RLR-0065 ・ 公開 2026/10/31 ・ 更新 2026/11/01

ローカルAIに画像を見せられない?Ollama・LM Studioで画像対応モデルを選ぶ方法

OllamaやLM Studioで写真・スクリーンショットを読み込めないときは、まず画像対応VLMか確認。モデルの選び方、画像1枚のテスト、失敗時の切り分けと注意点を初心者向けに解説します。

✓ 公開前チェック済み最終確認 2026/11/01

「ローカルAIにエラー画面のスクリーンショットを見せたいのに、画像を添付できない」「画像を渡したはずなのに、内容を説明してくれない」。そんなとき、質問文を何度書き直しても解決しないことがあります。

最初に確かめたいのは、選んだモデルが画像入力に対応しているかです。ローカルAIのモデルには文章だけを扱うものと、画像も読み取れるものがあります。画像を読めるタイプは VLM(Vision-Language Model、画像と言葉を扱うモデル) と呼ばれます。

この記事では、WindowsでOllamaやLM Studioを使う初心者に向けて、画像対応モデルの見分け方と、安全なテスト画像1枚で原因を切り分ける手順を整理します。2026年11月1日時点の公式資料に基づく説明であり、今回の実機推論結果ではありません。

まず確認:画像を「作るAI」と「読むAI」は違う

画像生成AIは、文章から新しい画像を作ります。一方、ここで扱うVLMは、既にある写真・図・スクリーンショットを入力し、その内容について文章で答えるためのものです。

困っていること最初に見るポイント
画像を添付する場所が見当たらない画像対応モデルを選択しているか、利用中の画面・バージョンが画像入力に対応しているか
画像を渡したのに見当違いの答えになるモデルが画像対応か、画像が実際に入力へ渡っているか
画像入力時に読み込みエラーが出るモデル形式、ランタイム、空きメモリ、画像形式・サイズ
小さな日本語の文字だけ読み間違える画像入力自体は動いていても、文字認識精度や画像の縮小が原因の可能性

画像対応モデルを選んだだけで、すべての画像や細かい文字を正確に読めるわけではありません。 まずは大きな物体や短い文字が写った、分かりやすい画像で試すのがおすすめです。

Ollamaで試す:Vision対応モデルを選ぶ

Ollama公式のVisionガイドでは、画像と文章を一緒に渡して質問する方法を案内しています。公式例は次のとおりです。

ollama run gemma4 ./image.png what is in this image?

この例は、現在の作業フォルダにある image.png をモデルに渡し、「この画像には何が写っている?」と尋ねるものです。Windowsでは、実際のファイル位置に合わせてパスを指定してください。上のコマンドは公式掲載例であり、この記事のためにWindows実機で実行した結果ではありません。

モデル選びに迷ったら、Ollama公式のGemma 4一覧で、各モデルの対応欄に Text, Image と書かれているか確認できます。例えば gemma4:e2b は画像入力対応として掲載されています。

同ページに表示される gemma4:e2b の約4.6〜7.5GBは、モデルファイルのダウンロード容量の目安です。必要なRAMやVRAMそのものではありません。PCの空き容量と実行環境を確認してからダウンロードしましょう。また、名前に -cloud が付くモデルと、PC上で動かすローカルモデルを混同しないでください。

LM Studioで試す:画像対応VLMを読み込む

LM StudioもWindowsでローカルモデルを動かせるアプリです。公式のImage Inputドキュメントは、画像を入力するにはVLMが必要と説明し、例として qwen2-vl-2b-instruct を挙げています。公式SDKの画像入力はJPEG・PNG・WebPに対応しています。

LM Studioのチャット画面で試す場合は、次の順番で確認します。

  1. モデル検索・選択画面で、画像入力に対応するVLMを探します。モデル名だけで判断せず、対応機能の表示も確認します。
  2. そのVLMを読み込み、チャット画面で画像添付が利用できるか確かめます。画面の表示や操作位置はアプリのバージョンで異なる場合があります。
  3. 個人情報のない写真またはスクリーンショットを1枚添付し、「この画像に何が写っていますか?」 と質問します。
  4. 画像の内容を具体的に説明できるか確認します。できなければ、モデルの対応形式やランタイムを再確認します。

上記は公式のVLM対応仕様に基づく確認手順で、現在のLM Studio GUIのボタン位置を実機で保証するものではありません。添付欄がない場合は、いきなり再インストールせず、まずモデルと利用画面の組み合わせを確認してください。

なお、LM Studioは0.3.31の公式リリースノートで画像入力サイズ設定を案内しています。画像を縮小すると細かい文字が読みにくくなる場合があるため、画像入力が動くのに文字だけ苦手なら、対応バージョンで Settings → Chat → Image Inputs の設定も確認候補になります。

うまくいかないときの5つのチェック

  1. テキスト専用モデルではないか。 モデル説明のVision・Image対応を確認する。
  2. 画像が実際に送られているか。 ファイル名を入力しただけで画像が添付されたと思い込まない。
  3. 画像形式とサイズが合っているか。 まずは小さめのJPEG・PNG画像1枚で試す。
  4. RAM・VRAM・ストレージが足りるか。 モデルのダウンロードサイズと推論に必要なメモリは別物。大きいモデルほど実行負荷にも注意する。
  5. ローカル実行かクラウド実行か。 モデルや接続先を確認し、意図せず画像を外部サービスへ送らない。

一度に設定を全部変えると、何が原因だったのか分からなくなります。モデルを画像対応にする → テスト画像1枚を渡す → 回答を確かめるという順番なら、切り分けがしやすくなります。

スクリーンショットの個人情報に注意

エラー画面やデスクトップの写真には、メールアドレス、ユーザー名、ファイルパス、APIキー、通知内容などが映り込むことがあります。画像を添付する前に、機密情報を隠したテスト画像を用意してください。

ローカルモデルは自分のPCで処理できるのが魅力ですが、アプリの接続先やCloudモデルの選択次第では外部通信を伴う場合があります。「LM StudioやOllamaを使っているから、どのモデルでも完全にオフライン」とは決めつけないようにしましょう。

結論:まずは画像対応モデルで1枚だけ試そう

ローカルAIが画像を読めないとき、最初に疑うべきはプロンプトよりモデルの画像入力対応です。Ollamaなら公式Visionガイドとモデル一覧、LM StudioならVLM対応モデルとチャット画面の入力方法を確認しましょう。

最初の一歩は、個人情報のない画像1枚を用意して、内容を説明してもらうこと。成功したら、少しずつ図やエラー画面など実際の用途に広げていけば十分です。

参照した一次情報

SOURCES

確認した情報源

NEXT STEP

次は、目的から選ぶ

新着順だけでなく、知りたいテーマから関連する実用記事をまとめて探せます。