AI（人工知能/ディープラーニング）
ChatGPTオープンソース

エンジニアでなくても大丈夫！さくらの生成AI「高火力」を自分のPCで快適に使う方法はLobeChat活用です

この記事は約7分で読めます。

さくらAI最近話題のさくらインターネットの生成AIサービス「高火力」、皆さんはもう試しましたか？「なんだか専門的で難しそう…」と思っている方も多いかもしれません。
実は私自身もエンジニアではなく、Pythonなどのコードは全く分かりません。しかし、試行錯誤の末、まるで自分のPCに高性能なAIがインストールされているかのような非常に快適な環境を無料で構築することができました。この記事では、非エンジニアの私がたどった手順を、備忘録として分かりやすくご紹介します。

自分のPCを国内ローカル環境のAIPCにする方法

まずは公式サイトのプレイグラウンドでAIを体験

何はともあれ、まずはAIの性能を体験してみることが大事です。さくらインターネットのIDを作成し、さくらのAIエンジンの設定をします。なんとすべて無料です。

さくらインターネットの高性能AIが無料で使える！「さくらのAI Engine」使い方ガイド
2025年9月24日、さくらインターネットが、生成AI向けの新サービス「さくらのAI Engine」の一般提供を開始しました。このニュースはX（旧Twitter）で同社の田中社長が告知、特に「月3,000回まで無料で使える無償プラン」があることで大きな話題を呼んでいます。自社のサービスにAIを組み込みたい開発者から、最新のAIを手軽に試してみたい初心者まで、すべての人にチャンス到来です。
www.dm2.co.jp
2025.09.25

さくらインターネットに利用登録をすると、ブラウザから直接AIと対話できる「プレイグラウンド」が用意されています。

プレイグランドのURLは
https://secure.sakura.ad.jp/ai/playground/
になっています。ログインすると使えます。

ここで、提供されているAIモデルの基本的な性能や、どんな応答が返ってくるのかをテストしました。ブラウザで使えるのでとても手軽ですが、「もっと普段使いのアプリのように、手元でサッと使いたい」という気持ちが湧いてきました。

さくらAI

ローカル環境の構築へ – LobeChatとの出会い

次に検討したのが、自分のPC上でAIとチャットできる環境の構築です。すにでLM Studioを使っていますし、Ollamaといったツールも再検討しました。しかし、これらはローカルPCのパワー（GPU）を使うのが前提だったり、設定が少し複雑だったりしますので断念しました。

私がやりたいのは、AIの計算はさくらの強力なサーバーに任せ、PCではチャットの送受信だけを行うというシンプルな構成です。

そこでたどり着いたのが、オープンソースのデスクトップアプリ「LobeChat」でした。

こんな感じのインターフェイスUIです。直感的で使いやすそうですね。

LobeChatのインストールと設定

LobeChatのインストールは非常に簡単です。

  1. 公式サイト（GitHub）からファイルをダウンロード 開発元が直接ファイルを公開している、以下のページからPCに合ったファイルをダウンロードします。

    https://github.com/lobehub/lobe-chat/releases

  2. さくらAIの情報を設定 LobeChatを起動し、設定画面から「カスタムAIプロバイダー」を新規作成します。ここに、さくらインターネットから提供された「接続先URL」と「トークンID」を入力するだけです。この設定により、LobeChatはあなたのPCから、あなた専用のトークンIDを使ってさくらAIに安全に接続しにいきます。
  3. 設定の例
    https://api.ai.sakura.ad.jp/v1
    アカウントトークンID：例　24****fa-****-****-****-586***
    なお、さくらAIで設定したアカウントトークン名は結局使いませんでした

モデルの性能を比較！日本語なら「llm-jp」が優秀

設定が完了すると、さくらAIが提供する複数のAIモデルを切り替えて使えるようになります。

当初、名前の響きからも話題性からもOpenAIが発表したオープンソースのAI「GPT-OSS-120B」というモデルが最も高性能かと思い設定しました。まず性能テストとして、日本の歴史（明治維新あたり）について質問をしてみました。しかし、残念ながら事実関係の間違いが多く、ファクトチェックには向かない印象でした。

