🌱 Windowsで育てる！自分だけのLOCAL AIちゃん　WSL × Docker Desktop × Ollamaで始める、わくわくAIライフ 🤖✨

こんにちは！スーパーIT百姓侍・やまとトローです😊🌿

農業、DIY、プログラミング、ブログ発信……。

いろいろなことに挑戦していると、「自分のパソコンの中に、いつでも相談できるAIちゃんがいてくれたら、もっと楽しいのでは？」と思うことがあります。

そこで今回は、Windowsパソコンを活用して、自分だけのローカルAI環境を構築する方法をご紹介します！

使うのは、次の3つの技術です。

• 🐧 WSL 2：Windowsの中でLinuxを使えるようにする仕組み
• 🐳 Docker Desktop：アプリをコンテナという箱に入れて動かす仕組み
• 🧠 Ollama（オラマ）：AIモデルをダウンロードして実行する仕組み

さらに、ブラウザからChatGPTのような画面で会話できるように、Open WebUI も組み合わせます。

難しそうに見えますが、一つずつ進めれば大丈夫！

AIちゃん達と一緒に、楽しみながら環境を育てていきましょう。顔晴りマッチョ〜！💪🤣

---

🌸 1．LOCAL AIって何？

LOCAL AIとは、自分のパソコンなど、手元のコンピューターでAIモデルを動かす仕組みのことです。

一般的なクラウド型AIでは、質問をインターネット経由で外部のサーバーに送って処理します。

一方、ローカルで動くAIなら、モデルをダウンロードした後は、基本的な文章生成などを自分のパソコン内で実行できます。

🌿 LOCAL AIのうれしいところ

• 🔒 手元の環境で処理できるため、プライバシーに配慮しやすい
• 🌐 モデルの準備後は、インターネットに接続せずに使える場合がある
• 💰 自分のパソコンで動かすため、クラウドAIの利用料を抑えやすい
• 🛠️ Pythonやプログラムと連携して、自分だけのAIツールを作れる

ただし、ローカルで動かしていても、利用するアプリや設定によっては外部通信が発生します。また、AIモデルの性能は、クラウド型の高性能モデルと同じとは限りません。

それでも、自分で環境を構築してAIを育てていくのは、とってもワクワクしますね！😊

🏡 2．今回のシステム構成

今回の構成を、簡単な図にしてみました。

        🖥️ Windowsパソコン
                 │
                 ▼
             🐧 WSL 2
       Linux環境を利用する基盤
                 │
                 ▼
          🐳 Docker Desktop
         コンテナを管理する
                 │
          ┌──────┴──────┐
          ▼             ▼
       🧠 Ollama     💬 Open WebUI
       AIモデル実行    会話画面
          │             │
          └──────┬──────┘
                 ▼
          🌱 LOCAL AIちゃん

WSL 2とDocker Desktopは、LinuxコンテナをWindows上で動かすための土台です。

OllamaがAIモデルを実行し、Open WebUIがブラウザから使える会話画面を提供します。

それぞれの役割を分けておくと、あとから機能を追加するときにも便利です。

🔧 3．事前に準備するもの

まずは、次のものを準備します。

• Windows 10またはWindows 11の対応環境
• 仮想化に対応したパソコン
• インターネット接続
• ソフトウェアやAIモデルを保存する空き容量
• 管理者権限を使えるWindowsアカウント

Docker Desktopのシステム要件も確認しておきましょう。

メモリは8GBが一つの目安となる環境もありますが、WindowsやDockerを動かしながらAIを利用するなら、16GB以上、余裕があれば32GB以上 あると選択肢が広がります。

