
Supabase:AIアプリの裏側を支えるDB基盤
朝の出汁版(通勤2分)
- ポイント1: SupabaseはPostgresをベースにしたデータベース基盤で、Webアプリ・モバイルアプリ・AIアプリの構築に必要なバックエンド機能をまとめて提供している。
- ポイント2: 認証・ストレージ・リアルタイム通信・ベクター検索まで一式が揃っており、バイブコーディングでAIツールに指示するだけでバックエンドを構築できる環境として注目されている。
- ポイント3: 公式サイトの無料プランから始められるので、LPやAIチャットツールなど「自分で完結させたいもの」のバックエンドとして最初の一本に試してみる価値がある。
出汁の素(深読みモード)
GitHubで11万星超え:Supabaseとは何者か
GitHubのスター数は、開発者コミュニティの「本気度」を測るひとつの指標だ。Supabaseは現在112,000星超えを記録しており、これはFirebaseやPlanetScaleといった競合DBサービスと比較しても突出した数字に入る。
正体はPostgresをベースにしたバックエンドプラットフォーム。データベース単体ではなく、認証(Auth)、ファイルストレージ、リアルタイム通信、そしてAIアプリ開発に欠かせないベクター検索(pgvector)まで、バックエンドに必要な一式をまとめて提供している。「Firebase の オープンソース版」と呼ばれることが多いが、Postgres準拠という点でSQL資産がそのまま使えるのが大きな違いだ。
注目すべきタイミングは今だ。AIアプリを「バイブコーディング」で自分でつくる人が増えるにつれ、「フロントは作れてもバックエンドどうする問題」が浮上している。Supabaseはまさにその空白を埋めるポジションにあり、AIと一緒にコードを書く手順書が5万星超えで紹介したようなAI補助開発との相性も高い。
コードなしでできること・書けると広がること
Supabaseはダッシュボード(Web UI)が充実しているため、コードを書かなくても相当なことができる。
コードなしでできる範囲
- テーブルの作成・データの投入・閲覧(スプレッドシート感覚のUI)
- 認証設定(メール/Google/GitHubログインのON/OFFをトグルで切り替え)
- ストレージバケットの作成と公開設定
- APIキーの発行と確認
ここまででも、「ユーザー登録機能つきのWebアプリのバックエンド」は一通り揃う。LPに問い合わせフォームをつけたい、チャットボットの会話ログを保存したい、といった用途ならUIだけで完結するケースも多い。
コードが書けると広がる範囲
- JavaScript/TypeScriptのクライアントライブラリを使ったリアルタイムデータ同期
- Edge Functions(サーバーレス関数)による独自ロジックの実装
- pgvectorを使ったセマンティック検索の構築(AIアプリのRAG構成に直結する)
- Row Level Security(RLS)による行単位のアクセス制御
AIが本番DBを消した。承認を増やしても防げない理由でも取り上げたように、AIにDBを触らせるときはアクセス制御が重要になる。SupabaseのRLSは「このユーザーは自分のデータしか見られない」をSQL一行で書ける仕組みで、AIエージェントが暴走しても被害を最小限に抑えるガードとして機能する。
無料枠で何ができて、どこから課金が始まるか
Supabaseの無料プラン(Free tier)は、個人や小規模プロジェクトには十分な内容だ。公式ドキュメントによると、主な上限は以下の通り。
- データベース容量:500MB
- ストレージ:1GB
- 月間アクティブユーザー:50,000人
- Edge Functions呼び出し:月50万回
- プロジェクト数:2つまで(無料プランの場合)
注意点が一つある。無料プロジェクトは1週間アクセスがないと自動でポーズ(一時停止)される。個人実験用に作って放置すると、次に触ろうとしたときに「起動待ち」が発生する。本番運用するならProプラン(月25ドル〜)への移行が推奨される。
課金が本格的に発生するのは、ストレージやDB容量が上限を超えるか、複数プロジェクトを並走させるタイミング。個人のAIツール実験や小規模なサービス立ち上げなら、無料枠でかなり長く戦える設計になっている。
AIアプリのバックエンドとして試す最初の一手
まず触りたい人への入り口はsupabase.comからの無料アカウント作成だ。メールアドレスだけで登録でき、GitHubアカウント連携も選べる。
最初にやるべきこと(順番どおりに)
- プロジェクト作成:リージョンは「Northeast Asia(Tokyo)」を選ぶと国内ユーザー向けのレイテンシが下がる。
- テーブルエディタでデータ構造を作る:AI補助開発ツール(CursorやClaude)に「SupabaseでこのテーブルのSQL書いて」と依頼すれば、SQLエディタに貼り付けて実行するだけで完成する。
- APIキーを取得してフロントと繋げる:Settings → API から
anon keyとProject URLをコピー。JavaScriptなら@supabase/supabase-jsをインストールするだけで接続できる。 - 認証を有効化:AuthセクションでEmailログインをONにすると、ユーザー登録・ログイン機能がすぐ使えるようになる。
ベクター検索を試したい場合は、テーブルエディタでpgvector拡張を有効化し、embeddingカラムをvector型で追加するところから始めるとよい。公式のQuickstartドキュメントにAI/MLアプリ向けの項目が独立して用意されており、RAG構成のサンプルコードも掲載されている。AIチャットにUIが生える時代が来たで紹介したようなチャットUIと組み合わせると、バックエンドから会話ログの永続化まで一気に完成する。
AIエージェントから直接操作させるMCP連携
Supabaseは公式でMCP(Model Context Protocol)サーバーを提供している。これを使うと、ClauseやCursorなどのAIエージェントがSupabaseのDBスキーマを読み取り、マイグレーションの生成やテーブル操作を自律的に行える状態になる。
GitHubリポジトリsupabase/mcp-server-supabaseから導入でき、設定はCursorのmcp.jsonにサーバー情報を追記するだけ。有効化すると、AIに「ユーザーテーブルにlast_login_atカラムを追加して」と自然言語で指示するだけでマイグレーションSQLが生成・実行される。
ただし、この設定は強力なぶん慎重に扱う必要がある。AIエージェントにDB操作権限を渡す場合は、前述のRLSポリシーと合わせて、本番環境とは別のステージング用プロジェクトで試すことを強く推奨する。AIエージェントを自分のサーバーで動かす設計が広がり始めたでも触れたように、エージェントへの権限委譲は「どこまで自律させるか」の設計がセットで必要になる。
参照ソース
- [GitHub]supabase/supabase→ github.com/supabase/supabase
- [RSS]Responding to core PHP vulnerabilities CVE-2026-109618 and CVE-2026-109619→ cloud.google.com/blog/products/identity-security/re…
- [RSS]ZenteiQ scales batch inference 4x with GKE Inference Gateway powered by llm-d→ cloud.google.com/blog/products/containers-kubernete…
