【2026年8月最新】LM Studioとは？主要機能・使い方・MCP連携・商用利用を徹底解説
aikanri-admin「AIモデルを自社のパソコンの中だけで動かせないか」——機密情報を扱う企業や、外部にデータを送りたくない企業から、こうした相談を受けることがあります。その答えの1つがLM Studioです。
LM Studioは、AIモデル（LLM）を自分のパソコン上でGUI（画面操作）だけで動かせる無料アプリです。この記事では、LM Studioの機能・使い方・MCP連携・商用利用ルールを整理したうえで、弊社（株式会社GENAI）がなぜクラウド型のAIエージェント「Claude Code」を選んでいるか、実データをもとに解説します。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次の6つが明確になります。
01 OVERVIEW LM Studioとは ローカルLLMをGUIで完結させるデスクトップアプリ
LM Studioは、AIモデル（大規模言語モデル：LLM）を、インターネット経由でクラウドに接続することなく、自分のパソコンの中だけで動かせる無料のデスクトップアプリです。プログラミングの知識がなくても、画面操作だけでAIモデルのダウンロード・実行・対話ができます。
📚 用語解説
ローカルLLM：クラウド上のサーバーではなく、自分のパソコンやサーバー内で動作させる大規模言語モデル（LLM）のこと。インターネット接続なしでも動作させられる点、データが外部に送信されない点が特徴です。
1-1. なぜ「ローカルで動かす」ことが重要なのか
ChatGPTやClaude Codeのようなクラウド型AIサービスは、入力した情報がインターネット経由で外部のサーバーに送信されます。多くの企業にとってこれは問題になりませんが、機密性の極めて高い情報（防衛関連、医療データ、未公開の研究情報等）を扱う組織では、外部へのデータ送信自体がリスクになるケースがあります。LM Studioのようなローカル実行環境は、こうしたニーズに応える選択肢です。
1-2. GUIで完結するという設計思想
従来、ローカル環境でAIモデルを動かすには、コマンドライン操作やPythonのようなプログラミング言語の知識が必要でした。LM Studioは、こうした専門知識を必要とせず、画面上のボタン操作だけで完結するように設計されている点が大きな特徴です。この設計思想により、非エンジニアの担当者でもローカルAI環境を構築できるようになりました。
1-3. 無料で提供される理由
LM Studio自体は企業向けのソフトウェアですが、個人・社内利用については無料で提供されています。これは、多くのAI関連ツールに共通する戦略で、まず個人や企業内での利用を無料で広げ、大規模なエンタープライズ向け機能や商用組み込みの部分で収益化する、というビジネスモデルに基づいています。
02 FEATURES 主要機能を整理する モデル管理からAPI・MCP連携まで
| 機能 | 内容 |
|---|---|
| モデル管理 | Hugging Faceから直接モデルを検索・ダウンロード |
| チャットUI | 内蔵のチャット画面でAIと対話、設定をプリセットとして保存 |
| RAG（文書検索連携） | PDF・DOCXなどのローカル文書を読み込ませて回答に反映 |
| OpenAI互換API | 自分のPC内でAPIサーバーを立ち上げ、他のツールから呼び出し可能 |
| MCP連携 | MCP（Model Context Protocol）を通じて外部ツールと接続 |
| LM Link | 他のデバイスからリモートで接続する機能 |
📚 用語解説
Hugging Face：AIモデルを公開・共有するための世界最大級のプラットフォーム。研究者や企業が開発した様々なAIモデルが公開されており、LM Studioはここから直接モデルを検索・ダウンロードできます。
📚 用語解説
RAG（検索拡張生成）：AIが回答を生成する際に、外部の文書やデータベースから関連情報を検索し、その情報を踏まえて回答を作る仕組み。LM Studioでは、自分のパソコン内のPDFやWordファイルを読み込ませて、その内容に基づいた回答を得られます。
2-1. OpenAI互換APIという実務的な価値
LM Studioの「OpenAI互換API」機能は、既存のAI連携ツールをそのまま流用できる点で実務的な価値があります。多くのAI関連ツールは「OpenAIのAPI形式」に対応するよう作られているため、この形式を模倣することで、既存のワークフローを大きく変えずにローカルLLMへ切り替えられます。
