Ollama 環境変数チュートリアル：OLLAMA_HOSTやモデルの保存先、コンテキスト長の設定

Ollamaサービスの動作は環境変数で制御します。このセクションでは、よく使う設定と各OSでの設定方法をまとめます。

よく使う環境変数

変数	役割	デフォルト値
`OLLAMA_HOST`	サービスが待ち受けるアドレスとポート	`127.0.0.1:11434`
`OLLAMA_MODELS`	モデルの保存先フォルダー	下記参照
`OLLAMA_CONTEXT_LENGTH`	デフォルトのコンテキスト長（token）	`4096`
`OLLAMA_KEEP_ALIVE`	モデルをアイドル状態の後、メモリからアンロードするまでの時間	`5m`
`OLLAMA_NUM_PARALLEL`	各モデルが同時に処理するリクエスト数	`1`
`OLLAMA_MAX_LOADED_MODELS`	同時にロードするモデル数の上限	GPU 1枚につき3個
`OLLAMA_MAX_QUEUE`	キューに入るリクエスト数の上限。超えると503を返す	`512`
`OLLAMA_ORIGINS`	クロスオリジン（CORS）リクエストを許可するドメイン	ローカル
`OLLAMA_FLASH_ATTENTION`	Flash Attentionを強制的に有効（1）または無効（0）にする	自動
`OLLAMA_KV_CACHE_TYPE`	コンテキストキャッシュの量子化：`f16`、`q8_0`、`q4_0`	`f16`
`OLLAMA_NO_CLOUD`	クラウド機能（クラウドモデル、ウェブ検索）を無効にする	無効

すべての項目は ollama serve --help で確認できます。デフォルト値はバージョンによって変わることがあるため、インストールしたバージョンを確認してください。

設定方法

Windows

まず、システムトレイのアイコンからOllamaを終了します。
スタートメニューで「アカウントの環境変数を編集」を検索します。
変数を追加または編集します。たとえば、名前を OLLAMA_HOST、値を 0.0.0.0:11434 にします。
「OK」を押してから、スタートメニューでOllamaを再起動します。

macOS（アプリ版）

launchctl setenv OLLAMA_HOST "0.0.0.0:11434"
launchctl setenv OLLAMA_CONTEXT_LENGTH "8192"

設定後、Ollamaアプリを再起動します。launchctl setenv の設定は再起動すると消えます。設定を継続して有効にするには、ログイン時に実行するスクリプトに記述します。

Linux（systemd）

sudo systemctl edit ollama.service

開いたエディターに次の内容を追加します。

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_CONTEXT_LENGTH=8192"

保存してから、次のコマンドを適用します。

sudo systemctl daemon-reload
sudo systemctl restart ollama

手動で実行する場合

OLLAMA_HOST=0.0.0.0:11434 ollama serve

LAN上の他のコンピューターから接続する

デフォルトでは 127.0.0.1 のみで待ち受けるため、接続できるのはローカルマシンだけです。同じネットワーク上にある他のコンピューター（スマートフォンやNASなど）から使うには、次の手順を行います。

OLLAMA_HOST を 0.0.0.0:11434 に設定し、Ollamaを再起動します。
ファイアウォールでポート11434への通信が許可されていることを確認します。
他のコンピューターで次のコマンドを実行してテストします。
```
curl http://あなたのコンピューターのIP:11434
```

OllamaのAPIにはユーザー名とパスワードによる認証がありません。ポート11434をインターネットに直接公開しないでください。誰でもGPUを使え、モデルを削除されるおそれもあります。外部からアクセスする必要がある場合は、VPN（Tailscaleなど）を使うか、認証機能のあるリバースプロキシを前段に設置してください。

モデルの保存先を変更する

モデルのサイズは数GBから数十GBに及びます。デフォルトの保存先は次のとおりです。

システム	保存先
Windows	`C:\Users\ユーザー名\.ollama\models`
macOS	`~/.ollama/models`
Linux	`/usr/share/ollama/.ollama/models`

別のドライブに保存するには、OLLAMA_MODELS を設定します。たとえばWindowsでは D:\ollama\models にします。Linuxでは、ollama ユーザーに新しいフォルダーへの読み書き権限があることを確認してください。

sudo mkdir -p /data/ollama/models
sudo chown -R ollama:ollama /data/ollama

ダウンロード済みのモデルは、models フォルダー全体を移動すればよく、再ダウンロードは不要です。

コンテキスト長

コンテキスト長（context length）は、モデルが一度に処理できるtoken数です。入力、会話履歴、モデルの回答が含まれます。日本語では、文字数とtoken数は一致しません。

長い文書の要約をモデルに頼んだとき、後半しか読んでいないように見える場合は、コンテキストが足りず、前半が切り捨てられていることがよくあります。

次のいずれかの方法で調整します。

全体に適用：OLLAMA_CONTEXT_LENGTH=16384
特定のモデルに適用：Modelfileの PARAMETER num_ctx 16384
1回のリクエストに適用：APIの "options": {"num_ctx": 16384}

コンテキストが長いほど、メモリ使用量も増えます。ollama ps でモデル全体がGPUに収まっているか確認できます。

モデルの常駐時間

モデルのロードには毎回時間がかかります（大きなモデルでは十数秒かかることがあります）。

OLLAMA_KEEP_ALIVE=30m     # アイドル状態が30分続くとアンロード
OLLAMA_KEEP_ALIVE=-1      # アンロードしない
OLLAMA_KEEP_ALIVE=0       # 使用後すぐにアンロード

APIリクエストの keep_alive パラメーターを指定すると、この設定は上書きされます。

複数のユーザーに同時にサービスを提供する

Ollamaをチームで共有するサービスとして使う場合は、次のように設定します。

OLLAMA_NUM_PARALLEL=4
OLLAMA_MAX_LOADED_MODELS=2

注意：並列リクエスト数を増やすと、コンテキストに必要なメモリも倍増します（およそ NUM_PARALLEL × CONTEXT_LENGTH）。GPUメモリに十分な空きが必要です。

ウェブページからOllamaを直接呼び出す（CORS）

ブラウザー拡張機能や別ドメインのウェブページからOllamaを直接呼び出す場合は、そのオリジンを許可する必要があります。

OLLAMA_ORIGINS="https://my-app.example.com,chrome-extension://*"

更新日 2026年10月12日