Label Studioの使い方｜インストールからアノテーション・エクスポートまで完全網羅

Label Studio は、HumanSignal社（旧Heartex）が開発するデータラベリングプラットフォームです。研究機関から国内外のAIスタートアップまで採用が広く、Slackコミュニティも大きい。最大の強みは「マルチモーダル対応 × 無料で使える × カスタマイズ性」の三拍子で、テキスト・画像・音声・動画・時系列を同じUIで処理できる点にある。

「AIモデルを作りたいけど、学習データのラベリングをどのツールでやればいい？」——機械学習やLLMファインチューニング（自社データでAIを賢く調整すること）に取り組む人が最初にぶつかる壁が、まさにここだ。本記事はその答えとして、Label Studioを実際に動かす手順を頭から最後まで追う。

まず結論：あなたはどのエディションを使うべき？

迷ったら、この5択で決めていい。

• 無料でセルフホストしたい → Community Edition（完全無料、pip/Dockerで動く）
• チームで使いたい・クラウド管理したい → Starter Cloud（$99/月〜、最新料金は公式）
• セキュリティ・SSO・大規模運用 → Enterprise（要見積もり）
• 動画のトラッキングが主用途 → CVATのほうが向く場合が多い
• エンジニアチームでUIを作り込みたい → Label Studioが一択

個人や研究、小さなチームの検証なら、ほぼ全員がCommunity Editionで足りる。まずは無料で立ち上げて、運用が重くなってきたら有料版を検討する——これが現実的な順番だ。

Label Studioとは？特徴と活用シーン

Label Studioは、AIモデルの学習に必要なアノテーション作業を効率化するオープンソースのプラットフォームだ。2019年の公開から普及し、オープンソースのデータラベリングツールとしては世界最大級のコミュニティを抱える。

何が嬉しいのか。普通、画像用・テキスト用・音声用とツールが分かれがちなところを、Label Studioは1つにまとめてくれる。プロジェクトごとに「今回は画像のバウンディングボックス」「次はテキストのNER」と切り替えるだけでいい。

Label Studioで対応できるデータ種別

扱えるデータの幅広さが、選ばれる一番の理由だ。代表的なタスクと併せて並べる。

つまり「画像だけ」「テキストだけ」で完結しないプロジェクトほど、Label Studioの一元管理が効いてくる。

特に強みを発揮するユースケース

① LLMファインチューニング用データ作成 ChatGPTやClaudeのような生成AIを自社データで特化させるには、高品質な教師データが要る。Label StudioはLLM応答の評価・比較・ランキング用テンプレートを備え、RLHF（人間のフィードバックでAIを訓練する仕組み）向けデータセットの構築に向く。

② 医療・金融・法務など機密データのアノテーション ローカルやオンプレミスで動かせるため、外部クラウドにデータを出したくない用途に使える。ただし安全性はインフラ構成・アクセス権限・暗号化・監査ログ・法令対応（個人情報保護法、HIPAA等）に依存する。HIPAA対応や監査ログといったコンプライアンス機能はEnterpriseの対象で、Community Editionのローカル運用だけで医療情報の安全が保証されるわけではない。要件に応じてプラン選定と運用設計を行うこと。

③ 複数データタイプを横断するMLプロジェクト 自動運転・監視カメラ・マルチモーダルAIなど、画像＋音声＋テキストを同時に扱う案件を1つのプラットフォームに統合できる。

Label Studioの料金は？無料版と有料版の違い

Label Studioは3つのエディションを提供している。価格そのものより「どこから課金が始まるか」を押さえると判断が早い。

※Starter Cloudは基本$99/月に加え、ユーザーを1名増やすごとに$49/月が乗る（最大12名、2026-06-28時点 公式料金ページ）。最新の価格は必ず公式で確認すること。

無料版と有料版の本質的な差は、機能の多寡というより「チーム運用の作法」にある。Community Editionは全員が管理者になるため、誰がレビューし誰が承認するかの線引きができない。ここが必要になった瞬間が、Starter Cloud以上を検討するタイミングだ。

