Crie conversas de vários turnos (chat) com a API Gemini

iOS+ Android Web Flutter

Visualização: Vertex AI in Firebase está em Pré-lançamento, o que significa que o produto está não está sujeita a SLAs ou políticas de descontinuação e pode mudar em e incompatíveis com versões anteriores.

Com o Gemini API, é possível criar conversas em formato livre em várias curvas. O SDK do Vertex AI in Firebase simplifica o processo ao gerenciar o estado da conversa, ao contrário de generateContentStream() ou generateContent(), não é necessário armazenar o histórico de conversas.

Outras opções para trabalhar com o Gemini API

• Opcionalmente, teste uma "IA do Google" alternativa do modelo Gemini API
  Tenha acesso sem custo financeiro (dentro dos limites e quando disponível) usando Google AI Studio e SDKs do cliente Google AI. Esses SDKs devem ser usados apenas para prototipagem em apps da Web e para dispositivos móveis.

  Depois que você se familiarizar com o funcionamento do Gemini API, migre para os SDKs do Vertex AI in Firebase. com muitos outros recursos importantes para apps da Web e para dispositivos móveis, como proteger a API contra abusos usando Firebase App Check e suporte para arquivos de mídia grandes nas solicitações.

• Opcionalmente, chame Vertex AI Gemini API do lado do servidor
  Use o SDKs do Vertex AI do lado do servidor, Firebase Genkit ou Firebase Extensions para Gemini API.

Antes de começar

Conclua as guia para iniciantes para SDKs do Vertex AI in Firebase. Verifique se você fez o seguinte:

1. Configure um projeto novo ou existente do Firebase, incluindo o uso do Plano de preços Blaze e ativação das APIs necessárias.

2. Conecte seu app ao Firebase, incluindo o registro dele e a adição do configuração do Firebase ao seu app.

3. Adicionar o SDK e inicializar o serviço Vertex AI e o modelo generativo no seu app.

Depois de conectar seu aplicativo ao Firebase, adicionar o SDK e inicializar o Vertex AI e o modelo generativo, está tudo pronto para chamar Gemini API.

Enviar uma solicitação de comando de chat

Para criar uma conversa de várias interações (como um chat), comece inicializando o chame startChat(). Em seguida, use sendMessageStream() (ou sendMessage()) para enviar uma nova mensagem de usuário, que também anexa a mensagem e a resposta ao histórico de chat.

Há duas opções possíveis para role associadas ao conteúdo em um conversa:

• user: o papel que fornece os comandos. Esse valor é o padrão para chamadas para sendMessageStream() (ou sendMessage()), e a função gera uma exceção caso um papel diferente seja transmitido.

• model: o papel que fornece as respostas. Esse papel pode ser usado chamando startChat() com as history existentes.

.

Observação: se você quiser fornecer mais contexto inicial para que o modelo ajude a orientar o comportamento deles com base nas suas necessidades e casos de uso específicos, definindo instruções do sistema.

Escolha se você quer transmitir a resposta (sendMessageStream) ou esperar pela resposta até que todo o resultado seja gerado (sendMessage).

Streaming

Você pode ter interações mais rápidas sem esperar pelo resultado inteiro a geração do modelo e, em vez disso, usar streaming para lidar com resultados parciais.

Sem streaming

Outra opção é aguardar o resultado inteiro em vez de fazer streaming. as o resultado só é retornado depois que o modelo conclui toda a geração de desenvolvimento de software.

Aprenda a escolher um modelo do Gemini e, opcionalmente, um local de acordo com seu caso de uso e app.

O que mais você pode fazer?

• Saiba como contar tokens. antes de enviar comandos longos ao modelo.
• Configurar o Cloud Storage for Firebase para que você possa incluir arquivos grandes em suas solicitações multimodais usando Cloud Storage. Os arquivos podem incluir imagens, PDFs, vídeo e áudio.
• Comece a se preparar para a produção, incluindo configurando o Firebase App Check para proteger o Gemini API contra abusos de clientes não autorizados.

Teste outros recursos do Gemini API

• Gerar texto com base comandos somente de texto.
• Gerar texto com base comandos multimodais (incluindo texto, imagens, PDFs, vídeo e áudio).
• Use chamadas de função para se conectar modelos generativos a sistemas e informações externos.

Saiba como controlar a geração de conteúdo

• Entender o design de comandos, incluindo práticas recomendadas, estratégias e exemplos de comandos.
• Configure os parâmetros do modelo, como temperatura e máximo de tokens de saída.
• Use as configurações de segurança para ajustar o probabilidade de receber respostas que podem ser consideradas prejudiciais.

. Também é possível testar comandos e configurações de modelo usando Vertex AI Studio.

Saiba mais sobre os modelos do Gemini

Saiba mais sobre o modelos disponíveis para diversos casos de uso e as cotas e preços.

Envie feedback sobre sua experiência com Vertex AI in Firebase