Créez des conversations multitours (chat) avec l'API Gemini

iOS+ Android Web Flutter

Avec Gemini API, vous pouvez créer des conversations libres sur plusieurs tours. Le SDK Vertex AI in Firebase simplifie le processus en gérant l'état de la conversation. Ainsi, contrairement à generateContentStream() ou generateContent(), vous n'avez pas besoin de stocker vous-même l'historique de la conversation.

Autres options pour utiliser Gemini API

• Vous pouvez éventuellement tester une autre version "Google AI" de Gemini API.
  Bénéficiez d'un accès sans frais (dans les limites et le cas échéant) à l'aide des SDK client Google AI Studio et Google AI. Ces SDK doivent être utilisés uniquement pour le prototypage dans les applications mobiles et Web.

  Une fois que vous êtes familiarisé avec le fonctionnement d'un Gemini API, migrez vers nos SDK Vertex AI in Firebase (cette documentation), qui propose de nombreuses fonctionnalités supplémentaires importantes pour les applications mobiles et Web, telles que la protection de l'API contre les utilisations abusives avec Firebase App Check et la prise en charge des fichiers multimédias volumineux dans les requêtes.

• Appeler éventuellement le Vertex AI Gemini API côté serveur (comme avec Python, Node.js ou Go)
  Utilisez les SDK Vertex AI côté serveur, Firebase Genkit ou Firebase Extensions pour le Gemini API.

Avant de commencer

Si vous ne l'avez pas déjà fait, suivez le guide de démarrage pour les SDK Vertex AI in Firebase. Assurez-vous d'avoir effectué toutes les actions suivantes:

1. Configurez un projet Firebase nouveau ou existant, y compris en utilisant le forfait Blaze et en activant les API requises.

2. connecter votre application à Firebase, y compris l'enregistrer et y ajouter votre configuration Firebase ;

3. Ajoutez le SDK et initialisez le service Vertex AI et le modèle génératif dans votre application.

Une fois que vous avez connecté votre application à Firebase, ajouté le SDK et initialisé le service Vertex AI et le modèle génératif, vous êtes prêt à appeler Gemini API.

Envoyer une demande de requête de chat

Pour créer une conversation multitour (comme un chat), commencez par initialiser le chat en appelant startChat(). Utilisez ensuite sendMessageStream() (ou sendMessage()) pour envoyer un nouveau message utilisateur, qui ajoutera également le message et la réponse à l'historique des discussions.

Il existe deux options possibles pour role associées au contenu d'une conversation:

• user : rôle qui fournit les requêtes. Cette valeur est la valeur par défaut pour les appels à sendMessageStream() (ou sendMessage()), et la fonction génère une exception si un autre rôle est transmis.

• model: rôle qui fournit les réponses. Ce rôle peut être utilisé lors de l'appel de startChat() avec un history existant.

Remarque :Si vous souhaitez fournir plus de contexte initial au modèle pour l'aider à orienter son comportement en fonction de vos besoins et de vos cas d'utilisation spécifiques, envisagez de définir des instructions système.

Indiquez si vous souhaitez diffuser la réponse (sendMessageStream) ou attendre la réponse jusqu'à ce que le résultat complet soit généré (sendMessage).

Streaming

Vous pouvez accélérer les interactions en n'attendant pas le résultat complet de la génération du modèle, et en utilisant plutôt le streaming pour gérer les résultats partiels.

Sans streaming

Vous pouvez également attendre le résultat complet au lieu de le diffuser en streaming. Le résultat n'est renvoyé qu'une fois que le modèle a terminé l'ensemble du processus de génération.

Découvrez comment choisir un modèle Gemini et éventuellement une localisation adaptée à votre cas d'utilisation et à votre application.

Qu'est-ce que tu sais faire d'autre ?

• Découvrez comment compter les jetons avant d'envoyer des requêtes longues au modèle.
• Configurez Cloud Storage for Firebase pour pouvoir inclure de gros fichiers dans vos requêtes multimodales à l'aide d'URL Cloud Storage. Les fichiers peuvent inclure des images, des PDF, des vidéos et des fichiers audio.
• Commencez à réfléchir à la préparation pour la production, y compris à la configuration de Firebase App Check pour protéger Gemini API contre les utilisations abusives de clients non autorisés.

Essayez d'autres fonctionnalités de Gemini API

• Générez du texte à partir de requêtes textuelles uniquement.
• Générer du texte à partir de requêtes multimodales (y compris du texte, des images, des PDF, des vidéos et de l'audio)
• Générez une sortie structurée (comme JSON) à partir d'invites textuelles et multimodales.
• Utilisez l'appel de fonction pour connecter des modèles génératifs à des systèmes et des informations externes.

Découvrez comment contrôler la génération de contenu.

• Comprendre la conception des requêtes, y compris les bonnes pratiques, les stratégies et les exemples de requêtes.
• Configurez les paramètres du modèle, comme la température et le nombre maximal de jetons de sortie.
• Utilisez les paramètres de sécurité pour ajuster la probabilité d'obtenir des réponses pouvant être considérées comme dangereuses.

Vous pouvez également tester des requêtes et des configurations de modèle à l'aide de Vertex AI Studio.

En savoir plus sur les modèles Gemini

Découvrez les modèles disponibles pour différents cas d'utilisation, ainsi que leurs quotas et tarifs.

Envoyer des commentaires sur votre expérience avec Vertex AI in Firebase