2-2. チャットUIとプリセット機能
LM Studioの内蔵チャットUIは、一般的なAIチャットサービスと似た操作感で利用できます。加えて、よく使う設定（システムプロンプト・温度パラメータ等）を「プリセット」として保存できるため、用途ごとに異なる設定を毎回入力し直す手間を省けます。
📚 用語解説
システムプロンプト：AIに対して、会話全体を通じて守ってほしい役割・振る舞いを事前に指示しておく設定文。「あなたは経理の専門家として振る舞ってください」のように設定しておくことで、そのAIとのやり取り全体にその指示が反映され続けます。
2-3. LM Linkによるリモート接続
「LM Link」機能を使うと、自宅や別拠点にある高性能なパソコンでモデルを動かしながら、外出先の別デバイスからそのモデルにリモート接続して利用できます。高性能なパソコンを1台用意すれば、そのマシンをチーム内で共有するような使い方も可能になります。
03 SETUP インストールと使い方 5ステップで初回対話まで
公式サイトから
インストール
アプリを
起動
モデルを
検索
モデルを
ロード
チャット
開始
インストールから初回対話まで、専門知識がなくても数分で完了します。ただし、動かすAIモデルの規模によっては、パソコンにある程度のメモリ・処理性能が必要になる点には注意が必要です。
ローカルLLMは、モデルのサイズが大きいほど多くのメモリ・処理性能を必要とします。古いパソコンや性能の低いパソコンでは、大規模なモデルが正常に動作しない、または極端に遅くなる可能性があるため、事前に推奨スペックを確認しておきましょう。
3-1. モデル選定で失敗しないためのポイント
Hugging Faceには非常に多くのAIモデルが公開されており、初めて触る方はどれを選べばよいか迷いがちです。以下の観点で絞り込むと選びやすくなります。
3-2. 初回起動時によくあるつまずき
初めてLM Studioを使う際、モデルのダウンロードに時間がかかる、あるいはロード時にエラーが出るといったつまずきが起こりがちです。多くの場合、モデルのファイルサイズがパソコンのメモリ容量に対して大きすぎることが原因です。エラーが出た場合は、まず小さいサイズのモデルから試すことで解決できるケースが大半です。
04 MCP MCP連携でローカルLLMを社内ツールにつなぐ Model Context Protocolによる拡張
LM StudioはMCP（Model Context Protocol）に対応しており、ローカルで動くAIモデルを、社内システムや外部ツールと接続できます。
📚 用語解説
MCP（Model Context Protocol）：Anthropic社が提唱する、AIモデルと外部ツール・データソースを接続するための標準規格。AIが単なる会話にとどまらず、社内システムやファイルにアクセスして情報を取得・操作できるようにする「橋渡し」の仕組みです。Claude Codeもこの規格を活用しています。
MCP対応により、LM Studioで動かしているローカルAIモデルからも、社内ツールへのアクセスや外部データの参照が可能になります。設定は「mcp.json」というファイルにMCPサーバーを登録する形で行い、バージョン0.4.10以降ではOAuth（認証連携）にも対応しています。
MCPサーバーを追加する際は、信頼できる提供元のものだけを登録してください。不明な提供元のMCPサーバーを安易に接続すると、意図しないデータアクセスやセキュリティリスクにつながる可能性があります。
4-1. MCP Hostとしての仕組み
LM StudioはMCPの「ホスト」として動作し、登録されたMCPサーバーとAIモデルの間の橋渡しを行います。この構造により、AIモデル自体を変更することなく、接続するMCPサーバーを切り替えるだけで、異なる社内システムとの連携を柔軟に実現できます。
📚 用語解説
MCPホスト：MCPサーバー（外部ツールやデータへの接続窓口）とAIモデルを仲介する側のアプリケーション。LM StudioやClaude CodeはこのMCPホストとして動作し、様々なMCPサーバーを組み合わせることで、AIが扱える情報や操作の範囲を柔軟に拡張できます。
4-2. MCPが業務にもたらす価値
