Utiliser l'assistance de l'IA pour les requêtes et les mutations Firebase Data Connect

Vous pouvez utiliser Gemini dans Firebase dans la console Firebase pour vous aider à créer des requêtes et des mutations à inclure dans votre code côté client. Décrivez la requête ou la mutation que vous souhaitez générer en langage naturel, et Gemini dans Firebase vous fournira son équivalent GraphQL. Exécutez et testez la sortie dans la console Firebase, puis copiez vos requêtes et mutations finalisées dans votre code.

Pour en savoir plus sur les requêtes et les mutations, consultez Schémas, requêtes et mutations Data Connect.

Comment AI assistance for Data Connect in the Firebase console utilise vos données

AI assistance for Data Connect in the Firebase console n'utilise pas vos requêtes ni ses réponses comme données pour entraîner son modèle. Pour en savoir plus, consultez Comment Gemini dans Google Cloud utilise vos données.

Configurer AI assistance for Data Connect in the Firebase console

Pour configurer l'assistance par IA dans Data Connect, activez Gemini dans Firebase comme décrit dans Configurer Gemini dans Firebase, puis passez à Générer des requêtes et des mutations GraphQL avec Gemini dans Firebase.

Important :Les membres du projet doivent disposer du rôle d'administrateur d'API Firebase Data Connect (roles/firebasedataconnect.admin), qui est inclus dans le rôle IAM propriétaire ou éditeur, pour générer des requêtes et des mutations GraphQL Data Connect avec Gemini dans Firebase.

Générer des requêtes et des mutations GraphQL avec Gemini dans Firebase

Pour générer du code GraphQL basé sur le langage naturel à l'aide de AI assistance for Data Connect in the Firebase console :

1. Ouvrez Data Connect dans votre projet, puis sous Services, sélectionnez votre source de données.

2. Cliquez sur Data (Données).

3. Cliquez sur l'icône M'aider à écrire GraphQLpen_spark.

4. Dans le champ de texte qui s'affiche, décrivez la requête ou la mutation que vous souhaitez générer en langage naturel, puis cliquez sur Générer.

   Par exemple, si vous utilisez la source de données Films référencée dans le guide de démarrage rapide Firebase Data Connect et l'atelier de programmation Créer avec Data Connect, vous pouvez demander "Renvoyez les cinq meilleurs films de 2022, dans l'ordre décroissant par note", ce qui pourrait renvoyer un résultat semblable à celui-ci:

   query TopMovies2022 {
     movies(where: {releaseYear: {eq: 2022}}, orderBy: [{rating: DESC}], limit: 5) {
       id
       title
       rating
       releaseYear
     }
   }
   

5. Examinez la réponse:

   • Si la réponse semble correcte, cliquez sur Insérer pour l'insérer dans l'éditeur de code.
   • Si la réponse peut être affinée, cliquez sur Edit (Modifier), mettez à jour l'invite, puis cliquez sur Regenerate (Regénérer).

6. Une fois la réponse acceptée, définissez les paramètres suivants dans la section Paramètres, le cas échéant:

   • Variables: si votre requête ou votre mutation contient des variables, définissez-les ici. Utilisez JSON pour les définir (par exemple, {"title":"The Matrix", "releaseYear":"1999"}).
   • Authorization (Autorisation) : choisissez le contexte d'autorisation (administrateur, authentifié ou non authentifié) avec lequel exécuter la requête ou la mutation.
   Avertissement : Si vous exécutez une mutation, examinez-la attentivement avant de l'exécuter. Exécuter une mutation dans l'éditeur de données exécute la requête.

7. Cliquez sur Run (Exécuter) dans l'éditeur de code, puis examinez les résultats.

Pour tester plusieurs requêtes ou mutations dans l'éditeur de code, assurez-vous qu'elles sont nommées. Par exemple, la requête suivante est nommée GetMovie. Placez le curseur sur la première ligne de la requête ou de la mutation pour activer le bouton Run (Exécuter).

query GetMovie($myKey: Movie_Key!) {
  movie(key: $myKey) { title }
}

Important : AI assistance for Data Connect in the Firebase console est une technologie encore à un stade précoce qui peut générer des résultats qui semblent plausibles, mais qui sont en fait incorrects. Il peut fournir des réponses inexactes qui ne représentent pas les points de vue de Google. Validez toutes les sorties de Gemini avant de les utiliser et n'utilisez pas de code généré non testé en production. Ne saisissez pas d'informations permettant d'identifier personnellement l'utilisateur ni de données utilisateur dans l'invite M'aider à écrire du code GraphQL. Pour en savoir plus, consultez Comment AI assistance for Data Connect in the Firebase console utilise vos données et Gemini dans Google Cloud et l'IA responsable.

AI assistance for Data Connect in the Firebase console cas d'utilisation

Les sections suivantes décrivent des exemples de cas d'utilisation, y compris un cas où vous pouvez demander à Gemini de vous aider à créer une mutation pour renseigner Data Connect, puis l'interroger pour vérifier les résultats.

• Créer une mutation qui ajoute un film à la base de données en fonction de l'entrée utilisateur
• Créer une requête qui liste les avis en fonction du genre et des notes fournis par l'utilisateur

Créer une mutation qui ajoute un film à la base de données en fonction de l'entrée utilisateur

Dans cette section, vous allez parcourir un exemple d'utilisation du langage naturel afin de générer GraphQL pour une mutation, afin de renseigner votre base de données. Cet exemple part du principe que vous utilisez le schéma de base de données de films utilisé dans la documentation Firebase Data Connect et dans l'atelier de programmation Créer avec Data Connect.

Avertissement : L'exécution d'une mutation dans l'éditeur de données exécute la mutation et peut modifier vos données.

