BytebaseでAIにDBを開くか閉じるか|読み取りと読み書きの線

BytebaseでAIにDBを開くか閉じるか|読み取りと読み書きの線

「開発チームが Claude や Cursor から社内のデータベースを直接見たいと言ってきた。読み取り専用の接続情報を渡せば十分ではないか」「AIに承認の操作まで任せられると聞いたが、それは誰の判断で通したことになるのか」——データベースの鍵を預かる情シスやデータ基盤の担当から、2026年の秋に増えた声です。開くか閉じるかの二択で考えがちですが、実際の選択肢はもっと細かく分かれています。問題は読み取り専用かどうかではありません。AIの依頼が、誰の資格で、どの通り道を通り、何が記録に残るかです。この記事では、データベースの変更と照会の統制基盤 Bytebase が2026年に段階的に足したMCPの機能を材料に、社員やエージェントのAIを社内のデータベースにつなぐとき、読み取り専用・読み書き・承認つきの3段のどこで開くか、情シスが何を決めるかを比べて整理します。


カメ先生カメ先生

AIにデータベースを見せるなら、読み取り専用にしておけば安全だと思われがちなんだ。でも本当は、読むだけでも顧客の氏名や取引の金額がAIの提供元へ流れるし、どの表を誰がAIに読ませたかが記録に残らなければ、あとで説明もできないんだよ。


カメ子カメ子

書き換えを防げても、読んだ中身の行き先と記録の問題は残るということですか。


カメ先生カメ先生

そう。それに、つなぎ方も一つじゃない。接続情報をAIに直接渡す形、手元のデータベース用の道具をMCPにする形、中央の通り道を一つ置く形で、止め方も記録の残り方も変わってくるんだ。


カメ子カメ子

どの段で開くかと、どの道でつなぐかを、別々に決める必要があるんですね。


この記事のポイント
  • Bytebase は2025年12月にMCPを統合し、2026年9月にワークスペース単位の方針(無効・読み取り専用・読み書き)、10月に読み書きのままエージェントが承認申請や承認まで回せる機能を足した。どの段でも本人の権限を超えない
  • 読み取り専用でも、照会の結果は社員のAIの提供元へ渡る。スキーマの読み取りは監査ログに残らないなど、記録の範囲を知ったうえで開く
  • 承認の確定は人が行い、本番と検証は方針と権限で分ける。手元の道具を直接MCPにする形と比べ、止める場所と記録の持ち主で選ぶ

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

誤解:「読み取り専用の接続情報を渡せば、AIにDBを開いても安全」

最もよく見かける開き方は、データベースに読み取り権限だけの利用者を作り、その接続情報をAIの設定ファイルに書く形です。書き換えや削除は確かに防げます。しかしこの形には、誰がAIに何を読ませたのかが、データベースの側からは一つの利用者の照会にしか見えないという弱点があります。チームで同じ接続情報を使い回せば、照会の主は誰にも特定できません。

さらに、読み取り専用は「読んだ中身がどこへ行くか」を何も決めていません。AIが照会した結果は、回答を作るために社員の使っているAIの提供元に送られます。顧客の連絡先や受注の金額が入った表を開けば、その中身が社外のサービスを通ることになります。読み取り専用は書き換えへの備えであって、情報の持ち出しへの備えではないという点を、最初に押さえておく必要があります。

そしてもう一つ、AIの側が「読むだけでは仕事が終わらない」ことです。照会して原因が分かれば、次は修正の変更を出したくなり、権限が足りなければ申請を出したくなります。読み取り専用で始めても、いずれ書き込みや申請をどう扱うかを決める日が来ます。そのとき慌てないように、段階ごとの線を最初から比べておくのがこの記事の狙いです。

