Elenco di controllo per la produzione per l'utilizzo di Firebase AI Logic

Quando è tutto pronto per lanciare la tua app e far interagire gli utenti finali reali con le tue funzionalità di AI generativa, assicurati di esaminare questo elenco di controllo delle best practice e delle considerazioni importanti.

Puoi completare molti di questi elementi dell'elenco di controllo non appena inizi a sviluppare seriamente la tua app e molto prima del lancio.
Ancora più importante, devi attivare Firebase App Check per proteggere la tua app e configurare Firebase Remote Config per consentire modifiche on demand ai parametri dell'AI (come il nome del modello) senza un aggiornamento dell'app.

Generale

Esaminare l'elenco di controllo generale per il lancio delle app che utilizzano Firebase

Questo elenco di controllo per il lancio di Firebase descrive importanti best practice prima di lanciare qualsiasi app Firebase in produzione.

Assicurati che i tuoi progetti Firebase seguano le best practice

Ad esempio, assicurati di utilizzare progetti Firebase diversi per lo sviluppo, i test e la produzione. Consulta altre best practice per gestire i progetti.

Accesso e sicurezza

Esamina l'elenco di controllo generale della sicurezza per le app che utilizzano Firebase

Questo elenco di controllo della sicurezza descrive le best practice importanti per l'accesso e la sicurezza di app e servizi Firebase.

Inizio dell'applicazione Firebase App Check

Firebase App Check contribuisce a proteggere le API che ti danno accesso ai modelli Gemini e Imagen. App Check verifica che le richieste provengano dalla tua app effettiva e da un dispositivo autentico e non manomesso. Supporta i fornitori di attestazione per le piattaforme Apple (DeviceCheck o App Attest), Android (Play Integrity) e web (reCAPTCHA Enterprise), nonché tutti questi fornitori per le app Flutter e Unity.

Inoltre, per prepararti alla protezione avanzata imminente da App Check tramite la protezione dal replay, ti consigliamo di attivare l'utilizzo di token di uso limitato nelle tue app.

Configurare le limitazioni per le chiavi API Firebase

• Esamina la lista consentita delle "Limitazioni API" di ogni chiave API Firebase:

  • Assicurati che l'API Firebase AI Logic sia nella lista consentita.

  • Assicurati che le uniche altre API nella lista consentita della chiave siano per i servizi Firebase che utilizzi nella tua app. Consulta l'elenco delle API che devono essere incluse nella lista consentita per ogni prodotto.

• Imposta "Limitazioni delle applicazioni" per limitare l'utilizzo di ogni chiave API di Firebase solo alle richieste provenienti dalla tua app (ad esempio, un ID pacchetto corrispondente per l'app Apple). Tieni presente che anche se limiti la chiave, Firebase App Check è comunque fortemente consigliato.

Tieni presente che le API correlate a Firebase utilizzano le chiavi API solo per identificare il progetto o l'app Firebase, non per l'autorizzazione a chiamare l'API.

Fatturazione, monitoraggio e quota

Evitare fatture a sorpresa

Se il tuo progetto Firebase utilizza il piano tariffario Blaze con pagamento a consumo, monitora l'utilizzo e configura gli avvisi di budget.

Configurare il monitoraggio dell'AI nella console Firebase

Configura il monitoraggio dell'AI per ottenere visibilità sulle metriche di rendimento chiave, come richieste, latenza, errori e utilizzo dei token. Il monitoraggio AI ti aiuta anche a ispezionare ed eseguire il debug delle funzionalità di Firebase AI Logic mostrando le singole tracce.

Rivedi le quote per le API di base richieste

• Assicurati di comprendere le quote per ogni API richiesta.

• Imposta limiti di frequenza per utente (il valore predefinito è 100 RPM).

• Modifica la quota o richiedi un aumento della quota, se necessario.

Gestione delle configurazioni

Utilizzare una versione stabile del modello nell'app di produzione

Nella tua app di produzione, utilizza solo versioni stabili del modello (ad esempio gemini-2.0-flash-001), non una versione di anteprima o sperimentale o un alias aggiornato automaticamente.

Anche se un alias stabile aggiornato automaticamente punta a una versione stabile, la versione del modello effettiva a cui punta cambierà automaticamente ogni volta che viene rilasciata una nuova versione stabile, il che potrebbe comportare comportamenti o risposte imprevisti. Inoltre, le versioni anteprima e sperimentale sono consigliate solo durante la prototipazione.

Importante: ti consigliamo vivamente di utilizzare Firebase Remote Config per controllare e aggiornare il nome del modello utilizzato nella tua app (vedi la sezione successiva).

Configurare e utilizzare Firebase Remote Config

Con Remote Config, puoi controllare configurazioni importanti per le tue funzionalità di AI generativa nel cloud anziché codificare i valori nel tuo codice. Ciò significa che puoi aggiornare la configurazione senza rilasciare una nuova versione dell'app.

• (Consigliato vivamente) Modifica da remoto il nome del modello utilizzato nella tua app man mano che vengono rilasciati nuovi modelli o altri vengono ritirati.

• (Facoltativo) Controlla in modo dinamico e persino condizionale altri parametri nella tua app, come la configurazione della generazione del modello (token massimi, temperatura e così via), le impostazioni di sicurezza, le istruzioni di sistema e i dati dei prompt.

• (Facoltativo) Imposta un parametro minimum_version in Remote Config per confrontare la versione attuale dell'app con l'ultima versione definita da Remote Config, in modo da mostrare agli utenti una notifica di upgrade o forzarli a eseguire l'upgrade.

Impostare la località per accedere al modello

Disponibile solo quando utilizzi Vertex AI Gemini API come provider API.

L'impostazione di una località per l'accesso al modello può contribuire a ridurre i costi e a prevenire la latenza per gli utenti.

Se non specifichi una località, il valore predefinito è us-central1. Puoi impostare questa posizione durante l'inizializzazione oppure puoi, se vuoi, utilizzare Firebase Remote Config per modificare dinamicamente la posizione in base a quella di ogni utente.