בניית שיחות מרובות פניות (צ'אט) באמצעות ממשק ה-API של Gemini

iOS+ Android אינטרנט פלוטר

תצוגה מקדימה: Vertex AI in Firebase נמצא בתצוגה מקדימה, כלומר המוצר לא כפוף להסכם רמת שירות או למדיניות הוצאה משימוש, והוא עשוי להשתנות דרכים שאינן תואמות לאחור.

בעזרת Gemini API אפשר ליצור שיחות בפורמט חופשי במספר סבבים. ה-SDK של Vertex AI in Firebase מפשט את התהליך על ידי ניהול המצב של השיחה, כך שלא כמו ב-generateContentStream() או ב-generateContent(), אתם לא צריכים לאחסן את היסטוריית השיחות בעצמכם.

אפשרויות אחרות לעבודה עם Gemini API

• אפשר גם להתנסות בגרסה חלופית של Gemini API
  עם 'Google AI'. תוכלו לקבל גישה בחינם (בכפוף למגבלות ובאזורים שבהם השירות זמין) באמצעות Google AI Studio וערכות ה-SDK של לקוחות Google AI. יש להשתמש בערכות ה-SDK האלה ליצירת אב טיפוס בלבד באפליקציות לנייד ולאינטרנט.

  אחרי שתתמצאו באופן שבו פועל Gemini API, תוכלו לעבור לערכות ה-SDK של Vertex AI in Firebase. ערכות ה-SDK האלה כוללות תכונות נוספות רבות שחשובות לאפליקציות לנייד ולאפליקציות לאינטרנט, כמו הגנה על ה-API מפני ניצול לרעה באמצעות Firebase App Check ותמיכה בבקשות עם קובצי מדיה גדולים.

• אופציונלי: אפשר להפעיל את Vertex AI Gemini API בצד השרת (למשל ב-Python, ב-Node.js או ב-Go)
  משתמשים ב ערכות SDK של Vertex AI בצד השרת, Firebase Genkit, או Firebase Extensions עבור Gemini API.

לפני שמתחילים

אם עדיין לא עשיתם זאת, כדאי לעיין במדריך למתחילים בנושא ערכות ה-SDK של Vertex AI in Firebase. חשוב לוודא שכל הפעולות הבאות בוצעו:

1. מגדירים פרויקט Firebase חדש או קיים, כולל שימוש בתוכנית התמחור Blaze והפעלת ממשקי ה-API הנדרשים.

2. קישור האפליקציה ל-Firebase, כולל רישום האפליקציה והוספת הגדרות Firebase לאפליקציה.

3. מוסיפים את ה-SDK ומפעילים את השירות Vertex AI ואת המודל הגנרטיבי באפליקציה.

אחרי שחיברתם את האפליקציה ל-Firebase, הוספתם את ה-SDK והפעלתם את שירות Vertex AI והמודל הגנרטיבי, אפשר לקרוא לGemini API.

שליחת הזמנה לשיחה בצ'אט

כדי ליצור שיחה עם כמה תשובות (כמו צ'אט), מתחילים בהפעלת השיחה באמצעות קריאה ל-startChat(). לאחר מכן, משתמשים ב-sendMessageStream() (או ב-sendMessage()) כדי לשלוח הודעה חדשה מהמשתמש, וההודעה והתגובה יתווספו להיסטוריית הצ'אט.

יש שתי אפשרויות אפשריות עבור role שמשויכות לתוכן ב- call:

• user: התפקיד שמספק את ההנחיות. זהו ערך ברירת המחדל לשיחות ל-sendMessageStream() (או ל-sendMessage()), והפונקציה תיצור חריגה אם יועבר תפקיד אחר.

• model: התפקיד שמספק את התשובות. אפשר להשתמש בתפקיד הזה כשקוראים ל-startChat() עם history קיים.

הערה: אם אתם רוצים לספק הקשר ראשוני יותר למודל כדי לעזור לכם לשלוט בו. בהתאם לצרכים ולתרחישים הספציפיים שלכם, הגדרה של הוראות המערכת.

בוחרים אם להעביר את התגובה בסטרימינג (sendMessageStream) או להמתין לתגובה עד שהתוצאה כולה נוצרת (sendMessage).

סטרימינג

אפשר להשיג אינטראקציות מהר יותר אם לא ממתינים עד שהתוצאה המלאה תהיה את יצירת המודל, ובמקום זאת להשתמש בסטרימינג כדי לטפל בתוצאות חלקיות.

ללא סטרימינג

לחלופין, תוכלו להמתין עד לקבלת התוצאה כולה במקום לסטרימינג. ה מוחזרת רק אחרי שהמודל משלים את כל היצירה תהליך האימות.

כאן מוסבר איך בוחרים מודל של Gemini ואפשר גם להזין מיקום שמתאים לתרחיש לדוגמה ולאפליקציה שלכם.

מה עוד אפשר לעשות?

• כך סופרים אסימונים לפני ששולחים הנחיות ארוכות למודל.
• הגדרה של Cloud Storage for Firebase כך שתוכלו לכלול קבצים גדולים בבקשות מרובות מצבים באמצעות Cloud Storage כתובות URL. הקבצים יכולים לכלול תמונות, קובצי PDF, וידאו ואודיו.
• כדאי להתחיל לחשוב על ההכנות לקראת ההשקה בסביבת הייצור, כולל הגדרת Firebase App Check כדי להגן על ה-Gemini API מפני ניצול לרעה על ידי לקוחות לא מורשים.

יכולות נוספות של Gemini API

• יצירת טקסט מהנחיות בטקסט בלבד.
• יצירת טקסט מ- הנחיות מרובות מצבים (כולל טקסט, תמונות, קובצי PDF, וידאו ואודיו).
• משתמשים בקריאה לפונקציה כדי לחבר מודלים גנרטיביים למערכות ולמידע חיצוניים.

איך שולטים ביצירת תוכן

• להבין את עיצוב ההנחיות, כולל שיטות מומלצות, אסטרטגיות והנחיות לדוגמה.
• להגדיר פרמטרים של מודל כמו אסימוני טמפרטורה ופלט מקסימלי.
• יש להשתמש בהגדרות בטיחות כדי לשנות את הסבירות לקבל תגובות שעלולות להיחשב מזיקות.

אפשר גם להתנסות בהנחיות ובהגדרות של מודלים באמצעות Vertex AI Studio.

מידע נוסף על המודלים של Gemini

מידע על מודלים שזמינים למגוון תרחישים לדוגמה וגם מכסות ותמחור.

שליחת משוב על חוויית השימוש ב-Vertex AI in Firebase