Bytebaseとは:DBの変更と照会の通り道を一つにまとめる基盤

Bytebase は、データベースの変更(表の追加や列の変更など)と、照会・書き出しといったアクセスを、承認と記録つきで扱う基盤です。ソースが公開されたオープンソース版があり、クラウドで使う形と、自社の環境に置く形の両方が選べます。公式サイトでは、PostgreSQL・MySQL・Snowflake など主要なデータベースに対応すると案内しています。人が書いた変更も、AIが出した変更も、同じ審査と承認の流れに乗せるのが製品の芯です。

2026年7月15日には、自社の位置づけを「データベースガバナンスの標準」と打ち出し直したと発表しました。報道によると、データ全般の管理(データガバナンス)とは別に、データベースの変更管理・アクセス管理・法令や監査への対応を、人とAIエージェントの両方に向けて一つの管理面でまとめる考え方だと説明しています。公式トップでも、チームとAIエージェントがデータベースに触れるやり方を統制する統一基盤という言い方をしています。

つまり Bytebase は、AIのための新製品というより、もともと人の作業を統制していた仕組みに、AIの入口を足していった製品です。この経緯は判断に効きます。AIの照会や変更が、新しく作った別の規則ではなく、人と同じ承認ルール・マスキング・監査ログに乗るからです。逆にいえば、人向けの承認ルールが整っていない組織では、AIの入口を開いても守りは増えません。

MCPまわりの1年:2025年12月の統合から2026年10月の承認申請まで

公開されている更新履歴を追うと、MCPの扱いは三段階で変わってきました。2025年12月18日の 3.13.0 で「MCPとの統合」が加わりました。このときの更新履歴は一行の記載にとどまり、細かい制御の説明はありません。

大きく変わったのは2026年9月24日の 3.23.0 です。管理者がワークスペース単位で、MCPの接続を「無効」「読み取り専用」「読み書き」の三つから選べるようになりました。更新履歴では、各利用者自身の権限が、すべての呼び出しの上限になると明記しています。新しく作るワークスペースは読み取り専用で始まる一方、方針を一度も設定していない既存のワークスペースは、管理者が設定するまで読み書きのまま動くとされています。

そして2026年10月22日の 3.24.0 で、読み書きの方針のまま、MCPでつないだエージェントがアクセスの申請から承認までを一通り扱えるようになりました。3.23.0 の時点では「どの方針でも課題の承認はできない」と書かれていたので、わずか1か月で、承認の操作がAIの手の届く範囲に入ったことになります。エージェントに承認させたくない場合は、読み取り専用に切り替えるよう案内されています。

  • 2025年12月18日(3.13.0):MCPとの統合を追加。更新履歴の記載は一行のみ
  • 2026年9月24日(3.23.0):ワークスペース単位のMCP方針(無効・読み取り専用・読み書き)。方針の変更は接続中のクライアントにも効く
  • 2026年10月22日(3.24.0):読み書きの方針で、エージェントが一時的なアクセスの申請、課題と申請の承認・却下などを扱える

比べる前提:社員のAIがDBにつながる三つの道

段階を比べる前に、つなぎ方の違いを整理します。一つ目は、データベースの接続情報をAIの道具の設定に直接書く形です。手軽ですが、接続情報が社員の端末に散らばり、照会の主はデータベースの利用者名でしか分かりません。

二つ目は、社員が普段使っているデータベース用の道具(DBeaver のような汎用のクライアント)を、MCPでAIにつなぐ形です。保存済みの接続をそのまま使えるので、開発者には自然な流れです。三つ目が、Bytebase のような中央の通り道を一つ置き、AIは必ずそこを経由してデータベースに届く形です。接続情報は中央にあり、AIは社員本人としてサインインした範囲でしか動けません。

この三つは、どれが正しいというより、止める場所と記録の持ち主が違います。一つ目と二つ目は社員の端末ごとに止める必要があり、三つ目は中央で一度に止められます。比較の軸はこのあと順に見ていきますが、どの段で開くかの議論は、三つ目の道を選んだときに初めて細かく設定できるという関係を覚えておくと、話が混ざりません。