各プランの選び方

Community Editionが向いている人：

• 個人・研究者・スモールチームで試したい
• Dockerやpipで自前運用できるエンジニア
• 機密データをローカルで扱いたい

Starter Cloudが向いている人：

• インフラ管理をしたくない3〜12名のチーム
• レビュアーとアノテーターのロール分離が要る
• クラウドストレージ（S3・GCS・Azure）と連携したい

Enterpriseが向いている人：

• 100名以上の大規模チームや企業
• SSOやSCIMでユーザー管理を一元化したい
• SOC2・HIPAA・エアギャップ環境が必須要件

料金は改定される。最新の価格・追加ユーザー料金はHumanSignal公式料金ページで確認するのが鉄則だ。価格を把握したら、実際に手元で動かしてみよう。

ステップ1：Label Studioをインストールする（pip / brew / Docker）

Community Editionは、pip・brew・Dockerの3通りで入る。Python環境があるならpipが最短、本番やチーム運用ならDockerが堅い。初めてなら、まずpipで触ってみるのをすすめる。

方法1：pip（Python環境がある方・最もシンプル）

Pythonが入っていれば、実質2コマンドで起動できる。

# 仮想環境を作成して有効化（推奨）
python -m venv ls-env
source ls-env/bin/activate  # Windowsは: ls-env\Scripts\activate

# Label Studioをインストール
pip install label-studio

# 起動（デフォルトはhttp://localhost:8080）
label-studio

初回起動でブラウザが自動的に開く。サインアップ画面でメールアドレスとパスワードを設定すれば、その場で使い始められる。

方法2：brew（Macユーザー向け）

# tapリポジトリを追加
brew tap humansignal/tap

# インストール
brew install humansignal/tap/label-studio

# 起動
label-studio

方法3：Docker（本番運用・チーム利用に推奨）

# 基本的なDockerコンテナ起動
docker run -it \
  -p 8080:8080 \
  -v $(pwd)/mydata:/label-studio/data \
  heartexlabs/label-studio:latest

ローカルのファイルをLabel Studioから直接読みたい場合は、環境変数で許可する。

# ローカルファイルアクセスを許可する場合
docker run -it \
  -p 8080:8080 \
  -v $(pwd)/mydata:/label-studio/data \
  --env LABEL_STUDIO_LOCAL_FILES_SERVING_ENABLED=true \
  --env LABEL_STUDIO_LOCAL_FILES_DOCUMENT_ROOT=/label-studio/files \
  -v $(pwd)/myfiles:/label-studio/files \
  heartexlabs/label-studio:latest

チーム利用ならDocker Compose版も公式GitHubで公開されており、PostgreSQLとnginxをまとめて構成できる。

注意: MacでSafariを使うと一部の操作が引っかかることがある。Google Chromeを推奨する。

インストールが終われば、あとはブラウザ上の作業だ。最初のプロジェクトを作っていく。

ステップ2：プロジェクトを作成する

Label Studioの操作は「プロジェクト作成 → データインポート → ラベリング設定 → アノテーション → エクスポート」の5段階で進む。まずは器となるプロジェクトを作る。

1. ブラウザで http://localhost:8080 にアクセス
2. サインアップまたはログイン
3. 「Create Project」をクリック
4. プロジェクト名を入力して「Save」

ここまでは1分で終わる。プロジェクトは「1つのラベリング作業の単位」と考えればいい。画像検出用とテキスト分類用は、別プロジェクトに分けるのが基本だ。

ステップ3：データをインポートする

プロジェクト設定の「Data Import」タブから、3通りでデータを取り込める。

• ローカルファイルのアップロード: 「Upload Files」にドラッグ&ドロップ
• クラウドストレージ連携: S3・GCS・Azure Blob Storageをソースに設定
• URLによるインポート: 画像URLのリストをCSVやJSONで読み込み

小規模ならドラッグ&ドロップで十分。データが数千件を超えたり、定期的に増えるなら、最初からクラウドストレージ連携にしておくと後がラクだ。

ステップ4：ラベリング設定（テンプレートを選ぶ）

「Labeling Setup」タブで、何をラベリングするかを決める。Label Studioは100種類以上のテンプレートを用意しており、ゼロから画面を組まなくていい。

たとえば画像の物体検出なら「Object Detection with Bounding Boxes」を選び、ラベル名（「car」「person」「bike」など）を打ち込むだけで設定が完了する。テンプレートの中身はXMLで定義されており、慣れれば独自UIに作り替えることもできる。

ステップ5：アノテーション作業を進める

タスク一覧から画像・テキスト・音声をクリックすると、ラベリング画面が開く。ここからが本番だ。

画像アノテーションの操作は直感的でいい。

• ラベル名をクリック（またはキーボードの数字キー）でモードを選ぶ
• マウスでドラッグして枠を作成
• uキーで選択解除、Backspaceで削除
• 「Submit」で確定、「Skip」でスキップ

