所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの 外部APIを一切使わず、完全にオフラインで動作する高機能なAIチャット環境を構築します。 ブラウザからChatGPTと同じ操作感で、Llama 3.1やGemma 2といった最新のオープンソースモデルを切り替えて使えます。 PC内に保存したPDFやテキストファイルを読み込ませて回答させるRAG（検索拡張生成）機能も標準で実装します。 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの 自分のPC内で完結し、外部にデータが漏れないChatGPTライクなAIチャットUI Dockerを使用して環境を汚さず、コマンド一つで起動・停止ができる運用環境 Llama 3やGemma 2、Qwen 2といった最新のオープンソースモデルをGUIで切り替えて使う仕組み 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約40分 | 難易度: ★★☆☆☆ この記事で作るもの 外部APIを一切使わず、自分のPC内だけで完結するChatGPTライクなチャットUI環境 Dockerを使用したOpen WebUIの構築と、Ollamaによる複数モデルの管理システム 業務資料（PDFやテキスト）を読み込ませて回答させる「ローカルRAG」の基盤 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Dockerを利用した、ブラウザから操作できるプライベートなAIチャット環境（Ollama + Open WebUI） 自分のPC内だけで完結し、外部にデータが漏れないセキュアな開発基盤 Llama 3.1やGemma 2といった最新モデルを即座に切り替えて検証できる環境 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの 外部APIに一切データを送らず、完全にオフラインで動作する「自分専用ChatGPT」環境を構築します。 ブラウザから操作できるOpen WebUIをインターフェースに使い、Llama 3.1やGemma 2といった最新モデルと日本語で対話できるようにします。 PDFやテキストファイルを読み込ませて回答させる「RAG（検索拡張生成）」の基礎機能までを実装します。 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの PC1台でChatGPTと遜色ない操作感を実現する、プライベートな生成AI環境を構築します。 外部API（OpenAI等）を一切使わず、機密情報を入力しても漏洩しないオフライン環境が手に入ります。 Dockerを利用し、GPUを最大限活用してLlama 3.1やGemma 2といった最新モデルを動かします。 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Ollamaをバックエンド、Open WebUIをフロントエンドに据えた、完全オフライン動作する生成AI環境。 WebブラウザからChatGPT感覚で、Llama 3やQwen 2.5、Gemma 2などの最新モデルを切り替えて使えるシステム。 自分のPC内にあるPDFやテキストファイルを読み込ませて回答させるローカルRAG（検索拡張生成）機能。 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの インターネット不要でChatGPTのようにチャットができるローカルAI環境 Ollamaをバックエンド、Open WebUIをフロントエンドにしたブラウザベースの操作画面 自分の持っているPDFやテキストファイルを読み込ませて回答させるRAG環境 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約45分 | 難易度: ★★☆☆☆ この記事で作るもの OllamaとPythonを組み合わせ、手元のPC（VRAM 8GB〜12GB程度）で高速に動作する「構造化データ抽出スクリプト」を作ります。 テキストから特定の情報（日付、金額、重要事項など）を抜き出し、JSON形式で保存する実務的なツールです。 前提知識: Pythonの基本的な読み書きができること、ターミナル（コマンドプロンプト）の基本操作。 必要なもの: NVIDIA製GPU（VRAM 8GB以上推奨）またはApple Silicon搭載Mac（RAM 16GB以上推奨）。 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約45分（パーツ調達済みの場合） | 難易度: ★★★★☆ この記事で作るもの NVIDIA RTX 6000 Ada（約200万円）と同等のVRAM 48GB環境を、コンシューマー向けGPU 2枚で安価に構築し、Llama-3-70Bクラスの巨大モデルを高速に動かすPython推論システム 複数GPUを効率的に認識させるOllamaの設定と、モデルを並列で叩くためのPythonスクリプト 前提知識：Linux（Ubuntu）の基本操作、Pythonの基礎、ハードウェアの基本的な組み付け知識 📦 この記事に関連する商品（楽天メインで価格確認） ...