WindowsでOllamaを始める方法｜インストールから最初のモデル起動まで

WindowsでOllamaを始めるときは、最初からcustom GGUFやAPI連携を追加せず、公式の基本経路を一度通す方が分かりやすい。

公式インストーラーで導入 → library modelを1つ起動 → 短い返答を確認 → ollama psで配置を見る。ここまで成功すれば、Windows上のOllama自体が動く基準点を作れる。

1. Windows要件と空き容量を確認する

Ollamaの現行Windowsドキュメントでは、Windows 10 22H2以降が対象になっている。

GPU対応は別の条件だ。NVIDIA、AMDなどで対応するドライバーやOS条件が異なるため、Windowsへインストールできることから任意のGPUが自動的に使われるとは判断できない。

ストレージも確認したい。Ollama本体に加え、モデルのダウンロードで数GBから大きいものでは数十GB以上を使う。システムドライブだけでなく、モデル保存先の空きも見ておく必要がある。

2. 公式インストーラーから導入する

Windows版は公式サイトからOllamaSetup.exeを取得してインストールする。

公式ドキュメントでは通常のユーザー環境への導入が案内されており、インストール後はOllamaがバックグラウンドで動作し、PowerShellやコマンドプロンプトからollamaコマンドを利用できる。

新しくPowerShellを開き、コマンドが認識されるか確認する。

ollama

現行Quickstartではinteractive menuからモデルを選ぶ経路も案内されている。直接モデルを指定して起動することもできる。

3. 最初のlibrary modelを起動する

公式Quickstartの例では、次のようにモデルを起動する。

ollama run gemma4

初回は必要なモデルデータが取得される。入力できる状態になったら、短い質問を一つ送る。

空が青く見える理由を一段落で説明してください。

返答が得られれば、インストール、モデル取得、起動、生成までの基本経路は確認できたことになる。

終了するときはQuickstartで案内される/byeを利用できる。

4. ollama psでGPU/CPU配置を確認する

モデルを起動した状態で別のPowerShellを開き、次を実行する。

ollama ps

PROCESSOR欄では、モデルがGPUとCPUへどのように配置されているかを確認できる。100% GPU、100% CPU、またはGPU/CPUを分けた表示が出る場合がある。

返答が遅いという感覚だけからCPU fallbackと決めつけず、この表示とログを確認する方が確実だ。

CONTEXT欄には現在割り当てられているコンテキストが表示される。ランタイムの初期値とモデル自体の最大コンテキストは同じ意味ではない。

Ollamaの現行資料では、VRAM容量に応じた初期コンテキストの目安も案内されている。コンテキストを大きくすると必要メモリも増えるため、最初からモデルの最大値へ上げる必要はない。

5. モデルとログの保存場所を確認する

Windowsドキュメントでは、主な保存先として次が案内されている。

• %HOMEPATH%\.ollama — モデルと設定
• %LOCALAPPDATA%\Ollama — ログや更新関連ファイル
• %LOCALAPPDATA%\Programs\Ollama — バイナリ
• %TEMP% — 一時ファイル

サーバー側の問題を確認するときは、%LOCALAPPDATA%\Ollamaのログを手掛かりにできる。

モデル保存先を変更する場合は、ユーザー環境変数OLLAMA_MODELSを利用する公式手順がある。変更前に現在の保存先を確認し、Ollamaを再起動して反映を確認したい。

初回起動前に設定を増やしすぎない

最初の返答が出る前に次の作業を同時に追加すると、失敗したときの原因を分けにくくなる。

• custom GGUFのimport
• 別の大型モデルへの変更
• コンテキストの大幅な拡張
• GPU関連の環境変数変更
• OpenAI互換APIを使うアプリとの接続

まず公式library modelで基本経路を確認し、その後に必要な機能を追加する方がよい。

GGUFの互換性を先に確認したい場合は、GGUFはLM Studio・Ollama・llama.cppでどこまで互換？が参考になる。Ollama以外の実行環境との違いは、LM Studio・Ollama・llama.cppの比較で確認できる。

Windows版Ollamaの初回セットアップでは、最適化より先に一つの公式モデルが返答し、ollama psで現在の配置を確認できる状態を作ることが重要だ。その基準ができてからGGUF import、API、GPU設定へ進めば原因を追いやすい。