります。

LM Studioで使わないモデルを削除して容量を空ける手順

モデルは1つで数GBあるため、使わないモデルは削除して容量を空けます。削除したモデルは、もう一度ダウンロードすれば使えるので安心です。

左の「Library」を押すと、ダウンロードしたモデルの一覧と、使っている容量が表示されます。

モデルの行の右の「…」から、操作の一覧を開いてください。

一覧から「削除」を選ぶと、確認が出ます。

「削除」を押すと、モデルのファイルが消え、一覧からもなくなります。

LM Studioがうまく動かないときの対処法

LM Studioでつまずきやすい場面は、モデルの大きさとパソコンのメモリが合わないときです。LM Studioがうまく動かないときの症状と対処法は、以下の表のとおりです。

症状対処法
モデルを読み込めない・とても遅い小さいモデル(4Bなど)に替える。コンテキスト長を短くする
答えが出るまで長い考える(Thinking)時間の長いモデルなら、別のモデルを試す
容量が足りないLibraryで使わないモデルを削除する
答えの日付や数字が違う元の文書と突き合わせる。大事な文書はより大きいモデルで試す
ほかのアプリから呼び出せないModel ServerのStatusがRunningか、モデルの名前が合っているかを確かめる

モデルの大きさとメモリの関係は、ローカルLLMの作り方の記事でも詳しく解説しています。

ローカルLLMの作り方!必要なPCと無料の構築手順・注意点を解説

LM Studioの使い方に関するよくある質問

LM Studioを仕事で使い始めるときに迷いやすい点を、質問と答えの形でまとめました。

LM Studioの使い方について、よくある質問は以下の3つです。

  1. LM Studioは仕事で使えますか?
  2. LM Studioに入力した内容は外部に送られますか?
  3. LM StudioとOllamaは何が違いますか?

LM Studioは仕事で使えますか?

LM Studioの最初の画面には「You can use LM Studio at home and at work.」と書かれており、仕事でも使えます。ただし、モデルごとに利用の条件(ライセンス)が違います。仕事で使う前に、Model Searchの画面の「Model Card」のボタンから開けるモデルの説明のページで、条件を確かめてください。

LM Studioに入力した内容は外部に送られますか?

ダウンロードしたモデルで話す間は、入力した文章も添付した文書も、パソコンの外に送られません。ネットにつながるのは、モデルを探す・ダウンロードするときと、実行エンジン(ランタイム)やアプリの更新を確かめるときです。

社外秘の文書を扱うときの考え方は、個人情報とAIの記事も参考にしてください。

AIに個人情報を入れてよい?どこまで大丈夫かを個人情報保護法から解説

LM StudioとOllamaは何が違いますか?

LM Studioは、モデルを探す・読み込む・話すまでをアプリの画面で操作できるのが特長です。Ollamaは、主にターミナルのコマンドで操作します。画面で操作したい方はLM Studio、コマンドで自動化したい方はOllamaが向いています。

ローカルLLMとは|無料で使い放題に見えるメリットと注意点

まとめ

LM Studioを使えば、手元のパソコンでAIのモデルを動かし、社外に出せない文書もパソコンの外に送らずに扱えます。LM Studioの使い方の要点は、以下の5つです。

  1. ダウンロードのページの下の「LM Studio」を入れる
  2. Model Searchで数GBのモデルを探してダウンロードする
  3. Pick a modelで読み込み、日本語で質問する
  4. 文書は「+」の「Attach file」から添付する
  5. 使わないモデルはLibraryで削除する

小さいモデルは、日付や曜日を補って間違えることがあります。答えは元の文書と突き合わせる手順を必ず入れましょう。まずは社外に出しても困らない文章で、要約を試してみてください。

参考リンク

この記事の監修者

中島大介(なかじ)

中島大介(なかじ)

株式会社メリル 代表取締役 / 記事監修

株式会社メリル代表取締役。SEO歴20年以上。最新AIやセキュリティについて発信するYouTube「ウェブ職TV」は登録者15万人以上。著書「ChatGPT & Copilotの教科書」は10万部突破!

プロフィールを見る

関連する記事

Cursorのプラグイン「pstack」の使い方を解説する記事のアイキャッチ
AIツール活用

pstackの使い方|Cursor・Claude Codeへの入れ方と頼み方

pstackを使ってみたい方は必見!この記事では、pstackの入れ方と/poteto-modeでの頼み方を解説します。実は、pstackで最初に覚えるコマンドは2つだけです。記事を読めば、AIに確かめさせながら作業を任せられます。

中島大介(なかじ)監修 / Touch AI編集部25 分で読めます
MetaのAIエージェント「Muse」の使い方を解説する記事のアイキャッチ
AIツール活用

Museの使い方|Meta Museの始め方・初期設定・料金を解説

Museを使い始めたい方は必見!この記事では、Meta Museの始め方・初期設定・料金を解説します。実は、Museとのやり取りをAIの学習に使う設定は最初からオンです。記事を読めば、任せる範囲を決めてから使い始められます。

中島大介(なかじ)監修 / Touch AI編集部26 分で読めます
Claude Codeで複数ファイルを一括置換する方法を解説する記事のアイキャッチ
AIツール活用

複数ファイルの文字列を一括置換するには?Claude Codeで残す語を指定

製品名の変更で複数のファイルを直したい方は必見!この記事では、Claude Codeで複数のファイルの文字を一括置換する手順を解説します。実は、残す語を決めてから置き換えられます。記事を読めば、コピーから元に戻す方法も分かります。

中島大介(なかじ)監修 / Touch AI編集部19 分で読めます

次のステップ

最新動向を学びに変える

話題のAIアップデートを、現役講師が背景と実務への影響まで解きほぐします。Touch AI の最新講座で、変化に追いつくための視点を得てください。

受講できる講座を見る