第1段・読み取り専用:できることと、それでも残るもの

Bytebase の読み取り専用では、スキーマ(表と列の構造)や付帯情報、変更の流れの状況を読み、読み取りだけの照会を実行できます。公式の文書によると、照会の結果は既定で100行、最大でも1000行に絞られ、30秒で打ち切られます。大量の行を一度に吸い出す使い方は、仕組みの側で抑えられているわけです。

マスキング(列の値を伏せる機能)が設定されていれば、照会の結果にもそれが効きます。伏せられた列には種類と理由が付いて返るため、AIは中身を推測せず、必要なら申請を出す流れに乗れると説明されています。ただし、マスキングは上位の Enterprise の契約で使える機能とされています。オープンソース版や下位の契約で読み取り専用を開く場合、伏せる仕組みがない前提で表を選ぶ必要があります。

残るのは、冒頭で触れた中身の行き先です。読み取り専用でも、AIが読んだ行は社員のAIの提供元に渡ります。どの提供元のAIからつないでよいか、学習に使わない契約になっているかは、Bytebase の設定では決まりません。読み取り専用で始めるとしても、つないでよいAIの種類と、開いてよい表の範囲は、別に決めておく必要があります。

第2段・読み書き:変更の提案と、照会での直接実行は別物

読み書きの方針にすると、AIは変更を提案できるようになり、照会を通じた書き換え(データの更新や表の定義の変更)、結果の書き出し、保存した照会の管理、アクセスの申請の扱いまで手が届きます。ここで見落としやすいのが、変更の「提案」と、照会での「直接実行」は通る道が違うという点です。

公式の文書では、変更を提案する道具は計画と課題を作り、そこでSQLの審査規則やDDLの模擬実行といった事前の検査が走ると説明しています。その後はプロジェクトの承認ルールに従って、人の承認を経て反映されます。一方で、照会の道具から直接書き換えを実行した場合に同じ審査が掛かるかどうかは、文書に記載がありません。書き込みを許すなら、提案の道だけを使わせ、直接実行は人の権限で絞るという設計が安全側です。

ここで効いてくるのが、本人の権限が上限という原則です。MCPの方針が読み書きでも、サインインした社員にその表を書き換える権限がなければ、AIも書き換えられません。逆に、データベースの管理権限を持つ社員がAIをつなげば、AIも同じ範囲まで動けます。読み書きを開く対象は、方針より先に誰に書き込みの権限を持たせているかの棚卸しで決まります。

第3段・承認つき:エージェントに承認申請まで許すか

3.24.0 で加わった機能では、読み書きの方針のエージェントが、照会のための一時的なアクセスの申請(伏せていない結果や書き出しを含む)、課題とアクセス申請の承認・却下、プロジェクトの一時アクセスの有効化、マスキングの例外の付与と取り消し、アクセス許可の取り消しまで扱えます。どの列がなぜ伏せられていて、誰なら承認できるかも確認できるとされています。

更新履歴は、この方針が権限を与えるものではなく、エージェントにできるのは、サインインした本人が Bytebase でできることだけと書いています。プロジェクトの承認ルールも残り、承認や一時アクセス、マスキングの例外は、本人がMCPクライアントの画面で確認してから効く仕組みです。つまりAIが勝手に承認を確定させるわけではありません。

それでも、判断は分かれます。申請を出させるのは、人が承認する前提なら便利な代行です。一方、承認権限を持つ管理者が自分のAIをつないだ場合、AIが承認の操作を組み立て、本人は確認の画面で押すだけになります。確認の画面で中身を読まずに押す運用になれば、承認ルールは形だけになるおそれがあります。承認権限を持つ人のAIは読み取り専用に留める、という分け方も現実的な選択肢です。

3段を並べて比べる:どの業務にどの段が合うか

ここまでの3段を、情シスが決める軸で並べます。表の「承認つき」は、読み書きの方針のうち、3.24.0 で加わった申請と承認の操作を指します。方針の名前としては読み書きと同じである点に注意してください。

