如何用 LM Studio 執行 Gemma 4：新手友善指南（2026）

不是每個人都愛命令列。如果你想用精緻的視覺介面在本機執行 Gemma 4，LM Studio 是完美的工具。它給你類似 ChatGPT 的體驗——完全離線、完全免費、完全私有。

本指南帶你走過每一步，從下載 LM Studio 到與 Gemma 4 進行第一次對話。

什麼是 LM Studio？

LM Studio 是一個免費的桌面應用程式，讓你在自己的電腦上下載和執行 AI 模型。把它想成開源 AI 模型的 App Store 加上漂亮的聊天介面。

主要功能：

• 不需要命令列 — 一切透過圖形介面進行
• 內建模型搜尋 — 直接從 App 中尋找和下載模型
• ChatGPT 風格的聊天 UI — 熟悉、易用的對話介面
• 可調整設定 — temperature、上下文長度、system prompt 等等
• 本機 API 伺服器 — 相容於 OpenAI 的 API 格式供開發者使用

你需要什麼

• 至少 8GB RAM 的電腦（建議 16GB）
• macOS、Windows 或 Linux
• 約 3-6GB 可用磁碟空間（取決於 Gemma 4 模型大小）
• 模型下載後不需要網路連線

步驟 1：下載並安裝 LM Studio

造訪 lmstudio.ai 並下載你作業系統的安裝程式。

macOS： 下載 .dmg 檔案，開啟它，將 LM Studio 拖到你的「應用程式」資料夾。

Windows： 下載 .exe 安裝程式並執行。跟著標準安裝精靈走。

Linux： 下載 .AppImage 檔案。讓它可執行並執行：

chmod +x LM-Studio-*.AppImage
./LM-Studio-*.AppImage

安裝後啟動 LM Studio。你會看到一個乾淨的主畫面，頂部有搜尋列。

步驟 2：搜尋並下載 Gemma 4

LM Studio 開啟後：

1. 點擊頂部的搜尋列（或前往 Discover/Models 分頁）
2. 輸入「gemma 4」 在搜尋欄位
3. 瀏覽結果 — 你會看到 Gemma 4 的各種量化版本

選擇正確的版本

LM Studio 為每個模型提供多種量化版本。量化用最小的品質損失減少模型大小和記憶體使用。

建議： 從 Gemma 4 E4B 的 Q4_K_M 版本開始。這是大多數筆電品質和效能之間的最佳點。

4. 點擊下載按鈕 在你選擇的版本旁
5. 等待下載 — 進度顯示在 App 中。根據你的網路速度通常需要 2-10 分鐘。

步驟 3：開始聊天

模型下載完成後：

1. 前往 Chat 分頁（左側欄的聊天氣泡圖示）
2. 從頂部的模型下拉選單中選擇 Gemma 4
3. 等模型載入 — 這需要幾秒鐘，LM Studio 將模型載入記憶體
4. 在底部的文字框中輸入訊息 並按 Enter

就這樣——你現在在自己的機器上本機與 Gemma 4 聊天。

你的第一次對話

試試這些提示詞測試 Gemma 4 的能力：

Explain quantum computing to a 10-year-old.

Write a Python function that finds the longest palindrome in a string.

Summarize the pros and cons of remote work in a table format.

步驟 4：自訂設定

LM Studio 給你對模型行為的細緻控制。點擊聊天面板中的設定圖示（齒輪）存取：

要了解的關鍵設定

Temperature (0.0 - 2.0)

• 較低值 (0.1-0.3)：更聚焦、確定性的回應。最適合程式設計和事實問題。
• 較高值 (0.7-1.0)：更有創意、多樣的回應。最適合寫作和腦力激盪。
• 預設：0.7

Context Length

• Gemma 4 支援高達 128K tokens 的上下文
• LM Studio 讓你根據可用 RAM 設定這個
• 從 4096 開始，如果需要更長對話再增加