数をこなすなら、マウスより先にショートカットを覚えたほうが速い。主要キーをまとめる。

数百件規模になると、この左手のショートカットが効いてくる。地味だが作業時間を大きく削る。

ステップ6：アノテーション結果をエクスポートする

ラベリングが終わったら、機械学習で使える形式に書き出す。Label Studioは主要フォーマットを一通り押さえている。

JSON / JSON-MIN / CSV / TSV / COCO / YOLO / Pascal VOC XML

物体検出のCOCOやYOLO、テキストのJSONなど、フレームワークに直接投入できる形式をワンクリックで出力できる。エクスポート形式で迷ったら、学習に使うライブラリが想定する形式に合わせるのが正解だ。

エクスポートまで通せば、ラベリングの一周は完了する。次は、この作業をAIに手伝わせて速くする方法だ。

MLバックエンド連携：AI補助ラベリングを活用する

Label StudioにMLモデルをつなぐと、AIが先に下書きラベルを付け、人間はチェックと修正だけで済む。これが「MLバックエンド」だ。手作業100%から、AI下書き＋人間レビューに変わるだけで、大量データの処理速度はまるで違ってくる。

最小構成のモデルはこの形になる。predictメソッドが、各タスクに対する予測を返す。

# mlbackend/model.py（最小構成例）
from label_studio_ml.model import LabelStudioMLBase

class MyModel(LabelStudioMLBase):
    def predict(self, tasks, **kwargs):
        # 既存のMLモデルを使って予測
        predictions = []
        for task in tasks:
            predictions.append({
                "result": [
                    {
                        "type": "rectanglelabels",
                        "from_name": "label",
                        "to_name": "image",
                        "value": {
                            "x": 10, "y": 10, "width": 50, "height": 50,
                            "rectanglelabels": ["car"]
                        }
                    }
                ]
            })
        return predictions

書いたモデルはコマンドひとつでサーバーとして立ち上げる。

# MLバックエンドサーバーを起動
label-studio-ml start ./mlbackend

あとはLabel StudioのプロジェクトSettings > MLで http://localhost:9090 を登録すれば、アノテーション画面にAIの候補が自動で表示される。人間はそれを直すだけだ。

競合ツールとの比較：どれを選ぶべきか

Label Studioの立ち位置を、主要な競合と並べてみる。

表をひとことで言えば、Label Studioは「データ種別の広さとセルフホスト」で頭ひとつ抜けている。逆に動画特化ならCVATが強い。

用途別おすすめ

Label Studioを選ぶべき人：

• 複数種類のデータ（テキスト・画像・音声混在）をまとめて扱いたい
• LLMやRAG（社内資料を読ませて答えさせる仕組み）の評価データを作りたい
• 機密データをローカル環境で扱いたい
• エンジニアチームで柔軟にカスタマイズしたい

CVATが向いているケース：

• 動画の細かいフレーム単位アノテーションやオブジェクト追跡が主な用途
• コンピュータビジョン特化のチーム

Labelboxが向いているケース：

• クラウドネイティブ環境で大規模チームを管理したい
• エンタープライズサポートが必須

編集部の評価

データラベリングツールは「対応データ形式の広さ」「導入コスト（無料枠とセルフホスト可否）」「チーム運用の現実性（権限管理・API・拡張性）」の3軸で見るのが妥当だ。AI開発の現場では画像だけ・テキストだけで完結する案件は少なく、マルチモーダル対応とスケール耐性が選定の分かれ目になる。

公式ドキュメントと料金ページを突き合わせると、各ツールの立ち位置はこう分かれる。

商用利用条件・最新の価格は各公式サイトで確認すること。公開情報をもとに率直に評価すると、こうなる。

• 無料でマルチモーダル: 破格。pip/Dockerで立ち上がり、画像も音声もLLM評価も1ツールで完結する点は圧倒的に強い。
• 動画の本格トラッキング: 正直イマイチ。フレーム単位の追跡はCVATのほうが扱いやすく、ここはCVATに譲る場面が多い。
• チーム権限管理: Community版は全員管理者で割り切りが必要。RBACが要るならStarter Cloud以上が一択になる。
• 日本語: UIは英語だが、扱うデータ（日本語テキスト・音声）は問題なく処理できる。実用上の支障は小さい。