比べる軸読み取り専用読み書き(提案まで)承認つき(申請・承認まで)
AIにできること構造の確認・読み取りの照会変更の提案・照会での書き換え・書き出し一時アクセスの申請、承認・却下、例外の付与
人が関わる場所開く表の選定変更の承認(承認ルール)本人の確認と、承認者の判断
主なリスク読んだ中身がAIの提供元へ渡る直接実行が審査を通らない可能性確認の形骸化、例外の付与
合う業務障害調査、構造の把握、集計の下書き検証環境での変更案づくり申請の代行(承認は人のAIで行わない)
止め方方針を無効に方針を読み取り専用に方針を読み取り専用に

表から分かるのは、段が上がるほど、AIの仕事が増えるだけでなく、人が確認すべき場所も増えることです。読み書きを開けば変更の承認が、承認つきを開けば確認の画面を読む習慣が必要になります。人の確認を増やせない組織は、段を上げても速くはなりません。迷ったら、業務ごとに一段低いほうから試すのが無難です。

誰の資格で接続するか:本人の権限と、APIに使えないトークン

Bytebase のMCPは、外部向けのアドレスの末尾にある接続口へ、HTTPでつなぐ形です。社員はブラウザでサインインし、ワークスペースとアクセス方針が表示された承認の画面で許可します。この画面では、方針が読み取り専用か読み書きのときだけ許可のボタンが出るとされています。共有の接続情報ではなく、社員一人ひとりのサインインでつながるのが、第一の道との大きな違いです。

発行されるトークンは、MCP専用です。公式の文書は、このトークンを他のAPIでは受け付けないと説明しており、自動化の処理に使い回すことはできません。仕組みとして自動で動かしたい場合は、別にサービス用のアカウントを作る形になります。また、外部向けのアドレスを変えると既存のトークンは無効になり、各クライアントで接続を作り直す必要があります。

対応するAIとしては、Claude のデスクトップ版(カスタム連携として追加)、Codex、Gemini や Copilot のコマンドライン版などが挙がっています。ここで決めるべきは、会社として認めたAIからだけつながせるかです。サインインの画面に出るクライアントの種類を確認し、認めていないAIからの接続を見つけたら止める、という運用を最初に決めておきます。

何が記録に残り、何が残らないか

公式の文書によると、MCPの操作はサインインした本人の名義で監査ログに残ります。記録には、使ったクライアント、許可した範囲、接続先、一つの接続の中で共通の識別番号が含まれます。照会、書き出し、変更の提案、反映は記録される一方、スキーマや付帯情報の読み取りは記録されないと明記されています。

拒否された呼び出しの扱いにも注意が要ります。3.23.0 の更新履歴では、方針で丸ごと拒否された呼び出しは保存せず、読み取り専用で拒否された照会は警告として残すと説明しています。拒否の大半は記録されないため、「AIが何をしようとして止められたか」は、標準の設定では追いきれないことになります。自社の環境に置く形では、監査ログを標準出力に流す設定にすれば拒否も含めて書き出せるとされています。

もう一点、監査ログの検索は Pro か Enterprise の契約が必要とされています。記録が残っていても、探せなければ事後の説明には使えません。AIの照会を監査の対象にするなら、どの契約で、誰が、どの頻度でログを見るかまで決めておく必要があります。記録の範囲は、開く段を決める前に確かめておきたい項目です。

手元のDB用の道具を直接MCPにする形と比べる

開発者からは、普段使っている DBeaver のような汎用のデータベース用の道具を、そのままAIにつなぎたいという声がよく出ます。調べた範囲では、DBeaver の開発元が提供する公式のMCPサーバーは確認できませんでした。公開されているのは有志のプロジェクトで、道具に保存した接続をAIから使えるようにし、環境変数で読み取り専用にしたり、使える接続を絞ったりできると説明されています。また公開の更新情報では、接続に付けた読み取り専用の指定を、DBeaver 内のAIアシスタントへの指示文に渡す改善が挙がっていますが、指示文で伝えることと、仕組みで止めることは別です。

