Usar a assistência de IA para consultas e mutações do Firebase Data Connect

Você pode usar o Gemini no Firebase no console Firebase para criar consultas e mutações para incluir no código do lado do cliente. Descreva a consulta ou mutação que você quer gerar em linguagem natural, e o Gemini no Firebase vai fornecer o equivalente do GraphQL. Execute e teste a saída no console Firebase. Em seguida, copie as consultas e mutações finalizadas para o código.

Saiba mais sobre consultas e mutações em Esquemas, consultas e mutações do Data Connect.

Como AI assistance for Data Connect in the Firebase console usa seus dados

Consulte Como o Gemini no Firebase usa seus dados para mais informações sobre como o Gemini no Firebase usa seus dados.

Configurar AI assistance for Data Connect in the Firebase console

Para configurar a assistência da IA no Data Connect, ative o Gemini no Firebase, conforme descrito em Configurar o Gemini no Firebase, e acesse Gerar consultas e mutações GraphQL com o Gemini no Firebase.

Importante: os membros do projeto precisam ter o papel de administrador da API Firebase Data Connect (roles/firebasedataconnect.admin), que está incluído no papel de proprietário ou editor do IAM para gerar consultas e mutações do GraphQL Data Connect com o Gemini em Firebase.

Gerar consultas e mutações GraphQL com o Gemini no Firebase

Para usar AI assistance for Data Connect in the Firebase console para gerar GraphQL com base na linguagem natural:

1. Abra Data Connect no seu projeto e, em Serviços, selecione a fonte de dados.

2. Clique em Dados.

3. Clique no ícone Quero ajuda para escrever em GraphQLpen_spark.

4. No campo de texto que aparece, descreva a consulta ou mutação que você quer gerar na linguagem natural e clique em Gerar.

   Por exemplo, se você estiver usando a origem de dados de filmes referenciada no Guia de início rápido do Firebase Data Connect e no codelab Build with Data Connect , você pode pedir: Retorne os cinco melhores filmes de 2022, em ordem decrescente por classificação", que pode retornar um resultado como este:

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

5. Analise a resposta:

   • Se a resposta estiver correta, clique em Inserir para inserir a resposta no editor de código.
   • Se a resposta puder ser refinada, clique em Editar, atualize a instrução e clique em Gerar novamente.

6. Depois de aceitar a resposta, defina o seguinte na seção Parâmetros, se aplicável:

   • Variáveis: se a consulta ou mutação tiver variáveis, defina-as aqui. Use JSON para defini-los, por exemplo, {"title":"The Matrix", "releaseYear":"1999"}.
   • Autorização: escolha o contexto de autorização (Administrador, Autenticado ou Não autenticado) para executar a consulta ou a mutação.
   Aviso: se você estiver executando uma mutação, revise-a cuidadosamente antes de executá-la. A execução de uma mutação no editor de dados vai executar a solicitação.

7. Clique em Run no editor de código e analise os resultados.

Para testar várias consultas ou mutações no editor de código, verifique se elas estão nomeadas. Por exemplo, a consulta a seguir é chamada de GetMovie. Mova o cursor para a primeira linha da consulta ou mutação para ativar o botão Run.

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

Importante: o AI assistance for Data Connect in the Firebase console é uma tecnologia em estágio inicial que pode gerar resultados que parecem plausíveis, mas são factualmente incorretos. Por isso, ele pode responder com informações imprecisas que não representam as opiniões do Google. Valide todas as saídas do Gemini antes de usá-las e não use código gerado não testado na produção. Não insira informações de identificação pessoal (PII) ou dados do usuário no comando Quero ajuda para escrever em GraphQL. Para mais informações, consulte Como AI assistance for Data Connect in the Firebase console usa seus dados e Gemini no Google Cloud e IA responsável.

Casos de uso de AI assistance for Data Connect in the Firebase console

As seções a seguir descrevem casos de uso de exemplo, incluindo um em que você pode pedir a Gemini para ajudar a criar uma mutação para preencher Data Connect e, em seguida, consultar para verificar os resultados.