AIモデルはサイズが大きいものもあるため、ストレージにも余裕を持たせたいところです。

なお、必要なメモリや処理速度は、使用するモデルや設定によって変わります。

🐧 4．WSL 2をインストールする

まずはWindowsにLinux環境を用意します。

手順①：PowerShellを管理者として開く

Windowsのスタートメニューで「PowerShell」を検索します。

表示されたPowerShellを右クリックし、「管理者として実行」を選びます。

手順②：インストールコマンドを実行する

次のコマンドを入力して、Enterキーを押します。

wsl --install

これでWSLと、標準のLinuxディストリビューションであるUbuntuなどのインストールが進みます。

インストール後、再起動を求められた場合はWindowsを再起動します。

手順③：Ubuntuを初めて起動する

スタートメニューからUbuntuを起動し、案内に従ってLinux用のユーザー名とパスワードを設定します。

パスワード入力時に文字が表示されない場合がありますが、Linuxのターミナルでは一般的な動作です。

手順④：バージョンを確認する

PowerShellで次のコマンドを実行します。

wsl --version
wsl --list --verbose

UbuntuのVERSION欄が「2」になっていれば、WSL 2で動いています。

もし「1」と表示された場合は、対象のディストリビューションをWSL 2に変更する必要があります。

詳しくはMicrosoftの公式ドキュメントをご覧ください。

https://learn.microsoft.com/ja-jp/windows/wsl/install

🌱 ここまでできれば、Windowsの中にLinuxの畑ができました！

🐳 5．Docker Desktopをインストールする

続いて、コンテナを管理するDocker Desktopを導入します。

手順①：公式サイトから入手する

Docker Desktopの公式ページを開きます。

https://docs.docker.com/desktop/setup/install/windows-install

自分のパソコンに合ったインストーラーをダウンロードし、画面の案内に従ってインストールします。

手順②：WSL 2バックエンドを利用する

Docker Desktopを起動し、SettingsのGeneralで「Use the WSL 2 based engine」が有効になっていることを確認します。

設定を変更した場合は「Apply」などの適用操作を行います。

必要に応じて、SettingsのResourcesからWSLとの連携設定も確認しましょう。

手順③：動作を確認する

PowerShellを開き、次のコマンドを入力します。

docker --version
docker compose version
docker info

バージョン情報が表示され、docker info が正常に実行できれば、基本的な準備は完了です。

エラーが出る場合は、Docker Desktopが起動しているか確認してください。

Docker Desktopのライセンス条件は、利用形態や組織の規模などによって異なります。業務で利用する場合は公式条件も確認しましょう。

🧠 6．OllamaでAIを動かす準備をする

いよいよAIちゃんの出番です！

今回は、Docker Desktopの中でOllamaを動かす方法をご紹介します。

OllamaにはWindows用のネイティブアプリもありますが、今回はDockerを使って構成をまとめてみます。

手順①：Ollamaのコンテナを起動する

PowerShellで次のコマンドを実行します。

docker run -d `
  --name ollama `
  -v ollama:/root/.ollama `
  -p 127.0.0.1:11434:11434 `
  ollama/ollama

このコマンドでは、次の設定を行っています。

• -d：バックグラウンドで起動
• --name ollama：コンテナに名前を付ける
• -v ollama:/root/.ollama：AIモデルなどのデータを保存する領域を用意
• -p 127.0.0.1:11434:11434：Windows自身からアクセスできるようにポートを設定

ここでは、外部ネットワークから直接アクセスされないよう、ポートをローカルホストに限定しています。

手順②：起動状態を確認する

docker ps

一覧にollamaが表示されていれば、コンテナが起動しています。

もし起動していなければ、次のコマンドでログを確認できます。

docker logs ollama

🌱 7．AIモデルをダウンロードする

次に、AIの頭脳となるモデルを準備します。

今回は、比較的小さなモデルから試せるように、Qwen2.5の3Bモデルを例にします。

docker exec -it ollama ollama run qwen2.5:3b

初回はモデルのダウンロードが始まるため、しばらく待ちます。

ダウンロードが終わると、ターミナル上でAIと会話できます。

例えば、こんな質問をしてみましょう。

こんにちは！
農業とITを組み合わせて、
個人事業を楽しく発展させるアイデアを
5つ考えてください。

AIちゃんが回答してくれたら成功です！🎉

なお、3Bはモデルの規模を表す目安であり、性能や日本語の得意さを保証するものではありません。パソコンのメモリや用途に応じて、ほかのモデルも試してみましょう。

Ollamaのモデル一覧はこちらです。

https://ollama.com/search

💬 8．Open WebUIで使いやすい会話画面を作る

ターミナルでの会話も楽しいですが、普段使っているブラウザから操作できると、さらに便利です。

そこで、Open WebUIを追加します。

手順①：Open WebUIのコンテナを起動する

PowerShellで次のコマンドを実行します。

docker run -d `
  --name open-webui `
  --restart unless-stopped `
  -p 127.0.0.1:3000:8080 `
  -e OLLAMA_BASE_URL=http://host.docker.internal:11434 `
  -v open-webui:/app/backend/data `
  --add-host=host.docker.internal:host-gateway `
  ghcr.io/open-webui/open-webui:main