そこで、モデルをllm-jp-3.1-8x13b-instruct4に切り替えて同じ質問をしたところ、回答の精度が劇的に向上しました。

モデル名にある「jp」は日本製、または日本語向けにチューニングされていることを示しており、日本の話題については非常に高い性能を発揮することが分かりました。

llm-jp-3.1-8x13b-instruct4は、日本国立情報学研究所によって開発された大規模言語モデルで、LLM-jp-3をベースに構築され、指令事前学習技術を通じて指令に従う能力が大幅に向上しています。 LLM-jp-3.1シリーズのモデルはTransformerベースの言語モデルで、日本語、英語、中国語、韓国語などの多言語処理をサポートし、強力な指令遵守能力を備えています。

ただし現状では学習しているのが2024年3月末までなので、それ以降の情報については無知だということを理解して使いましょう。

国内サーバーで動く「自分専用AI環境」が完成！

LobeChatとさくらAIを組み合わせることで、インターネットには接続しているものの、実質的に国内サーバーで完結するローカルAIのような快適な環境が手に入りました。

海外のサービスを使う際のデータの取り扱いや、レスポンスの遅延といった心配もありません。実際に使ってみると爆速です。ChatGPT５を使うより早いくらいのレスポンスでした。

専門知識がなくても、正しいツールを選び、簡単な設定を行うだけでここまで快適な環境が作れることに驚きました。この記事が、同じように感じている方々の助けになれば幸いです。

LobeChatをさらに進化させる！自分だけの知識をAIに教える「RAG」活用術

さて、前述の記事で、さくらAIとLobeChatを連携させて、自分だけの快適なAIチャット環境を構築しました。しかし、LobeChatの真価はこれだけではありません。

今回は、この環境をさらに進化させる「RAG（ラグ）」という機能をご紹介します。

一言でいうと、これは「AIに、あなたが持っている資料を”教科書”として与え、その内容に基づいて回答させる」技術です。しかも、その資料はあなたのPCに置いたままでOK。外部に送信されないので、プライバシーも万全です。

RAGで何ができる？身近な活用例

  • PDFの議事録を読み込ませて「先月の会議の決定事項を要約して」と指示する。
  • 好きな小説のテキストファイルを学習させ「この物語の主人公の性格を分析して」と尋ねる。
  • 大量の業務マニュアルを覚えさせ「〇〇のエラーが出た時の対処法は？」と質問する。

このように、一般的な知識しか持たないAIを、あなた専用のデータに精通した「パーソナルAIアシスタント」に育て上げることができるのです。

設定は簡単！LobeChatの「ナレッジベース」機能

以前のバージョンではプラグインのインストールが必要でしたが、現在のLobeChatでは、このRAG機能が「ナレッジベース」として、より簡単に使える標準機能になっています。設定は3ステップで完了します。

ステップ１：「ナレッジベース」の画面を開く

LobeChatの画面左側にあるメニューから、フォルダの形をした📁『ナレッジベース』のアイコンをクリックします。

ステップ２：「知識ベース」を作成する

次に『新しい知識ベースを作成』をクリックします。これはAIに与える資料をまとめておく「本棚」を作るようなイメージです。後で分かりやすいように「業務マニュアル」や「〇〇プロジェクト資料」といった名前を付けましょう。

ステップ３：「本（ファイル）」を追加する

作成した「知識ベース（本棚）」の中に、お手元のファイル（PDFやWordなど）をドラッグ＆ドロップするか、「ファイルをアップロード」から選択します。これだけで、AIに”教科書”を与える準備が整いました。

使い方：チャットでAIに専門知識を尋ねる

実際に使う際は、チャット画面で「この会話では、あの本棚を参照してね」とAIに指示します。

  1. チャット画面に戻り、メッセージ入力欄の近くにある「＠」や「＋」のような記号を探します。
  2. そこをクリックすると、先ほど作成した知識ベース（本棚）を選択できます。
  3. 知識ベースを選択すると、AIはその中の資料だけを参照して回答するモードになります。

あとは、資料の内容について質問するだけです。 「私がアップロードした『〇〇会議の議事-録』を要約して」 こんな風に尋ねれば、AIはさくらAIの賢さに加えて、あなたの資料に基づいた正確な答えを返してくれます。

ぜひ、お手持ちの資料やデータで、あなただけの「パーソナルAI」を育ててみてください。