1. Dans la console Firebase, ouvrez Data Connect.

2. Sélectionnez votre service et votre source de données, puis ouvrez l'onglet Données.

3. Cliquez sur l'icône M'aider à écrire GraphQLpen_spark et saisissez votre requête dans la boîte de dialogue qui s'affiche:

   Create a movie based on user input.
   

4. Cliquez sur Générer. La mutation est renvoyée. Par exemple, Gemini peut renvoyer une mutation comme suit :

   mutation CreateMovie($title: String!, $releaseYear: Int!, $genre: String!, $rating: Float!, $description: String!, $imageUrl: String!, $tags: [String!] = []) @auth(level: USER) {
     movie_insert(data: {
       title: $title,
       releaseYear: $releaseYear,
       genre: $genre,
       rating: $rating,
       description: $description,
       imageUrl: $imageUrl,
       tags: $tags
     })
   }
   

5. Examinez le résultat. Si nécessaire, cliquez sur Modifier pour affiner l'invite, puis sur Générer à nouveau.

6. Cliquez ensuite sur Insérer pour insérer la mutation dans l'éditeur de données.

7. Pour exécuter la mutation, vous devez ajouter des variables. Dans la section Paramètres, ouvrez Variables et incluez quelques variables de test:

   {"title":"My amazing movie", "releaseYear":2024, "genre": "Comedy",
   "rating": 8, "description": "A new movie to test mutations",
   "imageUrl": "", "tags": ["comedy","space travel"]}
   

8. Cliquez sur Exécuter.

   Conseil : Vous pouvez également demander à Gemini d'étendre la sortie de manière plus utile. Par exemple, pour inclure des commentaires et votre invite source dans la sortie, vous pouvez utiliser "Créer un film en fonction de l'entrée utilisateur". Assurez-vous de documenter la mutation et d'inclure cette requête dans votre réponse" pour inclure les commentaires et la requête source dans Gemini dans la sortie de Firebase.

9. Ensuite, créez une requête qui vérifie que votre film a été ajouté. Cliquez sur l'icône en forme de crayon M'aider à écrire des requêtes GraphQL et, dans la zone qui s'affiche, saisissez votre requête :

   List all movies from 2024 that include all of thse tags: 'space travel', 'comedy'.
   

   Gemini peut renvoyer une réponse semblable à celle-ci :

   query ComedySpaceTravelMovies2024 @auth(level: PUBLIC) {
     movies(
       where: {
       releaseYear: { eq: 2024 },
       tags: { includesAll: ["space travel", "comedy"] }
       }
     ) {
         id
         title
         imageUrl
         releaseYear
         genre
         rating
         description
         tags
       }
   }
   

10. Insérez et exécutez la requête. Le film que vous avez ajouté devrait apparaître dans le champ Historique.

Créer une requête qui liste les avis en fonction du genre et des notes fournis par l'utilisateur

Dans cette section, vous allez découvrir un exemple d'utilisation du langage naturel afin de générer GraphQL pour une requête. Cet exemple suppose que vous utilisez la base de données de films utilisée dans la documentation Firebase Data Connect et l'atelier de programmation Créer avec Data Connect.

1. Dans la console Firebase, ouvrez Data Connect.

2. Sélectionnez votre service et votre source de données, puis ouvrez l'onglet Données.

3. Cliquez sur l'icône M'aider à écrire des requêtes GraphQLpen_spark, puis saisissez votre requête dans la zone qui s'affiche :

   List all movie reviews, based on user-configurable genre and ratings.
   

4. Cliquez sur Générer. La requête est renvoyée. Par exemple, Gemini peut renvoyer une requête comme celle-ci :

   query ListReviewsByGenreAndRating($genre: String, $minRating: Int, $maxRating: Int) @auth(level: PUBLIC) {
     reviews(where: {
       movie: {
         genre: {eq: $genre}
       },
       rating: {ge: $minRating, le: $maxRating}
     }) {
       id
       user {
         username
       }
       movie {
         title
         genre
       }
       rating
       reviewText
       reviewDate
     }
   }
   

5. Examinez le résultat. Si nécessaire, cliquez sur Modifier pour affiner l'invite, puis sur Générer à nouveau.

6. Cliquez ensuite sur Insérer pour insérer la mutation dans l'éditeur de données.

7. Pour tester cette requête, vous devez ajouter des variables. Dans la section Paramètres, ouvrez Variables et incluez les variables à utiliser pour les tests :

   {"genre":"sci-fi", "minRating":4, "maxRating":9}
   

8. Cliquez sur Exécuter.

Conseil : Vous pouvez également demander à Gemini d'étendre la sortie de manière plus utile. Par exemple, pour inclure des commentaires et votre invite source dans la sortie, vous pouvez utiliser "Liste tous les avis sur les films, en fonction du genre et des notes configurables par l'utilisateur. Veillez à documenter la requête et à inclure cette invite dans votre réponse." pour inclure des commentaires et l'invite source dans la sortie de Gemini.

Résoudre les problèmes liés à la configuration AI assistance for Data Connect in the Firebase console

Consultez Résoudre les problèmes liés à Gemini dans Firebase.

Tarifs

AI assistance for Data Connect in the Firebase console est disponible dans Gemini dans Firebase, qui est inclus dans Gemini Code Assist. Vous pouvez essayer Gemini Code Assist sans frais jusqu'au 8 novembre 2024, dans la limite d'un utilisateur par compte de facturation. Pour en savoir plus, consultez la page Tarifs de Gemini dans Firebase.

Étapes suivantes

• Pour en savoir plus sur les requêtes et les mutations, consultez la page Schémas, requêtes et mutations Data Connect.
• En savoir plus sur Gemini dans Firebase