MCP連携の価値は、AIモデルに「会話」だけでなく「行動」の手段を与える点にあります。例えば、社内のファイルサーバーやデータベースに接続するMCPサーバーを用意すれば、ローカルLLMが最新の社内データを参照しながら回答を生成できるようになります。
4-3. OAuth対応がもたらすセキュリティ向上
バージョン0.4.10以降でMCP連携がOAuth（認証連携の標準規格）に対応したことで、パスワードやAPIキーを直接設定ファイルに書き込む必要がなくなり、セキュリティ面での安全性が向上しました。企業で本格的にMCP連携を活用する際は、このOAuth対応バージョン以降を利用することを推奨します。
📚 用語解説
OAuth：システム間で安全に認証情報をやり取りするための標準規格。ユーザー名やパスワードを直接やり取りせず、一時的な認証トークンを使って安全にアクセス権限を付与する仕組みで、多くの企業向けサービスで採用されています。
05 LICENSE & ENTERPRISE ライセンス・商用利用・エンタープライズ活用 2025年7月以降、社内業務利用は無料
LM Studioのライセンスは、2025年7月8日以降、社内業務での利用であれば無料で使えるルールに変更されました。ただし、LM Studioを組み込んで外部向けのSaaS（ソフトウェアサービス）として提供する場合は、別途のアプリ利用規約が適用されるため、事前に確認が必要です。
| 利用形態 | ライセンス上の扱い |
|---|---|
| 個人利用 | 無料 |
| 社内業務利用（2025年7月8日以降） | 無料 |
| 外部向けSaaSへの組み込み | 別途のアプリ利用規約が適用（要確認） |
この変更以前は、企業での利用に一部制限がありましたが、現在は多くの一般企業が安心して社内利用できる形に整備されています。ただし規約は今後も変更される可能性があるため、本格導入前には最新の利用規約を必ず確認することをおすすめします。
5-1. エンタープライズ向け機能
企業規模での導入には、マルチGPU対応・チーム単位での組織管理（Team organization）・Enterprise向け機能が用意されています。複数の部署・拠点でローカルLLMを統一的に管理したい企業向けの機能です。
📚 用語解説
Tensor Parallelism：1つのAIモデルの計算処理を複数のGPUに分散させ、処理速度を向上させる技術。大規模なモデルを高速に動作させたい場合に有効な仕組みです。
5-2. Team organizationで実現できること
複数人でローカルLLM環境を利用する組織向けに、LM Studioは「Team organization」という管理機能を提供しています。利用するモデルの統一、アクセス権限の管理、利用状況の可視化などを、組織単位でまとめて行える仕組みです。
| 利用形態 | 想定される管理ニーズ | LM Studioでの対応 |
|---|---|---|
| 個人利用 | 自分専用の環境で試したい | 標準機能で十分対応可能 |
| 小規模チーム | メンバー間でモデル・設定を統一したい | Team organizationで一元管理 |
| 大企業・複数拠点 | マルチGPU環境や大規模運用が必要 | Enterprise向け機能で対応 |
組織の規模が大きくなるほど、個々人がバラバラにローカル環境を構築するのは非効率になります。Team organizationのような管理機能の有無は、規模拡大時に重要な検討ポイントになります。
06 GENAI CASE STUDY 【独自データ】GENAIがクラウド型AIエージェントを選んだ理由 ローカルLLMではなくClaude Codeを全社運用する背景
弊社（株式会社GENAI）では、LM StudioのようなローカルLLM環境は導入せず、クラウド型のAIエージェント「Claude Code」をMax 20xプラン（月額$200・約30,000円）で全社運用しています。
| 項目 | 内容 |
|---|---|
| 利用プラン | Claude Max 20x（月額$200 / 約30,000円） |
| 利用開始 | 2025年後半〜 |
| ローカルLLM環境 | 未導入（クラウド型AIエージェントに統一） |
| 導入範囲 | 経営・営業・広告・開発・経理・秘書業務・個人業務まで全社 |
この理由は明確です。弊社が扱う情報は、極めて高度な機密性を要するデータ（防衛・医療研究レベル）ではなく、一般的な事業会社としての業務データが中心です。この前提であれば、クラウド型AIサービスの利用規約・セキュリティ対策で十分にリスク管理が可能であり、ローカル環境の構築・維持にリソースを割く必要性は低いと判断しています。
