この記事のポイント（30秒で要点）
- OllamaをCLI（コマンドライン）で使う方法を解説。GUIでは触れられない高度な操作が可能
- インストール → 動作確認 → モデル実行までの最短手順を収録
- macOS/Linux/Windows（WSL）対応、モデルの取得・管理方法も解説
- 自動化・スクリプト連携など、上級者向けの実践ヒントを紹介
導入（背景と目的）
ローカルAIをより深く使いこなしたいなら、OllamaのCLI（コマンドラインインターフェース）は必須のツールです。
GUI版では隠れている機能をすべて引き出し、スクリプトや自動化と組み合わせて自由に操作できます。
この記事では、Ollama CLIの導入からモデル実行までを安全にガイドします。
動作環境と前提
- 対応OS：macOS / Linux / Windows（WSL対応）
- Ollama本体がインストール済みであること（GUI版も可）
- ネットワーク接続（初回モデル取得時のみ必要）
公式リンク：
CLI導入と基本コマンド
既にGUIアプリをインストール済みの場合はCLIも利用です。
インストール方法はこちらにまとめてあります。
補足) CLIからのインストール方法について
Linuxでは以下のコマンド実行でCLIからインストールが可能です。
curl -fsSL https://ollama.com/install.sh | shmacOSユーザー向けにはHomebrewでも導入可能です。
brew install ollamaただし、現時点ではOllama公式ドキュメントでは言及がなく、明示的にサポート・推奨されているわけではないようです。
macOSの場合は公式サイトから.dmgインストーラーをダウンロードしてインストールするのが推奨です。
2. 動作確認
以下を入力してバージョン情報を確認します。
ollama --versionバージョン番号が表示されれば成功です。
エラーが出る場合は環境変数 PATH にOllamaが追加されているか確認します。
3. モデルの取得と実行
CLIではモデルを自分で選び、実行できます。
まずモデルをダウンロードします。
ollama pull llama3その後、次のコマンドでAIモデルを起動します。
ollama run llama3🖼️ 図2：ターミナルで ollama run llama3 を実行した様子。入力欄に「こんにちは」と打つと、AIが即座に応答を返します。
チャットを終了する場合は Ctrl + C を押します。
4. モデルの管理
ローカルに保存されているモデルの一覧を表示：
ollama list不要なモデルを削除：
ollama rm llama3これでディスク容量を節約できます。
実行結果とサンプル応答
以下は、Ollama CLIを使った実行例です。
> ollama run llama3
>>> こんにちは、今日はどんな質問がありますか？ターミナル上でAIが応答すれば、ローカル環境で正常に動作しています。
応用例と活用のヒント
CLIを利用することで次のような応用が可能になります。
- スクリプトで自動的にAI応答を取得
Modelfileを使った初期設定・パラメータの制御- PythonやNode.jsなど他ツールとの連携
研究・開発・自動化など、より高度な用途に最適です。
FAQ（よくある質問）
Q1. CLIはGUIと何が違いますか？
CLIではモデルの取得・削除・パラメータ設定・スクリプト自動化など、GUIより細かな制御が可能です。
Q2. Homebrewでのインストールは安全ですか？
動作は確認されていますが、公式ドキュメントでの明記はありません。確実に行うなら公式サイトの.dmgインストーラーを推奨します。
Q3. Windowsで使えますか？
はい、WSL（Windows Subsystem for Linux）経由で利用可能です。Ollama公式もWindows対応を進めています。
Q4. モデルの削除で容量はどのくらい節約できますか？
モデルによりますが、1つあたり数GB以上の削減になる場合があります。不要モデルは定期的にollama rmで削除を推奨します。
Q5. 自動化の応用例を知りたい。ollama runをスクリプトに組み込み、ログ取得や定期タスク化することで、ローカルLLMを業務フローに統合できます。
まとめ：CLIで広がるローカルAIの可能性
Ollama CLIは、ローカルAIを自在に操りたい上級者にとって強力な選択肢です。
一度操作に慣れれば、モデルの切り替えや自動化が格段に効率化されます。
次は、Modelfile を活用した設定方法を紹介します。
［内部リンク：Modelfile活用ガイド］
