Membuat percakapan multi-giliran (chat) dengan Gemini API

iOS+ Android Web Flutter

Pratinjau: Vertex AI in Firebase masih dalam Pratinjau, yang berarti produk tersebut tidak tunduk pada SLA atau kebijakan penghentian layanan apa pun dan dapat berubah sehingga tidak kompatibel dengan versi sebelumnya.

Dengan Gemini API, Anda dapat membangun percakapan bentuk bebas di beberapa giliran. Vertex AI in Firebase SDK menyederhanakan proses dengan mengelola status percakapan, sehingga tidak seperti generateContentStream() atau generateContent(), Anda tidak perlu menyimpan histori percakapan sendiri.

Opsi lain untuk menggunakan Gemini API

• Secara opsional, bereksperimenlah dengan versi "Google AI" alternatif dari Gemini API
  Dapatkan akses tanpa biaya (dalam batas dan jika tersedia) menggunakan Google AI Studio dan SDK klien Google AI. SDK tersebut harus digunakan hanya untuk pembuatan prototipe di aplikasi seluler dan web.

  Setelah Anda memahami cara kerja Gemini API, migrasikan ke Vertex AI in Firebase SDK, yang memiliki banyak fitur tambahan penting untuk aplikasi seluler dan web, seperti melindungi API dari penyalahgunaan menggunakan Firebase App Check dan dukungan untuk file media besar dalam permintaan.

• Secara opsional, panggil Vertex AI Gemini API sisi server (seperti dengan Python, Node.js, atau Go)
  Gunakan Vertex AI SDK sisi server, Firebase Genkit, atau Firebase Extensions untuk Gemini API.

Sebelum memulai

Jika Anda belum melakukannya, selesaikan panduan memulai untuk Vertex AI in Firebase SDK. Pastikan Anda telah melakukan semua tindakan berikut:

1. Siapkan project Firebase baru atau yang sudah ada, termasuk menggunakan Paket harga Blaze dan aktifkan API yang diperlukan.

2. Hubungkan aplikasi Anda ke Firebase, termasuk mendaftarkan aplikasi dan menambahkan konfigurasi Firebase ke aplikasi Anda.

3. Tambahkan SDK dan lakukan inisialisasi layanan Vertex AI dan model generatif di aplikasi Anda.

Setelah menghubungkan aplikasi ke Firebase, menambahkan SDK, dan melakukan inisialisasi layanan Vertex AI dan model generatif, Anda siap memanggil Gemini API.

Kirim permintaan perintah chat

Untuk membuat percakapan multi-giliran (seperti chat), mulailah dengan melakukan inisialisasi chat dengan memanggil startChat(). Kemudian gunakan sendMessageStream() (atau sendMessage()) untuk mengirim pesan pengguna baru, yang juga akan menambahkan pesan dan respons ke histori chat.

Ada dua kemungkinan opsi untuk role yang terkait dengan konten di percakapan:

• user: peran yang memberikan perintah. Ini adalah nilai {i>default<i} untuk panggilan ke sendMessageStream() (atau sendMessage()), dan fungsi tersebut akan menampilkan pengecualian jika peran yang berbeda diteruskan.

• model: peran yang memberikan respons. Peran ini dapat digunakan saat memanggil startChat() dengan history yang ada.

Catatan: Jika Anda ingin memberikan lebih banyak konteks awal untuk model guna membantu mengarahkan perilakunya berdasarkan kebutuhan spesifik dan kasus penggunaan Anda, pertimbangkan menyetel petunjuk sistem.

Pilih apakah Anda ingin men-streaming respons (sendMessageStream) atau menunggu untuk respons hingga seluruh hasil dibuat (sendMessage).

Streaming

Anda dapat mencapai interaksi yang lebih cepat dengan tidak menunggu seluruh hasil dari pembuatan model, dan sebagai gantinya menggunakan streaming untuk menangani hasil parsial.

Tanpa streaming

Atau, Anda dapat menunggu seluruh hasil, bukan melakukan streaming; hasil hanya ditampilkan setelah model menyelesaikan seluruh proses pembuatan.

Pelajari cara memilih model Gemini dan jika perlu, lokasi sesuai untuk kasus penggunaan dan aplikasi Anda.

Kamu bisa apa lagi?

• Pelajari cara menghitung token sebelum mengirim perintah panjang ke model.
• Siapkan Cloud Storage for Firebase agar Anda dapat menyertakan file berukuran besar dalam permintaan multimodal menggunakan URL Cloud Storage. File dapat mencakup gambar, PDF, video, dan audio.
• Mulailah memikirkan persiapan produksi, termasuk menyiapkan Firebase App Check untuk melindungi Gemini API dari penyalahgunaan oleh klien yang tidak sah.

Mencoba kemampuan Gemini API lainnya

• Buat teks dari dialog khusus teks.
• Buat teks dari perintah multimodal (termasuk teks, gambar, PDF, video, dan audio).
• Gunakan panggilan fungsi untuk menghubungkan generatif ke sistem dan informasi eksternal.

Pelajari cara mengontrol pembuatan konten

• Memahami desain perintah, termasuk praktik terbaik, strategi, dan contoh perintah.
• Mengonfigurasi parameter model seperti suhu dan token output maksimum.
• Gunakan setelan keamanan untuk menyesuaikan kemungkinan mendapatkan respons yang mungkin dianggap berbahaya.

Anda juga dapat bereksperimen dengan perintah dan konfigurasi model menggunakan Vertex AI Studio.

Pelajari lebih lanjut model Gemini

Pelajari model yang tersedia untuk berbagai kasus penggunaan serta kuota dan harganya.

Berikan masukan tentang pengalaman Anda dengan Vertex AI in Firebase