6-2. セキュリティ対策は「ゼロか百か」ではない
「クラウドに情報を送る＝危険」「ローカルで完結＝安全」という単純な二分法で考えるのではなく、実際にはクラウド型サービス側でも、通信の暗号化・アクセス制御・利用規約上のデータ取り扱いポリシーなど、多層的なセキュリティ対策が講じられています。自社の機密性要件のレベルに応じて、どこまでの対策で十分と判断するかを冷静に見極めることが重要です。
AI鬼管理山崎
6-1. ハードウェア投資の観点から見た比較
ローカルLLMを本格的に活用するには、それなりの処理性能を持つパソコン（高性能なGPU搭載機など）への投資が必要になる場合があります。弊社ではこの初期投資を避け、月額料金だけで最新モデルにアクセスできるクラウド型を選ぶことで、ハードウェアの陳腐化リスクを負わない運用を実現しています。
| 投資の種類 | ローカルLLM環境 | クラウド型AIエージェント |
|---|---|---|
| 初期投資 | 高性能PC・GPUの購入費用が必要な場合がある | 初期費用なし、契約してすぐ利用開始 |
| 継続コスト | 電気代・保守費用 | 月額サブスクリプション料金 |
| 陳腐化リスク | ハードウェアの経年劣化・性能不足のリスクを負う | サービス提供側が常に最新化してくれる |
07 LOCAL VS CLOUD 【独自】ローカルLLMとClaude Code、どちらを選ぶべきか 「データを外に出さない」か「最新・最高性能を使う」か
LM StudioのようなローカルLLMと、Claude Codeのようなクラウド型AIエージェントは、明確に異なるトレードオフを持っています。
| 観点 | ローカルLLM（LM Studio） | クラウド型AIエージェント（Claude Code） |
|---|---|---|
| データの外部送信 | なし（自社PC内で完結） | クラウド経由で送信される |
| 利用できるモデルの性能 | パソコンの性能に依存し、制限あり | 最新・最高性能のモデルを常に利用可能 |
| 導入の手間 | モデルのダウンロード・PC環境の準備が必要 | 契約してすぐ利用開始できる |
| 費用構造 | 基本無料（ハードウェア投資は別途） | 月額$20〜$200のサブスクリプション |
| 向いている企業 | 機密性が極めて高いデータを扱う組織 | 一般的な事業会社の業務効率化 |
7-1. 「念のためローカル」という判断の落とし穴
「なんとなく安心だから」という理由だけでローカルLLM環境の構築を検討する企業もありますが、これは注意が必要な判断です。ローカルLLMは、ハードウェア投資・モデルの性能制限・運用の手間という明確なコストを伴います。自社が本当にそのコストを払うべき機密性要件を持っているかを、まず冷静に見極める必要があります。
この3点を確認して、明確に「はい」と言える要件がなければ、多くの場合はクラウド型のAIエージェントを選ぶ方が、コスト・性能・導入スピードの面で合理的です。
7-2. 業種別に見る判断の傾向
業種によって、ローカルLLMを検討すべき度合いは変わってきます。
| 業種 | ローカルLLM検討の傾向 |
|---|---|
| 防衛・安全保障関連 | 検討価値が高い（外部送信自体が規制対象になり得る） |
| 医療・製薬（臨床データを扱う場合） | 検討価値がある（患者情報の取り扱いに厳格な規制がある） |
| 金融（顧客の機微情報を扱う場合） | 一部業務で検討の余地あり（規制・社内ポリシー次第） |
| 一般的な事業会社（製造・小売・サービス業等） | クラウド型で十分なケースが大半 |
自社の業種がこの表のどこに当てはまるかを確認したうえで、該当しない場合は、まずクラウド型のAIエージェントから業務効率化を始めることをおすすめします。
一部の機密性の高い業務だけローカルLLMで処理し、それ以外の一般業務はClaude Codeのようなクラウド型AIエージェントに任せる、という使い分けも可能です。全てを一方に統一する必要はありません。
代表菅澤
7-3. 併用時の運用ルール例
ローカルLLMとクラウド型AIエージェントを併用する場合、混乱を避けるために以下のようなルールを事前に決めておくと運用がスムーズになります。
このようなルールを最初に整備しておくことで、「どちらの環境で何を処理したか分からなくなる」といった混乱を防ぎ、安全かつ効率的な併用運用が可能になります。
