Un connettore e un endpoint NL2SQL non sono due modi per ottenere la stessa cosa. Il primo è usato per parlare con la tua base da Claude o ChatGPT. Il secondo è consentire agli utenti del proprio prodotto di porre domande in linguaggio naturale, indipendentemente dal client AI che stanno utilizzando, o senza utilizzarne alcuno. Un backend il cui nativoAI tratta questa seconda esigenza come una capacità del prodotto, verificabile nel suo codice, piuttosto che come un servizio di terze parti assemblato a posteriori.
L'essenziale
- Supabase ha lanciato un Claude Connector ufficiale il 3 febbraio 2026 e un'app ChatGPT ufficiale l'8 maggio 2026, documentata sul suo blog ufficiale e su claude.com.
- Un connettore MCP collega Claude o ChatGPT a un progetto Supabase: il linguaggio naturale → la traduzione dell'azione rimane sul lato client AI, non nell'API Supabase stessa.
- NL2SQL nativo è un'architettura diversa: un endpoint del backend che traduce e convalida una domanda in SQL, richiamabile da qualsiasi applicazione, indipendentemente dal client AI utilizzato.
- Un connettore serve innanzitutto allo sviluppatore o all'operatore che chatta con il suo progetto da Claude o ChatGPT. NL2SQL nativo serve gli utenti finali del prodotto costruito su quel backend.
- Nessun connettore Perplexity ufficiale per Supabase può essere confermato al momento in cui scriviamo: tratta con cautela se ne trovi menzione.
Due lanci ufficiali, a tre mesi di distanza
Il 3 febbraio 2026, Supabase ha annunciato un connettore Claude ufficiale. Dal 2025, Claude.ai offre una directory di connettori che consente di connettere un server MCP remoto a una conversazione con un clic. L'8 maggio 2026 Supabase è entrato a far parte del catalogo ChatGPT Apps, il programma lanciato da OpenAI nel 2025 per integrare servizi di terze parti direttamente nell'interfaccia della chat.
Entrambi gli annunci sono documentati sul blog ufficiale di Supabase (supabase.com/blog) e, da parte di Claude, su claude.com. Estendono uno strumento più vecchio. Supabase mantiene un server MCP open source dal 2025, già utilizzato in editor come Cursor o Windsurf per elencare tabelle ed eseguire query di lettura. Viene utilizzato anche per applicare una migrazione dalla conversazione.
Il connettore Claude e l'app ChatGPT sono, con ogni probabilità, una versione ospitata e confezionata per due piattaforme tradizionali, piuttosto che una funzionalità completamente nuova creata per l'occasione. I dettagli esatti degli strumenti esibiti da ciascuno non possono essere verificati in modo indipendente: trattate questa lettura come un'inferenza ragionevole, non come una specifica tecnica confermata.
Il connettore conversazionale e NL2SQL nativo non risolvono lo stesso problema
Un connettore MCP funziona come un telecomando. Claude o ChatGPT riceve la domanda, decide quale strumento chiamare tra quelli esposti dal connettore, poi restituisce la risposta nella conversazione. Comprendere l'intenzione e scegliere l'azione avviene nel modello linguistico dell'assistente, non nell'API Supabase: Supabase espone gli strumenti, Claude o ChatGPT ne decidono l'utilizzo.
Un endpoint NL2SQL nativo inverte questa responsabilità. Il backend riceve la domanda direttamente, chiama lui stesso un LLM configurato, convalida l'SQL generato, quindi esegue una query limitata. Questa funzionalità risiede nell'API di backend: qualsiasi applicazione può richiamarla per i propri utenti, senza mai passare da Claude.ai o dall'app ChatGPT.
| Dimensioni | Connettore conversazionale | NL2SQL nativo (backend) |
|---|---|---|
| Dove vive la traduzione lingua → azione? | Nel modello assistente (Claude, ChatGPT) | Nell'API backend stessa |
| Utente finale tipico | Lo sviluppatore o l'operatore, in Claude o ChatGPT | Qualsiasi utente del prodotto creato sul backend |
| Incorporabile nel tuo prodotto | No, devi aprire Claude o ChatGPT | Sì, una chiamata API dalla tua interfaccia |
| Fornitore di modelli linguistici | Impostato dal client AI scelto dall'utente | Configurabile sul lato backend (ad esempio OpenAI, Claude, Gemini) |
| Convalida dell'SQL generato | Dipende dall'implementazione del connettore, opaco a terze parti | Verificabile nel codice backend che lo espone |
Queste due architetture non sono in competizione: un backend può benissimo esporre contemporaneamente un connettore MCP per i suoi operatori e un endpoint NL2SQL nativo per i suoi utenti finali. Ciò che mostra la sequenza temporale di Supabase è dove è andato per primo l'investimento per lo sviluppo.
