関数呼び出しを使用すると、構造化データの出力を 説明します。その後、これらの出力を使用して他の API を呼び出し、 レスポンス データをモデルに送ります。つまり関数呼び出しは 生成モデルを外部システムに接続して、生成されたコンテンツが に最新の正確な情報が含まれています。
Gemini モデルに関数の説明を提供できます。これらは アプリケーションの言語で記述する関数（つまり、 Cloud Functions）。モデルから、関数を呼び出して値を返すよう求められる場合があります。 モデルがクエリを処理できるよう支援します。
Google Chat では 関数呼び出しの詳細 Google Cloud ドキュメントをご覧ください。
始める前に
まだ実施していない場合は、 Vertex AI in Firebase SDK のスタートガイド 以下のことをすべて完了していることを確認してください。
新規または既存の Firebase プロジェクトを設定します。これには、 Blaze の料金プランと必要な API の有効化。
アプリの登録や Firebase 構成をアプリに追加します。
SDK を追加して Vertex AI サービスと生成モデルを初期化する 説明します
アプリを Firebase に接続して SDK を追加し、 Vertex AI サービスと生成モデル Gemini API を呼び出す準備が整いました。
関数呼び出しを設定する
このチュートリアルでは、モデルに仮想通貨を操作させます 次のパラメータをサポートします。
| パラメータ | タイプ | 必須 / 省略可 | 説明 |
|---|---|---|---|
currencyFrom |
文字列 | ○ | 換算元の通貨 |
currencyTo |
文字列 | ○ | 換算後の通貨 |
API リクエストの例
{
"currencyFrom": "USD",
"currencyTo": "SEK"
}
API レスポンスの例
{
"base": "USD",
"rates": {"SEK": 10.99}
}
ステップ 1: API リクエストを行う関数を作成する
まだ作成していない場合は、まず API リクエスト。
このチュートリアルではデモを目的としています。実際の API は送信しないでください。 ハードコードされた値を、実際の関数と同じ形式で返します。 返されます。
ステップ 2: 関数宣言を作成する
生成モデルに渡す関数宣言を作成する （このチュートリアルの次のステップを参照）。
関数とパラメータの説明には、できるだけ詳しい情報を含めます。 生成モデルはこの情報を使用して、選択する関数を決定します。 関数呼び出しでパラメータの値を指定する方法について 学びました
ステップ 3: モデルの初期化時に関数宣言を指定する
生成モデルを初期化するときに関数宣言を指定します。
モデルの tools パラメータを設定します。
Gemini モデルの選択方法を学習する 必要に応じてロケーション 適切なストレージクラスを選択できます
ステップ 4: 関数呼び出しを生成する
これで、定義した関数を使用して、モデルにプロンプトを実行できます。
関数呼び出しにはチャット インターフェースを使用することをおすすめします。その理由は次のとおりです。 関数呼び出しは、チャットのマルチターン構造にうまく適合します。
Google アシスタントの機能
Gemini API のその他の機能を試す
- マルチターンの会話（チャット）を構築する。
- テキストの生成元 テキストのみのプロンプト:
- テキストの生成元 マルチモーダル プロンプト （テキスト、画像、PDF、動画、音声を含む）。
コンテンツの生成を制御する方法
- 以下を含むプロンプト設計について理解する ベスト プラクティス、戦略、プロンプトの例。
- 次のようなモデル パラメータを構成する temperature と max output トークンです。
- 安全性設定を使用して、 害を及ぼすおそれのある回答が返される可能性が高まります。
Gemini モデルの詳細
詳しくは、 さまざまなユースケースで利用可能な および 割り当てと料金をご確認ください。フィードバックを送信 Vertex AI in Firebase の感想をお聞かせください。