LM Studioはどこまでオフライン？ローカルAIでも通信が必要になる場面

まず初めに

「ローカルAIだから全部安心」。この言葉に外部検索もクラウド連携もまとめて押し込むのは、玄関に鍵をかけたから窓は開け放してよい、という程度には大ざっぱだ。IT Postでは、どこで答えを作るかと、どこへ情報を渡すかを別々に見るべきだと考えます。便利な機能を増やしたら、通信の行き先も一緒に確認しよう。※個人の感想です

この記事の対象はPC向けLM Studio

IT Postでは以前、iPadなどで使うLocallyを紹介した記事を公開しました。手元の端末でAIを動かすことに興味を持った人が、次に気にするのが通信範囲です。本記事はPC向けLM Studioの公式文書を確認したもので、Locallyのすべての機能や設定に、そのまま当てはめるものではありません。

確認したい対象を、モデル、実行アプリ、追加機能の三つに分けます。モデルは文章を作るための学習済みデータ、実行アプリはそれを動かす道具、追加機能は検索やファイル操作などの連携先です。同じモデルでも、利用するアプリや接続する機能によって構成は変わります。

たとえば、PCに保存したモデルに短い文章の要約を頼む構成と、そのモデルから外部の検索サービスを呼ぶ構成は、同じ「ローカルAI」という紹介文でくくられていても、通信先の確認事項が異なります。

オフラインでできることと、準備に通信が要ること

LM Studioのオフライン動作文書によると、取得済みモデルでの対話、端末内の文書を使った質問応答、ローカルサーバーでの推論は、インターネット接続なしで利用できます。文書処理もローカルで行うと説明しています。

同じ文書では、モデルを探す操作や取得、実行エンジンのダウンロード、アプリの更新確認など、通信を伴う処理も挙げています。オフラインで使う予定がある場合は、モデルだけでなく、必要な実行エンジンまで準備しておく必要があります。

やりたいこと	公式文書での位置付け
取得済みモデルとの対話	インターネット接続なしで利用可能
端末内の文書について質問	文書をローカルで処理
新しいモデルの検索・取得	通信が必要
実行エンジンの取得・更新確認	通信が必要
外部サービスに接続する追加機能	連携先と機能ごとに確認

この区別から分かるのは、出先で初めてアプリを開けば準備が済むとは限らない、ということです。IT Postでは、出発前に目的のモデルを一度読み込み、必要な作業を短く試しておくことを勧めます。

MCPを足すときは、その接続先も確認する

MCPは、AIアプリと外部の道具を接続するための仕組みです。LM StudioはローカルとリモートのMCPサーバーに対応しています。公式文書も、追加したMCPにはファイルへのアクセス、コード実行、ネットワーク利用が可能なものがあると説明しています。

つまり、モデルの計算をPC内で行っていても、呼び出した道具が外部サービスに問い合わせる構成は成立します。また「ローカルMCP」はサーバーのプログラムが手元で動くという意味であり、そのプログラムが外部へ通信しない保証ではありません。

IT Postでは、追加前に「提供元」「何をする機能か」「どの情報を渡すか」を確認することを勧めます。文章の要約だけが目的なら、検索やメール送信の道具を最初から有効にする必要はありません。必要な作業が増えたときに、その機能を追加する方が構成を把握しやすくなります。

ここで説明しているのは機能の境界です。すべてのMCPが外部へ文書を送る、という意味でも、導入しただけで情報が漏れるという意味でもありません。実際にどこへ何を渡すかは、そのサーバーと呼び出す機能によります。

自分のPCだけで使う場合と、LANで共有する場合

LM Studioには、同じローカルネットワーク上の別の端末からAPIサーバーへ接続できる設定があります。APIは、別のアプリからモデルに処理を依頼するための窓口です。自分のPCの対話画面だけで使う場合とは、アクセスを受け付ける範囲が変わります。

公式のサーバー設定文書にある「Serve on Local Network」が、LAN内のほかの端末への公開を制御します。「Require Authentication」は、APIへのリクエストに有効なトークンを求める設定です。認証の公式文書では、APIリクエストに対する認証は既定で必須ではないと説明しています。

IT Postでは、自分のPCだけで使う段階では、共有の必要が生じるまでLANへの公開を有効にしない進め方を勧めます。共有する場合は、誰が接続するのかを決め、認証と許可する機能を確認します。認証トークンを設定したことだけで、通信全体の暗号化まで済んだと考えないことも大切です。

文書が外へ出ないことと、回答が正しいことは別

LM Studioの文書機能では、短い文書は全体を会話に入れ、長い文書は関連する部分を取り出すRAGという方式を使うと説明しています。全文が常に同じ形でモデルに渡るわけではありません。

たとえば、長い説明書の例外事項が別の章に書かれているとき、質問の仕方や取り出された範囲によって、必要な箇所が回答に反映されないことがあります。公式文書も、RAGには調整や試行が必要な場合があるとしています。

IT Postでは、文書を使った回答は「元の資料に戻るための案内」として使うことを勧めます。数字、適用条件、例外の有無は原文で確かめます。通信先の管理ができても、読み落としや生成AIの誤りがなくなるわけではありません。

最初に試すなら、この順番

IT Postでは、次の手順を、オフライン利用の準備ができたか確認する小さな試行として提案します。本記事でこの手順を実行して測定した結果ではありません。

1. 機密情報を含まない、短い自作の文章を用意します。
2. 接続中に、アプリ、必要な実行エンジン、使うモデルを準備します。
3. 外部連携を使わない状態で、モデルを読み込み、文章の要約を試します。
4. Wi-Fiだけでなく、有線やテザリングなど残っているインターネット接続も確認して切り離します。
5. 新しい会話で同じ作業を試し、回答と元の文章を照合します。

この試行で分かるのは、選んだ構成と作業が接続なしで動くかどうかです。通信を詳細に監査した結果や、将来の更新後も同じ挙動が続く保証にはなりません。モデルを変えた場合や新しい連携を加えた場合は、その部分をもう一度確認します。

IT Postの見方

IT Postでは、ローカルAIのよさは、自分で構成を選び、使う範囲を把握しやすいことにあると考えます。そこへ便利そうな連携を片っ端から積んだら、せっかく小さくした道具箱が、持ち主にも中身の分からない物置になってしまう。

最初はモデルと対話だけ。必要なら文書を追加する。それでも足りなければ外部の道具を足す。この順番なら、便利さと情報の行き先を一緒に管理できる。モデルそのものの選択に迷う人は、Ornith 1.5の容量とメモリーの見方から確認すると、準備の段階でつまずきにくい。