Una scelta distributiva, non solo tecnica
La creazione di un connettore MCP costa meno, in termini tecnici, rispetto alla creazione e alla manutenzione del proprio endpoint NL2SQL. Il connettore riutilizza ragionamenti e sicurezza già sviluppati da Anthropic o OpenAI per i loro modelli. L'endpoint nativo richiede che il provider di backend gestisca la chiamata al LLM, la convalida dell'SQL generato e il rischio di allucinazioni stesso.
C'è anche un argomento di distribuzione. Nel complesso, Claude e ChatGPT hanno una base di utenti molto più ampia di quella di qualsiasi BaaS preso isolatamente. Il rilascio di un connettore ufficiale inserisce Supabase direttamente nel flusso di lavoro quotidiano di milioni di persone che già aprono Claude o ChatGPT. Non ha bisogno di convincerli a visitare prima il suo sito.
Il calendario rafforza questa lettura. Supabase manteneva già un server MCP open source prima di questi due annunci; i connettori ufficiali estendono una trazione esistente piuttosto che aprire un nuovo sito da zero. Ciò è coerente con una strategia di contenuti e visibilità già molto attiva presso Supabase, più che una scommessa su una nuova capacità di prodotto.
Un connettore sostituisce la necessità di NL2SQL nel tuo prodotto?
Un connettore Claude o un'app ChatGPT presuppone che l'utente finale apra Claude o ChatGPT, con un account e un abbonamento compatibili. Questo è molto adatto per uno sviluppatore che interroga il proprio progetto durante la codifica o per un operatore che esegue il debug in produzione da una conversazione. Questo non è adatto per un utente finale del tuo SaaS, che si aspetta una risposta nella tua interfaccia, non in una scheda Claude accanto ad essa.
La domanda di sicurezza merita di essere posta separatamente. Collegare un assistente conversazionale generale a strumenti in grado di leggere, e talvolta scrivere, in un database di produzione amplia la superficie di attacco: una domanda ambigua o una manipolazione del prompt può indirizzare l'assistente verso un'azione indesiderata, un rischio documentato sui server MCP in generale, non specifico di Supabase. Un endpoint NL2SQL nativo affronta lo stesso tipo di rischio, ma il provider di backend controlla direttamente la convalida, anziché dipendere da terze parti.
Spesso nella stessa conversazione tra Claude e ChatGPT emergono perplessità sui connettori AI. Nessuna fonte ufficiale conferma, nel momento in cui scriviamo, un connettore Perplexity dedicato a Supabase. Se tale integrazione esiste o appare, merita lo stesso quadro di lettura: un connettore serve l'utente del client AI, non automaticamente gli utenti finali del proprio prodotto.
Abbina la necessità all'architettura, non all'annuncio più recente
Prendiamo una prima esigenza: “Voglio parlare con la mia base da Claude o ChatGPT mentre sviluppo”. Un connettore MCP risponde direttamente ad esso, indipendentemente dal backend Postgres utilizzato sotto. Questa è un'esigenza dell'operatore, non un'esigenza del prodotto.
Prendiamo una seconda esigenza: “Voglio che gli utenti del mio prodotto facciano domande in linguaggio naturale, nella mia interfaccia, senza dipendere da un account Claude o ChatGPT”. La casella giusta da selezionare, in un confronto back-end, è un NL2SQL nativo esposto nell'API. Si tratta di una funzionalità del prodotto, non di uno strumento di sviluppo. Aurabase, ad esempio, espone un endpoint NL2SQL che convalida la sintassi SQL generata dall'albero e limita sistematicamente il numero di righe restituite, verificate nel suo codice. La nostra presentazione di NL2SQL illustra i meccanismi completi e il tutorial passo passo mostra come creare l'endpoint.
Anche la scelta del provider LLM dietro questo NL2SQL è importante. Un backend che tratta Claude, OpenAI e Gemini come client nativi dedicati non si comporta come un backend che li instrada tutti attraverso un singolo endpoint compatibile con OpenAI. Il nostro confronto AI Gateway nativo e compatibile con OpenAI descrive dettagliatamente questa differenza. Per una panoramica delle funzionalità AI native disponibili su Postgres, consulta la nostra pagina AI nativa.
Domande frequenti
I due annunci di Supabase affrontano una questione di distribuzione: essere presenti dove milioni di persone chattano con un'intelligenza artificiale, piuttosto che attirare queste conversazioni sul proprio prodotto. È una scommessa difendibile, ma non sostituisce la funzionalità NL2SQL incorporata nel backend per i tuoi utenti.
Prima di spuntare una casella “AI” nella tua griglia di confronto, verifica quale delle due architetture soddisfa davvero le tue esigenze. Uno serve l'operatore che dialoga con la sua base; l'altro serve gli utenti finali del tuo prodotto. Per situare questa scelta in un confronto più ampio, vedere Aurabase vs Supabase.