この形の利点は、新しい基盤を置かずにすぐ試せることです。欠点は、接続情報と設定が社員の端末ごとにあり、止めるにも記録を見るにも端末を一台ずつ当たる必要があることです。照会はデータベースの利用者名でしか残らず、誰のAIが何を読んだかを、会社の側でまとめて追えない点は、第一の道と変わりません。有志のプロジェクトの更新が続くかどうかも、情シスが追う対象に加わります。

比べると、個人の検証用のデータベースや、公開して困らないデータに限って試すなら、手元の道具の形でも足ります。顧客情報が入る本番や、複数の部署が共有するデータベースにAIを入れるなら、中央の通り道を置き、本人のサインインと監査ログで追える形にするほうが説明しやすくなります。データベースの側に読み取り権限だけの利用者を作るという基本は、どちらの形でも外さないことが前提です。

本番と検証の分け方

MCPの方針はワークスペース単位で一つです。公式の文書には、MCPに限った本番と検証の分け方の記載は見当たりません。そのため、本番だけ厳しくしたい場合は、方針ではなくプロジェクトの承認ルールと、社員ごとの権限の側で差をつけることになります。社員が本番のデータベースに書き込める権限を持たなければ、方針が読み書きでもAIは書き込めません。

現実的な組み方は、まず検証用のデータベースでだけ書き込み権限を渡し、本番は読み取りの権限に絞ることです。AIが検証環境で変更案を作り、人がそれを本番向けの変更として改めて出す。本番への反映は、人が出した変更が承認ルールを通る形だけに限ると決めておけば、AIが本番に直接届く道は塞がります。本番と検証でワークスペース自体を分け、本番側を読み取り専用にするという選択肢もありますが、運用の手間が増える点は比べて決めます。

もう一つの落とし穴は、更新時の既定値です。3.23.0 では、方針を一度も設定していない既存のワークスペースは読み書きのまま動くとされ、3.24.0 では読み書きのワークスペースに承認の操作が更新とともに加わると書かれています。何もしなければ、更新した日からAIに承認の操作まで開くことになるため、更新の前に方針を保存しておくのが先です。

人が確認する範囲:AIに判断させないこと

AIをデータベースにつなぐとき、任せてよいのは「調べる」「案を作る」「申請を書く」までです。変更を本番に入れてよいか、例外として伏せた列を見せてよいか、一時的な権限を誰に渡すかは、人が判断し、その理由を人の言葉で残すことにします。Bytebase の仕組みが本人の確認を求めるのは、この線を引くための手がかりにすぎません。

AIに変更案や申請を書かせるときは、根拠を必ず添えさせます。どの照会の結果を見て、なぜその変更が必要と考えたのか、影響を受ける表と行数の見込みはどれくらいか。根拠のない申請は承認しない、と決めておけば、確認の画面で中身を読む習慣も保てます。

  • 承認権限を持つ管理者が、読み書きの方針のまま自分のAIをつなぎ、確認の画面を流し読みで押す
  • 照会での直接の書き換えを許し、事前の審査を通らない変更が本番に入る
  • 伏せた列が多いと仕事が進まないからと、AIの申請でマスキングの例外を次々に認める
  • AIの集計結果を、元の照会を確かめずに経営会議の資料や顧客への回答に使う

最後の項目は見落としがちです。照会の結果は既定で100行に絞られるため、AIが一部の行だけを見て全体の傾向を語ることがあります。数字を外に出すときは、人が元の照会を確かめ、件数の上限に掛かっていないかを見てから使います。

