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 של 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 פלט שנראה סביר, אבל העובדתית שלו שגויה. הוא עשוי לתת 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. אין 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 כללים ב-Firestore ולצמצם אותם יחד תוך כדי הוספת הדרישות:

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 מודל Gemini.

אפשרות	פעולה
התראות	להציג התראות של Firebase.
spark	פתיחת Gemini בצ'אט של Firebase.
contact_support	קבלת עזרה: אפשר לחפש במסמכי התיעוד למפתחים, לפנות לתמיכה ולבדוק את סטטוס השירות של Firebase.
dark_mode	בחירת עיצוב: בוחרים עיצוב בהיר או כהה, או בוחרים את ברירת המחדל של המכשיר.
	למחוק 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 החלונית של Gemini לגודל המקורי שלה.
	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. מוצאים את הקריסה שרוצים לחקור 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 לא חמורים, ב-Flutter, ב-Unity וב-Android NDK ובאירועים לא חמורים. 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 Get started בתיבה רוצה לקבל תובנות מעמיקות יותר?.

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

   הערה: הקוד ששולחים משמש רק לקבלת תובנות על בעיות. 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 לרשום פרטים אישיים מזהים (PII) דרך ממשקי 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 של 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 עומד בדרישות הבאות:

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

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

• יש לפחות קמפיין אחד ומופיע במסוף Firebase.

אחרי שתבדקו שהחשבון עומד 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 ל-Data Connect באמצעות Gemini ב-Firebase

כדי להשתמש ב-AI assistance for Data Connect in the Firebase console כדי ליצור GraphQL על סמך 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 של Movies שיש הפניה אליו ב מדריך למתחילים של Firebase Data Connect ובגרסה של Build with Data Connect Codelab, אתם יכולים לשאול את השאלה "Return the Top 5 מתאים של 2022, בסדר יורד לפי דירוג', שעשוי להחזיר תוצאה כמו בדוגמה הבאה:

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

5. בודקים את התגובה:

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

6. אחרי שמאשרים את התשובה, צריך להגדיר את הדברים הבאים בקטע Parameters (פרמטרים), אם רלוונטי:

   • משתנים: אם השאילתה או המוטציה מכילות משתנים, מגדירים אותם כאן. אפשר להשתמש ב-JSON כדי להגדיר אותם, לדוגמה, {"title":"The Matrix", "releaseYear":"1999"}.
   • Authorization: בוחרים בהקשר ההרשאה (אדמין, מאומת או לא מאומת) שבעזרתו מריצים 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 פלט שנראה סביר, אבל למעשה הוא שגוי. 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. אסור להזין פרטים אישיים מזהים (PII) או נתוני משתמשים בהודעה 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.