מנסים את Gemini במסוף Firebase

אחרי שמגדירים את Gemini ב-Firebase, אפשר להתחיל להשתמש בו כדי לשפר את חוויית הפיתוח ב-Firebase.

כדי לפתוח את חלונית Gemini:

• לוחצים על ✦Gemini ב-Firebase בתפריט הימני העליון של מסוף Firebase.

החלונית של Gemini נפתחת ונשארת בכל הדפים במסוף Firebase. עכשיו אפשר לדבר בצ'אט עם Gemini ולגלות את כל התכונות הזמינות בחלונית Gemini.

אם האפשרות ✦Gemini ב-Firebase לא מופיעה במסוף Firebase, צריך לפעול לפי השלבים שמפורטים במאמר הגדרת Gemini ב-Firebase לפרויקט כדי להפעיל אותה.

שיחת צ'אט עם Gemini

אחרי שפותחים את חלונית Gemini, אפשר להתחיל שיחה עם Gemini ולשאול שאלות בשפה טבעית.

Gemini ב-Firebase היא טכנולוגיה בשלב מוקדם שיכולה ליצור תוצאות שנראות הגיוניות אבל לא נכונות מבחינה עובדתית. יכול להיות שהיא תספק מידע לא מדויק שלא מייצג את הדעות של Google. מומלץ לאמת את כל הפלט מ-Gemini לפני שמשתמשים בו, ולא להשתמש בקוד שנוצר ללא בדיקה בסביבת הייצור. אסור להזין בצ'אט פרטים אישיים מזהים (PII) או נתוני משתמשים. מידע נוסף זמין במאמרים Gemini ב-Google Cloud ובינה מלאכותית אחראית.

השלבים הבאים מדגימים שיחה שעשויה להתנהל עם Gemini לגבי Cloud Firestore. בדוגמה הזו, מבקשים מ-Gemini לספק קבוצה בסיסית של כללי Firestore ולשפר אותם יחד כשמוסיפים דרישות:

1. בשדה Ask me anything about Firebase, מזינים שאלה ולוחצים על send שליחה. לדוגמה, תוכלו לשאול:

   When should I use a Remote Config rollout vs. an A/B Test?
   

   Gemini מציג את התגובה שלו.

2. בשלב הבא תוכלו לשאול Gemini שאלות להבהרה כדי להרחיב את השיחה, או להדביק קוד ולבקש עצה.

אתם יכולים להמשיך את השיחה ולשתף מידע ושאלות לגבי האפליקציה והפרויקטים שאתם עובדים עליהם בזמן פתרון הבעיות, ו-Gemini יציע שיפורים ואופטימיזציות והנחיות נוספות.

טיפ: במאמר כתיבה של הנחיות טובות יותר מוסבר איך לבצע אופטימיזציה להנחיות כדי לשפר את הפרודוקטיביות בעזרת עוזרות AI מבוססות-שיחה.

חלונית Gemini במסוף Firebase

בחלונית Gemini במסוף Firebase יש כמה תכונות שמפשטות את העבודה המשותפת עם המודל Gemini.

אפשרות	פעולה
התראות	הצגת ההתראות ב-Firebase.
spark	פותחים את Gemini בצ'אט של Firebase.
contact_support	לקבל עזרה: לחפש במסמכי העזרה למפתחים, ליצור קשר עם התמיכה ולבדוק את סטטוס השירות של Firebase.
dark_mode	בוחרים עיצוב: בוחרים עיצוב בהיר או כהה, או בוחרים את ברירת המחדל של המכשיר.
	מוחקים את השיחה. כשמנקים את השיחה, כל ההקשר הקודם נמחק ומתחיל סשן שיחה חדש.
text_select_start	הצמדת חלונית Gemini למיקום ספציפי במסוף. אפשר להצמיד את החלונית לצד ימין, לצד שמאל, למעלה או למטה.
text_select_move_back_word	מנתקים את חלונית Gemini כדי להחזיר אותה למצב המקורי.
fullscreen	מרחיבים את חלונית Gemini למקסימום כדי שהיא תתפוס את כל הקונסולה.
fullscreen_exit	משחזרים את חלונית Gemini לגודל המקורי.
	דיווח על בעיה לצוות Firebase לגבי החוויה שלכם עם Gemini ב-Firebase. אנחנו מעודדים אתכם לדווח על באגים, להציע שיפורים או לספק משוב כללי.
סגירה	סוגרים את החלונית של Gemini.

