Supermemoryとは？AIが忘れる理由や記憶を補う仕組み

この記事でわかること

・Supermemoryが何を目的にしたサービスなのか
・AIが「忘れる」と言われる理由
・Supermemoryの仕組みと特徴
・RAG（検索して答えるAI）との違い
・どんな人に向いていそうか

Supermemoryって、どんなサービス？

最初は正直、名前だけ見てもピンと来ませんでした。

調べてみると、Supermemoryは
AIに長期的な記憶を持たせるためのメモリAPIを提供しているサービスです。

公式サイトでは、
「Universal Memory API for AI apps（AIアプリ向けの共通メモリ）」
という表現が使われています。
https://supermemory.ai/

簡単に言うと、
AIが毎回すべてを忘れてしまう問題を、
外部の“記憶置き場”で補おうとしている仕組みです。

そもそも、AIはなぜ忘れてしまうのか

ちょっと話が逸れますが、
以前は「AIって全部覚えてるんじゃないの？」と思ってました。

実は多くのAIは、
その会話中の情報しか参照できない設計になっています。

公式ドキュメントでも、
AIはセッションをまたぐと文脈を失う、
という前提が説明されています。
https://supermemory.ai/docs/concepts/how-it-works

だからこそ、
会話を閉じるたびに“初対面”に戻ってしまいます。

Supermemoryは、
この前提を変えようとしているように見えます。

Supermemoryの仕組みをざっくり説明すると

Supermemoryでは、
会話や文章、PDF、Webページなどを取り込むと、
そのまま保存するのではなく、
意味のある単位に分解して記憶として整理します。

この考え方は、
公式の「How Supermemory Works」で説明されています。
https://supermemory.ai/docs/concepts/how-it-works

特徴的なのは、
ただのテキスト検索ではなく、
時間の前後関係や因果関係も考慮する点です。

RAGとSupermemoryは何が違うの？

最初は、
「これってRAGと同じでは？」と思ってました。

RAGは、
質問に近い文章を探して、
その内容を元にAIが答える仕組みです。

一方でSupermemoryは、
ユーザーの状態や変化を含めて扱うことを重視しています。

公式ドキュメントでは、
RAGとMemoryの違いがかなり丁寧に説明されています。
https://supermemory.ai/docs/concepts/memory-vs-rag

例として、
「昔は好きだったけど、今は違う」という情報を
正しく扱えるかどうかが挙げられています。

GitHubで公開されているSupermemory

Supermemoryは、
中身の一部がオープンソースとして公開されています。

GitHubの公式リポジトリはこちらです。
https://github.com/supermemoryai/supermemory

READMEを見ると、
・メモリを追加する
・保存した情報と会話する
・ブラウザ拡張やRaycast連携

といった使い方が紹介されています。

めちゃくちゃ開発者向けの内容です。笑（READMEだからそりゃそうでしょ）

でも、
スクリーンショット付きで流れが書かれていて、
意外と雰囲気は掴めました。

MCP（Model Context Protocol）という仕組み

Supermemoryには、
MCPという仕組みも用意されています。

これは、
複数のAIツール間で記憶を共有するための仕組みです。

公式の説明ページはこちらです。
https://supermemory.ai/docs/supermemory-mcp/introduction

ClaudeやCursorなど、
対応したツールで同じ記憶を使える、
という考え方のようです。

使ってみて感じたこと

調べていくと、
・何を記憶させるか
・どこまで覚えさせるか

ここを考えないと、
逆に混乱しそうな気がします。

メモでも、
何でも残すと後から困ることがありますよね。

どんな人に向いていそうか

個人的には、
・同じAIを継続的に使う人
・プロジェクト単位でAIと対話する人
・自分専用のAI環境を作りたい人

こういう人には、
相性が良さそうだと感じました。

一方で、
ちょっとした調べ物だけなら、
そこまで必要ないかもしれません。

Supermemoryの料金について

Supermemoryの料金は、
主に次の2つで決まります。

• どれくらい情報を記憶として処理するか（トークン数）
• どれくらい記憶を検索するか（検索クエリ数）

それを踏まえて、3つのプランが用意されています。

https://supermemory.ai/pricing

Freeプラン（無料）

まずは無料プランです。

公式では、
「メモリをサービスとして試すためのプラン」
という位置づけになっています。

内容はこんな感じです。

• 月 1Mトークン まで処理可能
• 10,000回 まで検索できる
• メールサポートあり
• 月額 $0

最初は正直、
「無料でどこまでできるんだろう？」と思いました。

ただ、
ちょっと試す分には十分な量な気がします。

個人で触ってみたり、
小さな検証をするには、
かなり始めやすいプランだと思います。

Proプラン（$19 / 月）

次がProプランです。

こちらは、
「よくAIを使う人・小さなチーム向け」
という立ち位置です。

内容を整理すると、

• 月 3Mトークン 処理
• 100,000回 の検索
• 優先サポート
• 利用状況が分かる 分析機能
• 月額 $19

個人的には、
この価格帯が一番現実的に感じました。

無料だと少し物足りなくなってきたときに、
無理なくステップアップできる印象です。

「本格運用一歩手前」
そんな使い方を想定している気がします。

Scaleプラン（$399 / 月）

最後がScaleプランです。

名前の通り、
かなり大規模な利用を想定しています。

内容は一気に跳ね上がります。

• 月 80Mトークン 処理
• 20M回 の検索
• 専任サポート
• カスタム連携対応
• Slackでの専用サポートチャンネル
• 月額 $399

正直、
個人利用ではほぼ出番はなさそうです。

ただ、
AIを業務の中核に置いている企業や、
プロダクトとして組み込む場合には、
このくらい必要になるのかもしれません。

まとめ

Supermemoryは、
AIを「賢くする」というより、
長く付き合える存在に近づける仕組み
のように思えます。

まだ発展途中な部分もありそうです。

だからこそ、
自分の使い方に合うかどうか、
少しずつ試しながら考えるのが良さそうですね。