יצירת שיחות עם ריבוי פניות (צ'אט) בעזרת Gemini API

iOS+ Android אינטרנט Flutter

באמצעות Gemini API אפשר ליצור שיחות חופשיות במספר תורות. ה-SDK של Vertex AI in Firebase מפשט את התהליך בכך שהוא מנהל את מצב השיחה, כך שבניגוד ל-generateContentStream() או ל-generateContent(), אתם לא צריכים לאחסן את היסטוריית השיחות בעצמכם.

אפשרויות אחרות לעבודה עם Gemini API

• אופציונלי: אפשר להתנסות בגרסה חלופית של 'Google AI' של Gemini API
  אפשר לקבל גישה בחינם (במגבלות ובדרישות הרלוונטיות) באמצעות Google AI Studio וערכות SDK של לקוח Google AI. יש להשתמש בערכות ה-SDK האלה ליצירת אב טיפוס בלבד באפליקציות לנייד ולאינטרנט.

  אחרי שתתמצאו באופן שבו פועל Gemini API, תוכלו לעבור ל-Vertex AI in Firebase SDKs (המסמכים האלה), שיש בהם תכונות נוספות רבות שחשובות לאפליקציות לנייד ולאפליקציות אינטרנט, כמו הגנה על ה-API מפני ניצול לרעה באמצעות Firebase App Check ותמיכה בבקשות עם קובצי מדיה גדולים.

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

לפני שמתחילים

אם עדיין לא עשיתם זאת, תוכלו להיעזר במדריך לתחילת העבודה עם ערכות ה-SDK של Vertex AI in Firebase. חשוב לוודא שביצעתם את כל הפעולות הבאות:

1. מגדירים פרויקט Firebase חדש או קיים, כולל שימוש בתוכנית התמחור והתשלומים של Bllaze ומפעילים את 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 שתחברו את האפליקציה ל-Firebase, הוספתם את ה-SDK ותפעילו את השירות Vertex AI ואת המודל הגנרטיבי, תוכלו לקרוא ל-Gemini API.

שליחת הזמנה לשיחה בצ'אט

כדי ליצור שיחה מרובת תורים (כמו צ'אט), מומלץ להתחיל באתחול הצ'אט על ידי חיוג למספר startChat(). לאחר מכן משתמשים באפשרות sendMessageStream() (או sendMessage()) כדי לשלוח הודעה חדשה למשתמש. הפעולה הזו גם תגרום לצירוף של ההודעה ושל התשובה להיסטוריית הצ'אט.

יש שתי דרכים אפשריות לשייך את role לתוכן בשיחה:

• user: התפקיד שמספק את ההנחיות. הערך הזה הוא ברירת המחדל לקריאות ל-sendMessageStream() (או sendMessage()), והפונקציה גורמת לחריגה אם מועבר תפקיד אחר.

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

הערה: אם אתם רוצים לספק הקשר ראשוני נוסף למודל כדי לעזור לו לקבוע את ההתנהגות שלו על סמך הצרכים הספציפיים שלכם ותרחישי השימוש שלכם, כדאי להגדיר הוראות למערכת.

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

סטרימינג

אפשר להשיג אינטראקציות מהר יותר אם לא ממתינים עד התוצאה המלאה מיצירת המודל, ובמקום זאת משתמשים בסטרימינג כדי לטפל בתוצאות חלקיות.

ללא סטרימינג

לחלופין, אפשר להמתין עד שהתוצאה תהיה מלאה במקום סטרימינג. התוצאה מוחזרת רק אחרי שהמודל ישלים את כל תהליך היצירה.

כאן מוסבר איך בוחרים מודל Gemini, ואם רוצים גם מיקום שמתאים לתרחיש לדוגמה ולאפליקציה.

מה עוד אפשר לעשות?

• כאן מוסבר איך לספור אסימונים לפני ששולחים הנחיות ארוכות למודל.
• מגדירים את Cloud Storage for Firebase כדי לכלול קבצים גדולים בבקשות מרובות מצבים באמצעות Cloud Storage כתובות URL. הקבצים יכולים לכלול תמונות, קובצי PDF, וידאו ואודיו.
• אפשר להתחיל לחשוב על הכנות לייצור, כולל הגדרה של Firebase App Check כדי להגן על Gemini API מפני ניצול לרעה של לקוחות לא מורשים.

ניסיון ביכולות אחרות של Gemini API

• יצירת טקסט מהנחיות בטקסט בלבד.
• יצירת טקסט באמצעות הנחיות מרובות מצבים (כולל טקסט, תמונות, קובצי PDF, וידאו ואודיו).
• יצירת פלט מובנה (כמו JSON) גם מהנחיות טקסט וגם מהנחיות מולטימודליות.
• אפשר להשתמש בשליחת פונקציות כדי לחבר מודלים גנרטיביים עם מידע ומערכות חיצוניות.

איך שולטים ביצירת תוכן

• הסבר על תכנון הנחיות, כולל שיטות מומלצות, אסטרטגיות והנחיות לדוגמה.
• להגדיר את הפרמטרים של המודל, כמו הטמפרטורה ואת מספר האסימונים המקסימלי של הפלט.
• שימוש בהגדרות הבטיחות כדי לשנות את הסבירות לקבלת תשובות שעשויות להיחשב כמזיקות.

אפשר גם להתנסות בהנחיות ולהגדיר מודלים באמצעות Vertex AI Studio.

מידע נוסף על המודלים של Gemini

כאן תוכלו לקרוא מידע נוסף על המודלים הזמינים לתרחישי שימוש שונים, ועל המכסות והתמחור שלהם.

נשמח לקבל ממך משוב על החוויה שלך עם Vertex AI in Firebase