שימוש בעזרה מבוססת-AI ב-Crashlytics

כדי להשתמש בעזרה של AI ב-Crashlytics כדי ליצור תובנות על תאונות:

1. פותחים את מרכז הבקרה של Crashlytics בפרויקט ובוחרים את האפליקציה.

2. מאתרים את התקרית שרוצים לבדוק ובוחרים בה. יופיע דף האירוע Crashlytics עם הלחצן יצירת תובנות מ-AI.

   אם הלחצן'יצירת תובנות מ-AI' לא מופיע, צריך לוודא ש-Gemini מופעל ב-Firebase (הוראות להגדרה מפורטות במאמר הגדרת Gemini ב-Firebase). בנוסף, צריך לוודא שמוצג אירוע של Apple או Android. עדיין אין תמיכה באירועים של Flutter,‏ Unity ו-Android NDK ובאירועים לא קטלניים. לבסוף, מוודאים שהקטע תובנות מורחב בדף האירוע Crashlytics.

3. לוחצים על הלחצן יצירת תובנות מ-AI.

   תוצג חלונית עם תובנות, עם אחד או יותר מהפרטים הבאים:

   • ניתוח של הקריסה עם סיבה אפשרית
   • הוראות לניפוי באגים
   • השלבים הבאים שאפשר לבצע
   • שיטות מומלצות

4. כדי לספק קוד והקשר כדי לקבל תובנות מעמיקות יותר, לוחצים על מתחילים בתיבה רוצים תובנות מעמיקות יותר?.

5. מדביקים בשדה הקוד את הקוד ש-Gemini ב-Firebase מבקש.

   הערה: הקוד ששולחים משמש רק כדי לספק תובנות לגבי הבעיה. הקוד הזה לא יישמר, לא יתבצע אליו הפניה ולא ישמש לאימון מודלים. מידע נוסף זמין במאמר איך התמיכה של AI ב-Crashlytics משתמשת בנתונים שלכם.

6. אם יש לכם עוד הקשר או פרטים נוספים שיכולים לעזור לשפר את התובנות של ה-AI, תוכלו להוסיף אותם לשדה שיתוף הקשר או פרטים רלוונטיים.

7. לוחצים על Regenerate AI insights.

   Gemini ב-Firebase יוצר תובנות מעודכנות על סמך הקוד וההקשר שסיפקתם.

חשוב: התכונה 'עזרה מ-AI' ב-Crashlytics היא טכנולוגיה בשלב מוקדם שיכולה ליצור תוצאות שנראות הגיוניות אבל לא מדויקות מבחינה עובדתית. יכול להיות שהיא תספק מידע לא מדויק שלא מייצג את העמדות של Google. מומלץ לאמת את כל הפלט מ-Gemini לפני שמשתמשים בו, ולא להשתמש בקוד שנוצר ללא בדיקה בסביבת הייצור. אסור לתעד פרטים אישיים מזהים (PII) דרך ממשקי ה-API של Crashlytics. למידע נוסף, ראו איך התמיכה של AI ב-Crashlytics משתמשת בנתונים שלכם וGemini ב-Google Cloud וב-AI אחראי.

מידע נוסף זמין במאמר קבלת עזרה מ-AI ב-Crashlytics.

קבלת תובנות מבוססות-AI לקמפיינים של הודעות עם Gemini ב-Firebase

Gemini ב-Firebase מספק סיכום של קמפיינים לשליחת הודעות, תובנות והנחיות לשיפור הביצועים של הקמפיינים ב-Firebase Cloud Messaging וב-In-App Messaging. ניתוח נתוני הקמפיינים ב-Gemini ב-Firebase יכול לעזור לכם להבין את פוטנציאל החשיפה וההשפעה של הקמפיינים, ולהציע אסטרטגיות לשיפור המעורבות של המשתמשים והצמיחה של העסק.