総合すると、個人・研究・コスト最優先のスタートアップはCommunity Edition一択でいい。動画中心ならCVAT、SSOや監査ログが要る企業はEnterpriseかLabelboxを比較検討するのが現実的だ。

よくある質問

Q. Label Studioは日本語で使えますか？

UIは英語だが、アノテーション対象のデータ（テキスト・音声）は日本語に完全対応している。日本語テキストのNERや感情分析にも問題なく使える。なおコミュニティはSlack・GitHub中心で、公式ドキュメントは英語だ。

Q. 商用利用はできますか？

Community Edition（OSS）はApache License 2.0で提供されており、商用利用が可能だ。ただしStarter Cloud / Enterpriseの利用規約は別途確認が必要。

Q. 既存のMLフレームワークと連携できますか？

できる。REST APIとPython SDKが充実しており、TensorFlow・PyTorch・Hugging Faceなどと連携可能だ。MLバックエンド機能を使えばAI事前ラベリングも組み込める。クラウドストレージはAWS S3、Google Cloud Storage、Azure Blob Storageに対応している。

Q. アノテーター向けのロール管理はできますか？

Community Editionは全ユーザーが管理者権限のため、ロール分離はできない。Starter Cloud以上でロールベースアクセス制御（RBAC）が使え、Owner・Admin・Manager・Reviewer・Annotatorの5ロールを割り当てられる。

Q. インストールでエラーが出たら、まず何を確認すればいい？

多いのはPythonのバージョン不一致とポート8080の競合だ。仮想環境を作り直し、label-studio start --port 8081 のように別ポートで起動すると解決することが多い。それでも詰まるなら、環境差を吸収できるDocker起動に切り替えるのが早い。

Q. アノテーションの途中で保存して、後から再開できますか？

できる。「Submit」で確定、「Skip」で保留、未確定のタスクはタスク一覧に残る。複数人で分担する場合も、各自が自分のタスクを進めて随時提出する形になる。

Q. どれくらいのデータ量を扱えますか？

Community Editionにデータ量の制限はない。Starter Cloudは最大12ユーザーのチーム向けで、エンタープライズ規模のデータ量や運用には Enterprise が現実的だ。

Q. 最新バージョンで追加された機能は？

2026年3月13日リリースのLabel Studio 1.23.0では、ベクターアノテーション機能、インタラクティブなタスクソースビューワー、Data Managerのワークフロー改善が入った。Advanced PDF + OCRインターフェースにより文書AI向けの精度も向上している。

LLMファインチューニングへの応用：Label Studioをデータパイプラインに組み込む

Label Studioの需要が伸びている背景に、LLMファインチューニング用データの作成がある。ChatGPTやClaudeのような大規模言語モデルを自社データで特化させるには、大量の高品質な教師データが必要になるからだ。

RLHF（人間のフィードバックによる強化学習）データの作成

RLHFは、人間の評価者がAIの回答を比較・ランキングし、その結果でモデルを訓練する手法だ。Label Studioにはこのワークフロー専用の「Pairwise Comparison」テンプレートがある。

典型的な作成フローはこうなる。

1. LLMに同じプロンプト（AIへの指示文）への回答を複数生成させる
2. Label Studioで回答をペア表示し、アノテーターが「どちらが良いか」を評価
3. 評価結果をJSON形式でエクスポート
4. Reward Model（報酬モデル）のトレーニングに利用
5. PPO（Proximal Policy Optimization）でLLMを微調整

エクスポートされるデータは、たとえば次のような形だ。

// エクスポートされるRLHFデータの例
{
  "prompt": "日本の首都について教えてください",
  "chosen": "東京は日本の首都で、世界最大級の都市のひとつです。",
  "rejected": "首都は東京です。",
  "annotator_preference": "chosen",
  "confidence": 0.92
}

RAG（検索拡張生成）評価データの作成

RAGシステムの品質評価にもLabel Studioが使える。ユーザーの質問・検索結果・LLMの回答の三つ組みに対して、「正確性」「関連性」「根拠の明確さ」などの軸で評価していく。

// RAG評価データ形式例
{
  "question": "2026年のAIツール市場規模は？",
  "retrieved_context": "...",
  "answer": "...",
  "faithfulness": 4,
  "relevance": 5,
  "correctness": 3
}

