電話機上のローカル LLM の 5 つの強力な使用法

2026 年 4 月 16 日、午後 3 時 EDT に公開

Oluwademilade は、5 年以上の執筆経験を持つテクノロジー愛好家です。彼は 2022 年に MUO チームに加わり、コンシューマー テクノロジー、iOS、Android、人工知能、ハードウェア、ソフトウェア、サイバーセキュリティなど、さまざまなトピックをカバーしています。 MUO での執筆に加えて、彼の作品は HowtoGeek、Cryptoknowmics、TechNerdiness、SlashGear にも掲載されています。

オルワデミラデさんはナイジェリアのイバダン大学に通い、医学部で医学の学位を取得しました。公務に優れたオルワデミラデさんは、国連と提携する学生団体からグローバル・アクション・アンバサダーの称号を授与されました。彼は、2020年に世界にプラスの影響を与えるための努力が認められ、マレーシアのクアラルンプールでこの称号を受け取りました。
 

Oluwademilade は、余暇には、新しい AI アプリや機能をテストしたり、家族や友人の技術的な問題のトラブルシューティングをしたり、新しいコーディング言語を学習したり、可能な限り新しい場所に旅行したりすることを楽しんでいます。

ChatGPT や Gemini などにプロンプトを送信するたびに、プロンプトはインターネットを経由してどこかのサーバーに到達し、実際には目に見えないシステムの一部になります。クラウド モデルはより高速で、よりスマートで、使いやすくなるという理由から、このトレードオフには通常、価値があります。

しかし、小さな言語モデルを携帯電話上でローカルに実行することで、AI の使用目的が変わりました。この経験はよりプライベートなものであり、時には予想よりも実用的です。クラウド AI ほど強力ではありませんが、いくつかの点では実際にクラウド AI の方が優れたツールです。

これらは、私が最終的に携帯電話でローカル LLM を使用することになった最も便利な方法です。

関連

考えるパートナーとして使用しています

携帯電話から離れたくない質問がある場合

クレジット:Oluwademilade Afolabi / MakeUseOf

ChatGPT や Google に入力する前に、ちょっと立ち止まってしまうような質問があります。それは不適切だからではなく、十分に個人的なものであるため、自分のアカウントに関連付けられたサーバーに送信するのは気分が良くないからです。何が「個人的すぎる」と判断するかは人によって異なりますが、誰もが目に見えない境界線を持っているようです。

これらは私が地元のモデルに問いかけ始めた質問です。会話は私のハードウェアに残るので、さらに用心したい場合は、携帯電話を機内モードにして、本当にエアギャップで会話をすることができます。その時点では、実際にはあなたとモデルだけになり、外の世界とのつながりはありません。

これにより、AI の使用方法が変わります。私は、声に出して考えたり、中途半端なアイデアを試したり、普段は内に秘めていた質問をすることに積極的になりました。

MNN

散らかったメモをそこに放り込みます

そして構造を取り戻します

クレジット:Oluwademilade Afolabi / MakeUseOf

私はたくさんのメモを取りますが、正直言って、そのほとんどはめちゃくちゃです。これには、自分自身をループバックする音声からテキストへのトランスクリプト、文脈のない箇条書き、その瞬間には完全に意味があったのに後でまったく意味がなくなった中途半端な考えが含まれます。私の以前のワークフローでは、多くのことを見つめ、行をシャッフルし、ゆっくりと自分の言いたいことを再構築しようとする作業が必要でした。

ここで、これらのブレイン ダンプをローカル モデルに直接貼り付け、整理するように依頼します。スレッドを引き出し、私が何を巡回していたかを把握し、構築するためのよりクリーンなものを返すことができます。すべてが洗練されているわけではありませんが、前進するには十分に一貫性があります。

これは、生々しくてどこにも送信できないメモの場合に特に効果的です。すべてがデバイス上に保存されるため、実名、人物、個人的な背景を含む資料を貼り付けることを躊躇しません。前に述べたように、テキストはマシンから決して離れることがないため、テキストがどこに行くのかについて頭が止まることはありません。まさにこれが、私がすべてをローカル AI に切り替え、ドキュメントをクラウドに送信するのをやめた理由です。