• Criar uma mutação que adicione um filme ao banco de dados com base na entrada do usuário
• Criar uma consulta que liste avaliações com base no gênero e nas classificações fornecidas pelo usuário

Criar uma mutação que adicione um filme ao banco de dados com base na entrada do usuário

Nesta seção, você vai conferir um exemplo de como usar a linguagem natural para gerar GraphQL para uma mutação que pode ser usada para preencher seu banco de dados. Neste exemplo, presumimos que você esteja usando o esquema de banco de dados de filmes usado na documentação do Firebase Data Connect e no codelab Build with Data Connect.

Aviso: a execução de uma mutação no editor de dados vai executar a mutação e pode mudar seus dados.

1. No console do Firebase, abra Data Connect.

2. Selecione o serviço e a origem de dados e abra a guia Dados.

3. Clique no ícone Quero ajuda para escrever em GraphQLpen_spark e, na caixa que aparece, digite sua consulta:

   Create a movie based on user input.
   

4. Clique em Gerar. A mutação é retornada. Por exemplo, Gemini pode retornar uma mutação como:

   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. Verifique a saída. Se necessário, clique em Editar para refinar a instrução e em Gerar novamente.

6. Em seguida, clique em Inserir para inserir a mutação no editor de dados.

7. Para executar a mutação, você precisa adicionar variáveis. Na seção Parâmetros, abra Variáveis e inclua algumas variáveis de teste:

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

8. Clique em Executar.

   Dica: também é possível pedir para Gemini expandir a saída de maneiras mais úteis. Por exemplo, para incluir comentários e a solicitação de origem na saída, você pode usar "Criar um filme com base na entrada do usuário. Documente a mutação e inclua esse comando na resposta para incluir comentários e o comando de origem no Gemini na saída de Firebase.

9. Em seguida, crie uma consulta que verifique se o filme foi adicionado. Clique no Quero ajuda para escrever em GraphQL pen_spark e, na caixa que aparece, digite o comando:

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

   Gemini pode retornar uma resposta como esta:

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

10. Insira e execute a consulta. O filme adicionado vai aparecer no campo History.

Criar uma consulta que liste as avaliações com base no gênero e nas classificações fornecidas pelo usuário

Nesta seção, você vai conferir um exemplo de como usar a linguagem natural para gerar GraphQL para uma consulta. Neste exemplo, presumimos que você esteja usando o banco de dados de filmes usado na documentação Firebase Data Connect e no codelab Build with Data Connect.

1. No console do Firebase, abra Data Connect.

2. Selecione o serviço e a origem de dados e abra a guia Dados.

3. Clique no ícone Quero ajuda para escrever em GraphQLpen_spark e, na caixa que aparece, digite sua consulta:

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

4. Clique em Gerar. A consulta é retornada. Por exemplo, Gemini pode retornar uma consulta como:

   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. Verifique a saída. Se necessário, clique em Editar para refinar a instrução e em Gerar novamente.

6. Em seguida, clique em Inserir para inserir a mutação no editor de dados.

7. Para testar essa consulta, você precisa adicionar variáveis. Na seção Parâmetros, abra Variáveis e inclua variáveis para usar no teste:

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

8. Clique em Executar.

Dica: também é possível pedir para Gemini expandir a saída de maneiras mais úteis. Por exemplo, para incluir comentários e a solicitação de origem na saída, use "Listar todas as avaliações de filmes com base em gênero e classificações configuráveis pelo usuário". Documente a consulta e inclua essa instrução na resposta." para incluir comentários e a instrução de origem na saída de Gemini.

Resolver problemas AI assistance for Data Connect in the Firebase console

Consulte Resolver problemas do Gemini no Firebase.

Preços

O AI assistance for Data Connect in the Firebase console está disponível como parte do Gemini no Firebase, que está incluído sem custo financeiro enquanto o Data Connect está em pré-lançamento ou como parte do Gemini Code Assist. Acesse Preços do Gemini no Firebase para mais informações.

Próximas etapas

• Saiba mais sobre consultas e mutações em esquemas, consultas e mutações do Data Connect.
• Saiba mais sobre o Gemini no Firebase.