開く前に決める項目:情シスのチェックリスト

ここまでの論点を、実際に開く前の確認項目にまとめます。すべてを一度に満たす必要はありませんが、空欄のまま開かないことが大切です。

MCPでAIにDBを開く前の確認項目
  • MCPの方針を明示的に保存したか(未設定の既存ワークスペースは読み書きのまま)
  • つないでよいAIの種類と、その提供元の契約(学習に使わないか)を決めたか
  • 開いてよい表と、伏せる列を決めたか。マスキングを使える契約か
  • 書き込み権限を持つ社員を棚卸しし、本番は読み取りに絞ったか
  • 承認権限を持つ人のAIを、読み取り専用に留めるかどうかを決めたか
  • 監査ログを誰がどの頻度で見るか、検索できる契約かを確かめたか
  • 拒否された操作の記録が要るなら、ログの書き出し先を用意したか
  • 手元の道具を直接MCPにする使い方を、どの範囲まで認めるか決めたか

この中で最初に手を付けるべきは、方針の保存と、書き込み権限の棚卸しです。前者は更新のたびに既定の動きが変わるのを防ぎ、後者はどの段で開いてもAIの上限を決める土台になります。

試す順番:読み取り専用の1プロジェクトから

段階を上げる順番は、次のように組むと無理がありません。各段で1か月ほど使い、記録を見て次へ進むかを決めます。

STEP1
方針を読み取り専用で保存する

ワークスペースの方針を明示的に保存し、試す社員を数人に絞ります。開くプロジェクトは顧客情報を含まないものから選びます。

STEP2
記録を見て、照会の中身を確かめる

監査ログで、AIがどの照会をどれくらい実行したかを見ます。読ませたくない表への照会がないか、行数の上限に頻繁に掛かっていないかを確認します。

STEP3
検証環境だけ書き込みを渡す

方針を読み書きにする場合も、書き込み権限は検証用のデータベースに限ります。変更は提案の道で出させ、審査と承認を通します。

STEP4
申請の代行を試すかを決める

承認つきの操作を使うなら、申請を出すのは開発者のAIに限り、承認者は自分のAIからではなく画面で判断する、といった線を先に書きます。

各段の判断は、AIで何件の作業が速くなったかではなく、人が確認できた量の範囲で回っているかで行います。確認が追いつかない兆しが出たら、段を一つ戻すのが正しい対応です。

止め方・やめ方と、費用の増え方

止める手段ははっきりしています。方針を「無効」にすればMCPの接続はすべて止まり、「読み取り専用」にすれば書き込みと承認の操作が止まります。3.23.0 の更新履歴によると、方針の変更は、すでに接続しているクライアントにも効くとされています。社員の端末を一台ずつ回らずに止められるのは、中央に通り道を置く形の利点です。

やめ方も比較的単純です。MCPの入口を閉じても、人の変更管理とアクセス管理の仕組みとしては使い続けられます。逆に Bytebase そのものをやめる場合は、承認の記録や監査ログをどこに残すかを先に決めておく必要があります。

費用の面では、MCPの入口自体より、周辺の機能が契約の段階に結びついている点が効いてきます。公式の文書では、照会の結果へのマスキングは Enterprise、監査ログの検索は Pro か Enterprise の契約で使えるとされています。オープンソース版で試し始めても、顧客情報を含む本番に広げる段階で、伏せる機能と記録の検索のために上位の契約が要るという順番で費用が増えると見ておくのが現実的です。料金の具体的な額は公式の案内で確かめてください。

まとめ

社員やエージェントのAIを社内のデータベースにつなぐ判断は、開くか閉じるかの二択ではありません。Bytebase の2026年の変化が示すように、読み取り専用・読み書き・承認つきという段があり、どの段でも本人の権限が上限になります。それでも、読み取り専用で中身はAIの提供元へ渡り、スキーマの読み取りや拒否の多くは記録に残らず、承認つきでは確認の画面を読む人の習慣が守りの最後の線になります。まず方針を保存し、書き込み権限を棚卸しし、本番は人の出した変更だけが通る形にする。そのうえで、読み取り専用の1プロジェクトから記録を見ながら段を上げていけば、AIの便利さと、誰が何をしたかを説明できる状態を両立させやすくなります。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次