【実験レポート】自宅のPCだけで完結!Wikipediaからクイズを生成する「ハヤオシ百科」を動かしてみた
「AIにクイズを作らせる」ことは簡単ですが、「リアルタイムで対戦する仕組み」を構築するのは、実はかなり難易度が高い作業です。今回の実験では、この壁を乗り越えるために、自分のPC上でAIを完結させる「ハヤオシ百科」を構築しました。
- ローカルLLM(Ollama)を動かすブラウザアプリにより、すべての推論と正誤判定を自分のPC上で完結。
- 問題文を1文字ずつ表示し、Spaceキーやボタンでの「早押し」に対応。
- 正解発表時には、AIが根拠としたWikipediaの記事引用とリンクを自動表示。
- 難易度(かんたん〜ゲキムズ)や、カテゴリ・年代による範囲指定が可能。
- 参加用URLを送るだけで、離れた友人ともオンラインで一緒に遊べる仕組みを実装。

「ハヤオシ百科」とはどんなツールか
「ハヤオシ百科」は、日本語版Wikipediaの記事をソースとして、ローカルAI(自分のPC上で動く人工知能)がクイズを作成・出題するブラウザアプリです。このアカウントの運営者が、AI(Claude)の力を借りて自分用に開発したツールです。
最大4人まで同時に参加でき、回答は自由入力に対応しています。特筆すべきは、クイズの生成から回答の正誤判定まで、すべてホスト(主催者)のPC上で完結する点です。外部のAPIを叩くのではなく、自分の手元にあるリソースだけで動くことが、この実験の大きなポイントです。
- 運営者がAI(Claude)を補助として使い、自ら構築したツール
- Wikipediaの膨大な知識をクイズのデータベースとして活用
- AIが回答の正誤を判断し、その根拠となった引用文も提示
こだわりの操作性とカスタマイズ性
単にクイズを出すだけでなく、「早押しクイズ」としての体験を追求しました。問題文は1文字ずつ表示され、わかった瞬間にSpaceキーやボタンで反応できる仕組みです。これにより、視聴者がリアルタイムで競い合える環境を整えました。
また、遊びやすさを向上させるために、以下の調整機能を盛り込んでいます。難易度は「かんたん」から「ゲキムズ」まで選択可能で、それによってWikipediaの記事サイズや閲覧数、ヒントの詳しさが変動します。さらに、Wikipediaのカテゴリ名や「1990年代」といった年代を指定することで、出題範囲を自由に絞り込むことも可能です。
- 早押し対応:問題文を1文字ずつ表示し、反応の速さを競う
- 難易度調整:記事の規模や閲覧数に応じて、ヒントの詳しさを変動
- 範囲指定:カテゴリや年代(例:昭和、1990年代など)で絞り込み
- 遠隔プレイ:参加用URLを送るだけで、離れた友人とオンラインで遊べる
このサイトの実測データ
実測環境と動作の様子
今回の実験では、以下の環境で動作を確認しました。モデルには「gemma4:12b-it-q8_0」を使用し、GPUには「RTX 4080」を搭載したPCを使用しています。
ローカルAIを動かす場合、PCのスペックが動作の快適さを左右します。今回の構成では、AIがクイズを生成し、正誤を判定するプロセスにおいて、ストレスを感じることなくスムーズに動作することを確認できました。
- 使用モデル:gemma4:12b-it-q8_0
- 使用GPU:RTX 4080
- 動作のポイント:ホストのPC負荷を管理しながら、リアルタイムな対戦を実現
まとめと次回の予告
ローカルLLM(自分のPCで動く大規模言語モデル)を活用することで、プライバシーやコストを気にせずに、自分だけのクイズアプリを構築できることが分かりました。自分のPCでAIを動かすことで、ここまで高度なインタラクティブな体験が作れるのは非常に面白い発見です。
次回の第2回では、AIが作るクイズにどうしても含まれてしまう「間違い(ハルシネーション)」を、3段階で防ぐための工夫について詳しく解説します。
- ローカルAIなら、独自の仕組みを自由に構築できる
- 自分のPCのスペックを活かした、自由な遊び方が可能
- 次回は「AIの嘘」をどう防ぐかについて深掘りします
- 自分のPCでAIを動かしてみたい方
- AIを使って面白いツールを自作することに興味がある方
- ローカルAIのスペックや実測結果を知りたい方
- AIの仕組みよりも、一般的なクイズの出し方を知りたい方
- クラウドサービス(ChatGPT等)の標準機能だけで完結させたい方
よくある質問
Q. 自分のPCのスペックが低くても動かせますか?
公式の情報では、モデルのサイズや量子化の度合いによって必要なスペックが異なります。今回の実験ではRTX 4080を使用していますが、より軽量なモデルを選択することで、スペックの低いPCでも動作する可能性があります。
続きはThreadsで。新しいAIの実測と、仕事で使えた使い方を毎日投稿しています。
@shachiku_tech_lab をフォロー関連記事
【自作AI育成日記 第3回】わずか38日で知識ベースが1万件を突破した過程と仕組み
自分専用のAIを育成する過程で、どのように知識を集め、どのように活用しているのかを詳しく解説します。

AIにメールの下書きを任せる際に「手直し」を減らすための5つのコツ
AIにメールの下書きを依頼する際、やりがちな「丁寧すぎて長すぎる」「意図と違う」といった問題を解決するための具体的な指示の出し方と、運用上の注意点を詳しく解説します。
画像が増えても重くならない!ギャラリー表示を劇的に高速化する最適化の技術
「画像が増えるほど動作が重くなる」という、Web制作やアプリ開発でよくある課題を、実際に「カベガミ工房」の最適化を通じて解決した事例を解説します。ブラウザのメモリ管理やデータ処理の効率化について、初心者の方にも分かりやすく紐解きます。

新しいモデルの実測や解説を毎日投稿しています
Threadsでフォロー以上、今日の実験ログでした。![]()