この構成では、Open WebUIからWindows側のローカルポートを経由して、Ollamaに接続します。

先ほどのOllamaのコンテナが起動していることも確認してください。

手順②：ブラウザでアクセスする

Windowsのブラウザで、次のURLを開きます。

http://localhost:3000

初回は、画面の案内に従ってアカウントを作成します。

このアカウントは、設定したOpen WebUI環境内で使うものです。外部公開する場合は、認証やネットワークの設定を特に慎重に行いましょう。

手順③：AIモデルを選ぶ

会話画面を開き、モデル選択欄にqwen2.5:3bが表示されるか確認します。

モデルが表示されない場合は、接続設定を確認してください。

必要に応じて、Open WebUIの管理画面からOllamaの接続先を確認し、モデルのダウンロードを行います。

これで、ブラウザから会話できるLOCAL AI環境の完成です！🎉🤖

※Open WebUIは更新が続くソフトウェアです。実際の画面や設定項目はバージョンによって変わる場合があります。

🔍 9．うまく動かないときのチェックポイント

困ったときは、慌てず一つずつ確認していきましょう。

症状	確認すること
dockerが認識されない	Docker Desktopのインストールと起動状態
コンテナが起動しない	docker ps -a と docker logs ollama
AIモデルが表示されない	Ollamaの接続先とモデル名
AIの返答が遅い	メモリ容量、モデルのサイズ、CPU・GPUの使用状況
ディスク容量が足りない	ダウンロード済みモデルとDockerの保存領域

まずは、次のコマンドでコンテナの状態を確認するのがおすすめです。

docker ps -a

エラーが出た場合は、表示されたメッセージをコピーして調べてみましょう。

ただし、ログや設定を共有する際には、パスワードや認証情報などの秘密情報が含まれていないか確認してくださいね。

🌈 10．LOCAL AIちゃんで、どんなことができる？

環境が完成したら、楽しみ方はいろいろ！

🌾 農業 × AI

• 農作業の記録や作業計画の整理
• 栽培方法を調べるための質問案づくり
• 農業ブログの構成や文章の下書き

🛠️ DIY × AI

• 作業工程の整理
• 必要な材料のリストづくり
• Pythonなどを使った作業記録ツールの開発

💻 IT × AI

• Pythonプログラムの作成補助
• エラーの原因を考える
• ローカルの文書を活用する仕組みの研究

ただし、AIの回答には間違いもあります。農薬の使用、安全に関わる作業、電気工事、建築、機械の修理などでは、必ず信頼できる資料や専門家による確認を組み合わせましょう。

AIちゃんは頼もしい相棒ですが、最後に確認するのは人間の大切な役目です。

🔒 11．安全に使うために

LOCAL AIはプライバシーに配慮しやすい仕組みですが、ローカルで動かせば何をしても安全、というわけではありません。

• 外部公開が必要ない場合は、ポートをむやみに公開しない
• モデルやコンテナの保存領域を定期的にバックアップする
• ソフトウェアを適切に更新する
• 個人情報や仕事の重要データを扱う場合は、保存先やアクセス権を確認する
• AIが生成したコードは、実行する前に内容を確認する

今回の例では、会話画面をlocalhostに限定しています。これは自分のパソコンから利用するための基本的な設定です。

ほかのパソコンやスマートフォンから使いたくなった場合は、安易にポートを開放せず、安全な接続方法を検討しましょう。

🚀 12．これからの楽しみ方

今回の環境は、LOCAL AI活用のスタート地点です。

今後は、こんな発展も考えられます。

• PythonからOllamaを呼び出す
• 自分のブログや作業記録を検索できる仕組みを作る
• AIとセンサーを連携させ、農業の見守りに活用する
• プログラム開発を支援するAI環境を整える

最初からすべてを完成させる必要はありません。

一つ動いたら喜ぶ。エラーが出たら調べる。分かったことを記録する。

そんな小さな積み重ねが、やがて自分だけの便利なシステムにつながっていくと思います。

🌸 おわりに

今回は、Windows・WSL 2・Docker Desktop・Ollama・Open WebUIを組み合わせて、LOCAL AI環境を構築する方法をご紹介しました。

最初は専門用語が多くて難しく感じるかもしれません。

でも、一つずつ理解していけば、少しずつ自分の力になっていきます。

農業もITも、土台を整えて、試して、改善していくところは同じですね。🌱

自然の知恵とITの力を組み合わせて、人にも自然にもやさしい、楽しい仕組みを育てていきたいです。

AIちゃん達の力をお借りしながら、無理せず、楽しく、少しずつ。

スーパーわくわくモテモテついてる大作戦！ 🤣💪🌾🤖✨

これからも、学びと挑戦を楽しんでいきましょう！

最後まで読んでいただき、ありがとうございました。

顔晴りマッチョ〜です🌈

---

📚 参考にした公式情報

• Microsoft Learn：WSLのインストール
  https://learn.microsoft.com/ja-jp/windows/wsl/install/
• Docker Docs：WindowsへのDocker Desktopのインストール
  https://docs.docker.com/desktop/setup/install/windows-install/
• Ollama：公式サイト
  https://ollama.com/
• Open WebUI：公式ドキュメント
  https://docs.openwebui.com/

※本記事は、2026年10月時点で参照できる公式情報をもとに構成しています。インストーラー、モデル、設定画面、コマンドなどは更新によって変わる場合があります。