08 CONCLUSION まとめ ローカルLLMとクラウド型AIエージェント、それぞれの適性
この記事では、LM Studioの機能・使い方・MCP連携・商用利用ルール、そして弊社GENAIの実運用データとClaude Codeとの使い分けの考え方までを解説しました。最後にポイントを振り返ります。
ローカルLLMとクラウド型AIエージェントは、優劣ではなく「自社にとって本当に必要な要件は何か」で選ぶべき技術です。多くの一般的な事業会社にとっては、クラウド型のAIエージェントが導入スピード・性能の両面で現実的な選択肢になります。
LM Studioのようなローカル実行環境の存在を知っておくことは、いざ機密性の高いプロジェクトが発生した際の選択肢を広げることにつながります。普段はクラウド型AIエージェントを主軸にしながらも、「こういう選択肢もある」と頭の片隅に置いておくことが、柔軟なAI活用戦略の土台になります。
代表菅澤
自社に本当に必要なAI活用の形を、AI鬼管理が一緒に整理します
ローカルLLMの要否判断から、Claude Codeによる業務効率化まで。
弊社の実運用ノウハウをベースに、個別に導入設計のご相談を承ります。
AI鬼管理山崎
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
よくある質問
Q. LM Studioは本当に無料で使えますか？
A. 2025年7月8日以降、社内業務での利用であれば無料で使えます。ただし、LM Studioを組み込んで外部向けのサービスとして提供する場合は、別途のアプリ利用規約が適用されるため、商用展開を検討する場合は事前に規約を確認してください。
Q. ローカルLLMは、クラウド型AIと同じくらい高性能ですか？
A. 動かすモデルの規模やパソコンの性能によって変わりますが、一般的にはクラウド型の最新モデル（Claude Opus等）の方が高い性能を発揮します。ローカルLLMは、パソコンのメモリ・処理性能の制約を受けるため、性能面では一定の妥協が必要になるケースが多くなります。
Q. LM StudioでMCP連携を使うには専門知識が必要ですか？
A. MCPサーバーの登録には設定ファイル（mcp.json）の編集が必要なため、多少の技術知識があると円滑に進められます。非エンジニアが単独で設定するのはやや難易度が高いため、エンジニアのサポートを受けることを推奨します。
Q. ローカルLLMを導入すれば、セキュリティリスクはゼロになりますか？
A. ゼロにはなりません。データの外部送信リスクは低減できますが、MCP連携時の設定ミスや、ローカル環境自体への不正アクセスなど、別のセキュリティリスクは残ります。ローカル環境であっても、適切なアクセス管理は必要です。
Q. 非エンジニアの経営者がLM Studioを導入する必要はありますか？
A. 多くの場合、必要ありません。極めて高い機密性が求められる特殊な業務がない限り、Claude Codeのようなクラウド型AIエージェントの方が、導入のしやすさ・性能の両面で現実的です。
Q. LM StudioとOllama、どちらを選ぶべきですか？
A. どちらもローカルLLMを動かすツールですが、LM StudioはGUI操作が中心で非エンジニアにも扱いやすく、Ollamaはコマンドライン操作が中心でエンジニア・開発者向けという傾向があります。操作に不慣れな方はLM Studioから始めるのがおすすめです。
Q. LM Studioで動かしたAIモデルを、業務システムに組み込むことはできますか？
A. OpenAI互換APIを使うことで、社内システムからローカルのAIモデルを呼び出す形での組み込みは技術的に可能です。ただし、外部向けのSaaSとして提供する場合は別途のライセンス規約が適用されるため、事前に利用規約を確認してください。
Q. ローカルLLMの導入にかかる期間はどのくらいですか？
A. 個人での試用であればインストールから数分で開始できます。ただし、社内システムとの連携（MCP設定）や、チーム単位での運用ルール整備まで含めると、規模に応じて数日〜数週間程度の準備期間を見込んでおくとよいでしょう。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
AI鬼管理／AIBPO by AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