גישה לתובנות מ-AI בקמפיינים להעברת הודעות

כדי להשתמש בתובנות מ-AI בקמפיינים להעברת הודעות, צריך לוודא שהפרויקט כולל את הרכיבים הבאים:

• Gemini ב-Firebase מופעל בפרויקט. מידע נוסף זמין במאמר הגדרת Gemini ב-Firebase.

• Firebase Cloud Messaging או In-App Messaging מופעלים בפרויקט Firebase.

• קיים קמפיין אחד לפחות שמופיע במסוף Firebase.

אחרי שתבדקו שאתם עומדים בדרישות האלה:

1. פותחים את Messaging במסוף Firebase כדי לגשת לנתוני הקמפיין.

2. אחרי טעינת נתוני הקמפיין, לוחצים על יצירת תובנות מ-AI.

   יופיע סיכום וניתוח של הקמפיינים לשליחת הודעות.

יצירת שאילתות ומוטציות של GraphQL עבור Data Connect באמצעות Gemini ב-Firebase

כדי להשתמש ב-AI assistance for Data Connect in the Firebase console כדי ליצור שאילתות GraphQL שמבוססות על שפה טבעית:

1. פותחים את Data Connect בפרויקט ובוחרים את מקור הנתונים בקטע Services.

2. לוחצים על נתונים.

3. לוחצים על הסמל עזרה בכתיבה של GraphQLpen_spark.

4. בשדה הטקסט שמופיע, מתארים את השאילתה או המוטציה שרוצים ליצור בשפה טבעית ולוחצים על יצירה.

   לדוגמה, אם אתם משתמשים במקור הנתונים Movies שמצוין ב מדריך למתחילים של Firebase Data Connect ובcodelab של Build with Data Connect, תוכלו לבקש הצגת חמשת הסרטים המובילים של שנת 2022, בסדר יורד לפי דירוג. התוצאה עשויה להיות דומה לזו:

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

5. בודקים את התשובה:

   • אם התשובה נראית נכונה, לוחצים על Insert כדי להוסיף אותה לעורך הקוד.
   • אם אפשר לשפר את התשובה, לוחצים על עריכה, מעדכנים את ההנחיה ולוחצים על יצירה מחדש.

6. אחרי שמאשרים את התגובה, מגדירים את הפרמטרים הבאים בקטע Parameters, אם רלוונטי:

   • משתנים: אם השאילתה או המוטציה מכילות משתנים, מגדירים אותם כאן. אפשר להגדיר אותם באמצעות JSON, לדוגמה, {"title":"The Matrix", "releaseYear":"1999"}.
   • הרשאה: בוחרים את הקשר ההרשאה (אדמין, מאומת או לא מאומת) שבו רוצים להריץ את השאילתה או את המוטציה.
   אזהרה: אם אתם מפעילים מוטציה, חשוב לבדוק אותה היטב לפני שמפעילים אותה. כדי להפעיל את הבקשה, מריצים מוטציה בעורך הנתונים.

7. לוחצים על הפעלה בעורך הקוד ובודקים את התוצאות.

כדי לבדוק כמה שאילתות או מוטציות בכלי העריכה של הקוד, צריך לוודא שהן ניתנות לשמות. לדוגמה, השאילתה הבאה נקראת GetMovie. כדי להפעיל את הלחצן Run, מעבירים את הסמן לשורה הראשונה של השאילתה או המוטציה.

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

חשוב: AI assistance for Data Connect in the Firebase console היא טכנולוגיה בשלב מוקדם שיכולה ליצור תוצאות שנראות אמינות אבל לא נכונות מבחינה עובדתית. יכול להיות שהיא תספק מידע לא מדויק שלא מייצג את העמדות של Google. חשוב לאמת את כל הפלט של Gemini לפני שמשתמשים בו, ולא להשתמש בקוד שנוצר ללא בדיקה בסביבת הייצור. אין להזין פרטים אישיים מזהים (PII) או נתוני משתמשים בהנחיה עזרה בכתיבה של GraphQL. למידע נוסף, ראו איך AI assistance for Data Connect in the Firebase console משתמש בנתונים שלכם וGemini ב-Google Cloud ו-AI אחראי.

תרחישים מתקדמים יותר לדוגמה זמינים במאמר תרחישים לדוגמה ל-AI assistance for Data Connect in the Firebase console.