クイックコードチェックを実行します

ロジックの健全性をチェックする必要がある場合

独自のロジック、内部ツール、クライアント固有の構成など、サービス利用規約がどのような約束をしているかに関係なく、コードをクラウド モデルに貼り付けることが危険な考えである状況は数多くあります。携帯電話で実行されているローカル LLM は、ラップトップから離れているときの軽量のフォールバックになっています。デスクトップ上の MCP ツールでローカル LLM を使用する興味深い方法がいくつかあるのと同じように、エラーを説明したり、小さな関数を貼り付けたり、ロジックの塊が何をしているのかについての平易な英語の説明を携帯電話から直接求めることができます。

関連

これは適切な IDE の代替品ではなく、それに近いものでもありませんが、ギャップを埋めてくれます。これは、最大でも数百行などの小さなスニペットで最も効果的です。その範囲内であれば、控えめなオンデバイス モデルでも、ロジックを説明したり、明らかな間違いを見つけたり、よりクリーンなアプローチを提案したりすることができます。

プレッシャーのない語学講師として使用しています

連続記録、スコア、プレッシャーなしで練習できます

クレジット:Oluwademilade Afolabi / MakeUseOf

クラウドベースの言語アプリは、多くの場合、学習ツールというよりもモバイル ゲームのように感じられます。連続記録を追跡し、通知で促し、広告を散りばめてユーザーの関心を維持します。ローカル LLM はそのようなことは行いません。

私はこれを、より自由な形でフランス語とスペイン語を練習するために使用しています。新しい言語を学ぶための近道として Kindle と ChatGPT を使用するコツからインスピレーションを得て、ぎこちない文法の質問をしたり、ロールプレイのシナリオをリクエストしたり、間違いを気にせずにただカジュアルな会話をしたりすることができます。採点システムはなく、評価されているという感覚もありません。

ローカルで実行されるため、オフラインでも動作します。飛行中、不安定なホテルの Wi-Fi 上、または接続が不安定な場所でも練習できます。これにより、接続に関する計画を立てることなく、短いセッションに集中することが容易になります。

カメラを物に向けて質問します...

それは何ですか?

クレジット:Raghav Sethi/MakeUseOf

一部のローカル モデルはテキストだけでなく画像も処理できるため (実際にはマルチモーダル モデルと呼ばれます)、実用的な用途が広がります。私は通常、ホワイトボードを要約したり、手書きのメモを解釈したり、簡単な写真から重要なポイントを抽出したりするためにこれらを使用します。

日常の場面でも役に立ちます。アレルゲンを再確認するために原材料ラベルを撮影したり、馴染みのない用語を理解するために製品パッケージの写真を撮ったり、大まかな識別を得るために植物の写真を撮ったりしました。モデルが完全にデバイス上で実行される場合、インターネット接続は必要ありません。

結果は常に完璧であるとは限りません。小さいモデルでは、特に画像がぼやけていたり乱雑である場合に、細部が幻覚のように見える可能性があります。それでも、簡単な文脈やセカンドオピニオンとしては十分な場合が多く、通常はそれだけで十分です。

小型モデルですが、別の種類の便利さがあります

Alibaba によってオープンソース プロジェクトとして開発された MNN Chat は、モバイル ハードウェアのパフォーマンスを最大限に引き出すため、この種のタスクで私にとって頼りになる存在です。これは、Android スマートフォン上で小さな LLM を実行できる (そしてそうすべきである) ことを単独で証明します。

とはいえ、携帯電話でローカル LLM を実行することは、クラウド AI に代わるものではありません。力仕事、複雑な推論、コーディング、深い研究などすべてに関しては、より大きなモデルが依然として優位性を持っています。しかし、それが本当のポイントではありません。ローカルモデルは別の役割を果たします。これらはプライベートであり、常に手の届くところにあり、日常の小さなタスクに非常に役立ちます。