System Prompt

• 設定自訂 system prompt 來定義 Gemma 4 的行為
• 範例：「你是有用的程式設計助理。一律提供程式碼範例與解釋。」

GPU Offloading

• 如果你有相容的 GPU，LM Studio 可以將層卸載到它以加快推論
• 在設定中調整 GPU 層的數量

步驟 5：使用本機 API 伺服器

LM Studio 包含一個與 OpenAI 的 API 格式相容的內建 API 伺服器。這意味著你可以將 Gemma 4 與任何支援 OpenAI API 的工具一起使用。

1. 前往 Developer 分頁（側欄中的程式碼圖示）
2. 從下拉選單中選擇你的 Gemma 4 模型
3. 點擊「Start Server」
4. 伺服器預設在 http://localhost:1234 執行

現在你可以將任何 OpenAI 相容的應用程式連接到你的本機 Gemma 4：

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1",
    api_key="lm-studio"  # 任何字串都可以
)

response = client.chat.completions.create(
    model="gemma-4",
    messages=[
        {"role": "user", "content": "What is the capital of France?"}
    ]
)

print(response.choices[0].message.content)

// Node.js / JavaScript
const response = await fetch("http://localhost:1234/v1/chat/completions", {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    model: "gemma-4",
    messages: [{ role: "user", content: "Hello, Gemma 4!" }]
  })
});

const data = await response.json();
console.log(data.choices[0].message.content);

LM Studio vs Ollama：該選哪個？

兩者都是在本機執行 Gemma 4 的出色工具。以下是它們的比較：

選 LM Studio 如果：

• 你偏好視覺介面而非終端機
• 你想輕鬆比較不同的模型版本
• 你是本機執行 AI 模型的新手
• 你想要桌面上類似 ChatGPT 的體驗

選 Ollama 如果：

• 你熟悉命令列
• 你想將模型整合到腳本和自動化中
• 你需要較低的資源開銷
• 你想要更簡單的背景服務

專業技巧： 你可以兩個都用。許多開發者用 LM Studio 進行互動聊天和實驗，然後切換到 Ollama 進行正式環境腳本和自動化。

常見問題疑難排解

模型無法載入

• 檢查你有足夠的可用 RAM。關閉其他耗記憶體的 App。
• 試較小的量化（Q4_K_M 而非 Q8_0）。
• 重啟 LM Studio。

回應緩慢

• 在設定中減少上下文長度。
• 使用較小的模型變體（E2B 而非 26B）。
• 如果有相容的 GPU 就啟用 GPU 卸載。
• 關閉其他應用程式以釋放 RAM。

「Out of memory」錯誤

• 切換到較小的量化。
• 將上下文長度減到 2048 或 4096。
• 使用 Gemma 4 E2B 而非較大的變體。

API 伺服器無法連線

• 確保伺服器已啟動（Developer 分頁中的綠色指示燈）。
• 驗證你使用 http://localhost:1234 作為 base URL。
• 檢查沒有防火牆封鎖 port 1234。

接下來呢？

現在你在 LM Studio 中執行 Gemma 4 了，試試這些下一步：

• 實驗不同的模型大小 — 試 E2B 做快速任務，26B 做複雜推理
• 為不同使用場景建立自訂 system prompts（程式設計助理、寫作助手、翻譯）
• 用本機 API 伺服器連接你喜愛的工具
• 比較 Gemma 4 與其他模型 — LM Studio 讓模型切換變得容易

在本機執行 AI 讓你完全掌控。沒有訂閱、沒有資料分享、沒有速率限制——只有你和 Gemma 4 在你自己的硬體上。

延伸閱讀

• Gemma 4 硬體需求指南
• Gemma 4 GGUF 量化指南
• 選擇適合的 Gemma 4 模型
• Gemma 4 Mac 效能最佳化
• 用 Ollama 執行 Gemma 4 教學
• Gemma 4 疑難排解
• 在 Google AI Studio 免費使用 Gemma 4
• 50+ 最佳 Gemma 4 提示詞