トップ›記事一覧›入門ガイド
入門ガイド

APIを使わずに、自分のAIを作る方法。4つの選択肢をゼロから解説

AIの「利用」「カスタマイズ」「追加学習」「ゼロから開発」の違いと、実際に始める手順を整理します。

結論:APIなしでもAIは作れる

はい。OpenAIやGoogleなど外部の有料AI APIに接続しなくても、自分のPCで動くAIを用意したり、独自データで学習させたりできます。ただし「既存モデルを動かす」のと「AIをゼロから学習させる」のは別の作業です。

まず押さえるポイント

一番始めやすいのは公開モデルをダウンロード → 自分のPCで実行 → 必要に応じてカスタマイズの流れです。外部AI APIの契約は不要ですが、PCの性能や電気代などは必要です。

モデルを選ぶ
→
PCに入れる
→
動かす
→
自分向けに改造

AIを自作する4つの方法

方法具体的にすること初学者向け?
① ローカル実行既存のAIモデルをPCに入れて動かす◎ 最初の一歩
② カスタマイズ・追加学習指示文、資料検索、LoRAなどで自分向けに変える○ 段階的にできる
③ 蒸留先生モデルの出力を使って別のモデルを訓練する△ 中上級向け
④ ゼロから学習モデルの重みを初期状態から大量データで訓練する△ 小型なら可能

学習データを使うときは、著作権、利用規約、個人情報、安全性を必ず確認しましょう。蒸留は正当な研究にも使われる一方、無断で他社サービスから回答を大量収集すると規約や権利上の問題が起こり得ます。

外部APIを使う場合と、使わない場合

比較外部AI APIローカルAI
AIの計算場所サービス提供会社のサーバー自分のPC・自分のサーバー
初期設定比較的簡単モデルの導入が必要
費用利用量による料金など計算機・電気代・運用費
データの扱い提供元の規約・設定に依存外部送信を避けた構成も可能
性能高性能なモデルを利用しやすい機材とモデル次第
「APIなし」の正確な意味は?

ここでは「OpenAIなど他社のクラウドAI APIを使わない」という意味です。ローカルAI内部でもlocalhostのAPIを使うことがあります。APIという仕組み自体が禁止という意味ではありません。

実践:WindowsでローカルAIを動かす

1

Ollamaをインストール

公式のOllamaダウンロードページからWindows版を入れます。macOS・Linuxにも対応しています。

2

PowerShellを開く

Windowsのスタートメニューで「PowerShell」と検索して起動します。

3

小型AIを実行する

次のコマンドを実行します。初回はモデルのダウンロードが発生します。

PowerShell / ターミナル
ollama run qwen3:0.6b

会話を入力できれば成功です。モデルによって日本語の精度や応答速度は異なります。低メモリPCでも動く可能性はありますが、速度は保証されません。

4

確認する・終了する

チャット中は /bye で終了できます。ダウンロード済みモデルの確認は次のコマンドです。

PowerShell
ollama list
画面操作が苦手なら

この段階は「AIを自作した」のではなく、「公開AIを自分のPCで実行した」状態です。詳細なWindows向け手順はOllamaの導入ガイドにもまとめています。

そのAIを「自分専用」にする3段階

レベル1:指示文を固定する

例えば「政治経済を高校生向けに、まず通常の説明、その下に具体例をつけて解説して」と決める方法です。Ollamaなら Modelfile で回答スタイルを設定できます。これは追加学習ではありません。

レベル2:自分の資料を参照させる(RAG)

自分のノートやFAQを検索し、その結果をAIに渡して回答を作らせます。資料が増えるタイプの専門AIは、まずRAGから始めるのが合理的です。資料の更新がしやすく、モデルの重みを書き換える必要がありません。

レベル3:回答傾向を追加学習する(LoRA)

例題と望ましい回答を用意して、モデルの一部を効率よく訓練します。LoRAは学習対象のパラメータ数を抑える方法です。ただし、GPUやデータ品質の確認が必要で、追加学習だけで正確な専門知識が保証されるわけではありません。

たとえ:塾の先生で考えると

ローカル実行=先生を教室に呼ぶ/指示文=教え方をお願いする/RAG=毎回参考書を開いてもらう/LoRA=先生自身に研修を受けてもらう、という違いです。

ゼロからAIを作るのは可能?

可能です。PythonとPyTorchなどを使い、小さなニューラルネットワークの構造を作って、初期状態からデータで訓練できます。ただしChatGPT級の汎用AIを個人のPCでゼロから作ることは現実的ではありません。必要なデータ量、計算資源、評価・安全対策の規模が大きすぎるためです。

「AI開発の原理を学びたい」なら小型モデルをゼロから。「独自AIサービスを作りたい」なら既存モデル+独自データ、という選び方が実用的です。

Webサービスとして公開するには

  1. ローカルAIが動くことを確認する。
  2. 推論を実行するサーバー(GPU搭載PCやクラウドGPUなど)を用意する。
  3. Web画面とサーバー側の処理を接続する。
  4. ログイン、悪用対策、利用制限、個人情報保護を実装する。
  5. 速度・費用・回答品質を測定して公開する。
重要:そのまま外部公開しない

ローカルのOllamaを入れただけで、インターネットに管理なしで公開するのは危険です。認証、アクセス制限、サーバーの保護を用意してください。

お金はどのくらい必要?

公開モデルのローカル実行は、手元のPCで試すだけなら追加のAPI利用料は基本的に不要です。一方、実際には電気代・ストレージ・GPU・公開サーバー代が必要になることがあります。追加学習はモデルサイズや計算時間で費用が大きく変わるため、一律の金額はつけられません。

目的費用を左右するもの
自分だけで使う手持ちPCの性能、モデル容量、電気代
独自資料を読ませる文書保存・検索システム、推論マシン
追加学習をするGPU利用時間、データ準備、検証作業
一般公開する同時利用者数、推論回数、セキュリティ

よくある疑問

8GBのWindowsノートでも作れる?

小さな量子化モデルなら実行できる可能性があります。ただしメモリ不足や低速になる場合があります。まず小型モデルで試し、追加学習は別のGPU環境も検討してください。

ダウンロードしたAIは完全に自分のもの?

自分で実行・改造できる範囲はモデルのライセンスによります。著作権や商用利用の可否、再配布条件を確認してください。「自分のPCで動く」ことと「権利を所有する」ことは違います。

APIなしならインターネット不要?

モデルの初回ダウンロードやソフト更新はネット接続が必要です。セットアップ後はローカルのみで利用できる構成もあります。

蒸留すればChatGPTと同じものを作れる?

同等の性能が保証されるわけではありません。学習データ・モデル容量・学習方法で差が出ます。また、他社AIの出力収集は利用規約等を確認する必要があります。

参考にした公式資料