アノテーター品質管理：大規模プロジェクトでの活用

人手が増えるほど、ラベルのブレが品質を蝕む。Label Studioでは複数アノテーターが同じタスクにラベルを付け、アノテーター間一致率（Inter-Annotator Agreement, IAA）を計算して品質を管理できる。

アノテーター品質を高める3つのプラクティス

① ガイドライン設計を徹底する ラベル定義が曖昧だと、人によって判断がブレる。「どこからどこまでがpositive感情か」を具体的な例文つきで明示するのが効く。Label Studioのプロジェクト設定に「Instructions」を書き込める。

② 校正タスク（Calibration Tasks）を挟む アノテーター全員に同じ10〜20タスクを割り当て、一致率を測る。一致率が低ければ、ガイドライン修正や追加トレーニングのサインだ。

③ レビュアーワークフローを設定する（Starter Cloud以上） アノテーターが提出した結果を、レビュアーが承認・却下できるワークフローを組む。ここはCommunity版ではできない領域になる。

Inter-Annotator Agreement（IAA）の計算

一致率はPython SDKで取得・計算できる。Cohen's Kappa係数なら0.8以上が一つの目安だ。

# Python SDKを使ったIAA計算例
from label_studio_sdk import Client
from sklearn.metrics import cohen_kappa_score

ls = Client(url='http://localhost:8080', api_key='YOUR_API_KEY')
project = ls.get_project(project_id=1)

# タスクとアノテーションを取得
tasks = project.get_labeled_tasks()

# Cohen's Kappa係数などで一致率を計算
annotator_1_labels = [...]
annotator_2_labels = [...]

kappa = cohen_kappa_score(annotator_1_labels, annotator_2_labels)
print(f"Cohen's Kappa: {kappa:.3f}")  # 0.8以上が目安

Label Studio導入ロードマップ：個人〜企業規模別

個人・研究者（Community Edition）

最初の一歩から学習まで、無理なく進める順番はこうだ。

スモールチーム（Starter Cloud）

1. 無料トライアルで評価：実プロジェクトのデータ100〜500件でワークフローを検証
2. ロール設定：Owner（管理者）・Annotator・Reviewerを割り当て
3. クラウドストレージ連携：S3バケットを直接ソースにして大量データを処理
4. 品質モニタリング：IAAダッシュボードで週次レポートを確認

企業・大規模チーム（Enterprise）

• SSO/SCIM統合：Active DirectoryやOktaと連携してユーザー管理を自動化
• RBAC設計：部署・プロジェクト・データ感度別に権限グループを設計
• 監査ログ：誰がいつ何をラベリングしたか全記録を保持（HIPAA・GDPR対応）
• Kubernetes展開：高可用性構成でダウンタイムを抑える

Label Studioの注意点と限界

優れたツールだが、万能ではない。導入前に弱点を知っておくと、後悔が減る。

向いていないケース

• 3Dポイントクラウドのアノテーション：自動運転向けの3D点群には対応が限定的。専用ツール（Scale AI、BasicAI等）が適している。
• 高フレームレート動画の細かいトラッキング：CVATのほうが動画特化機能が充実している。
• ノンエンジニアがすぐ使いたいケース：Community Editionはセットアップに技術知識が要る。手軽さならSaaS型（Labelbox等）が上だ。

セキュリティ上の注意点

Community Editionは全ユーザーが管理者権限になるため、外部公開サーバーではアクセス制御が不十分だ。本番運用では、認証情報を環境変数で管理し、HTTPS化を必須にする。

# 環境変数でDBクレデンシャルを管理（ハードコードしない）
export LABEL_STUDIO_DB_USER="ls_admin"
export LABEL_STUDIO_DB_PASS="YOUR_SECURE_PASSWORD"

# リバースプロキシ（nginx）でHTTPS化必須
# 外部公開する場合は認証レイヤーを追加すること

ロール分離・SSO・監査ログが必要なら、Starter Cloud以上への移行を強くすすめる。無料の手軽さと引き換えに、運用の責任は自分側に残る——そこだけは割り切って設計したい。

関連記事

• Letta AI（旧MemGPT）完全ガイド｜使い方・料金・始め方を徹底解説
• Luma AI完全ガイド｜使い方・料金・Ray3の実力を徹底解説
• 6sense完全ガイド｜AIインテントデータの使い方・料金・始め方を徹底解説
• AIデータ分析ツールおすすめ比較｜用途別の選び方を解説
• 機械学習とは？3分でわかる仕組みと使いどころ