このページは Cloud Translation API によって翻訳されました。

Firebase SDK で Vertex AI を使用して Gemini API を使ってみる

このガイドでは、 Vertex AI Gemini API 選択したプラットフォーム用の Vertex AI in Firebase SDK。

Gemini API を使用するその他のオプション

必要に応じて別の「Google AI」を試しますバージョン Gemini API
無料でアクセス（制限の範囲内で、利用可能な場合） Google AI Studio および Google AI クライアント SDK。これらの SDK は、モバイルアプリとウェブアプリのプロトタイピングにのみ使用してください。

Gemini API の仕組みを理解したら、 Vertex AI in Firebase SDK に移行するモバイルアプリやウェブアプリ向けの重要な追加機能が数多く含まれています使用して API を不正使用から保護するなど、 Firebase App Check とサポートリクエスト内のサイズの大きいメディアファイル。

必要に応じてサーバーサイドで Vertex AI Gemini API を呼び出す
こちらのサーバーサイド Vertex AI SDK Firebase Genkit Gemini API は Firebase Extensions へ。

前提条件

このガイドは、読者が Flutter を使ったアプリ開発に精通していることを前提としています。

開発環境と Flutter アプリが次の要件を満たしていることを確認してください。要件:

Dart 3.2.0 以降

（省略可）サンプルアプリを確認します。

サンプルアプリをダウンロード

SDK はすぐに試して、さまざまな使い方の完全な実装を確認できます。独自の Flutter アプリがない場合は、サンプルアプリを使用します。サンプルアプリを使用するには、次のことを行う必要があります。それを Firebase プロジェクトに接続します。

ステップ 1: Firebase プロジェクトを設定し、アプリを Firebase に接続する

Firebase プロジェクトと Firebase に接続されたアプリがすでにある場合

Firebase コンソールで、 Gemini を使用した構築ページ。
Vertex AI in Firebase カードをクリックすると、以下に役立つワークフローを起動できます。次のタスクを行います。（コンソールに Vertex AI の場合、これらのタスクは完了です）。
- 以下を使用するには、プロジェクトをアップグレードしてください。従量課金制の Blaze 料金プラン。
- プロジェクトで次の 2 つの API を有効にします。
  aiplatform.googleapis.com および firebaseml.googleapis.com。
このガイドの次のステップに進んで、SDK をアプリに追加します。

Firebase プロジェクトと Firebase に接続されたアプリがまだない場合

Firebase プロジェクトを設定します

Firebase コンソールにログインします。
[プロジェクトを作成] をクリックして、次のいずれかのオプションを使用します。
- オプション 1: まったく新しい Firebase プロジェクト（およびその基盤となるプロジェクト）を作成する Google Cloud プロジェクトを自動的に作成）「プロジェクトの作成」セクションの説明します。
- オプション 2: 「Firebase を追加する」既存の Google Cloud プロジェクトに追加する Cloud コンソールのプルダウンメニューから Google Cloud プロジェクト名「プロジェクトの作成」セクションの説明します。
確認を求めるメッセージが表示されたら、セットアップの必要はありません。 Vertex AI in Firebase SDK を使用する Google Analytics。
Firebase コンソールで、 Gemini を使用した構築ページ。
Vertex AI in Firebase カードをクリックすると、以下に役立つワークフローを起動できます。次のタスクを行います。（コンソールに Vertex AI の場合、これらのタスクは完了です）。
- 以下を使用するには、プロジェクトをアップグレードしてください。従量課金制の Blaze 料金プラン。
- プロジェクトで次の 2 つの API を有効にします。
  aiplatform.googleapis.com および firebaseml.googleapis.com。

アプリを Firebase に接続する

必要なコマンドラインツールをインストールします。
1. まだ行っていない場合は Firebase CLI をインストールします。
2. 次のコマンドを実行し、Google アカウントを使用して Firebase にログインします。 command:
```
firebase login
```
3. 任意のディレクトリで次のコマンドを実行して、FlutterFire CLI をインストールします。
```
dart pub global activate flutterfire_cli
```
Firebase を使用するようにアプリを構成します。

FlutterFire CLI を使用して、Flutter アプリを Firebase。

Flutter プロジェクトディレクトリで、次のコマンドを実行して、アプリの構成ワークフローを開始します。
```
flutterfire configure
```
これにより、 flutterfire configure ワークフローで行われる内容は何ですか。
flutterfire configure ワークフローは、次のことを行います。
- ご利用の環境でサポートされているプラットフォーム（iOS、Android、ウェブ）を選択するよう求められます。 Flutter アプリです。選択したプラットフォームごとに、追加します。
  
  既存の Firebase プロジェクトを使用するか、Firebase プロジェクトを新規作成するかを選択します。既存の自動的に照合が行われます。現在の Flutter プロジェクト構成でテストできます。
- Firebase 構成ファイル（firebase_options.dart）を作成して追加するこれを Flutter アプリの lib/ ディレクトリに配置します。
このガイドの次のステップでは、 Vertex AI in Firebase SDK をアプリに追加して、必要な手順を完了（SDK と Gemini API を使用する場合に固有の初期化）

ステップ 2: SDK を追加する

Firebase プロジェクトを設定し、アプリを Firebase に接続したら、（前のステップを参照）これで、Vertex AI in Firebase SDK をアプリに追加できるようになりました。

Flutter 用の Vertex AI in Firebase プラグイン（firebase_vertexai）は、 Vertex AI Gemini API へのアクセス権。

Flutter プロジェクトディレクトリから、次のコマンドを実行してコアプラグインをインストールします。
```
flutter pub add firebase_core
```
lib/main.dart ファイルで、Firebase Core プラグインと、以前に生成した構成ファイルをインポートします。
```
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';
```
また、lib/main.dart ファイルで、構成ファイルによってエクスポートされた DefaultFirebaseOptions オブジェクトを使用して Firebase を初期化します。
```
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);
```
Flutter アプリケーションを再ビルドします。
```
flutter run
```
Flutter プロジェクトディレクトリで、次のコマンドを実行します。
```
flutter pub add firebase_vertexai
```
完了したら、Flutter プロジェクトを再ビルドします。
```
flutter run
```

ステップ 3: Vertex AI サービスと生成モデルを初期化する

API 呼び出しを行う前に、Vertex AI を初期化する必要があります。生成モデルの違いです

import 'package:firebase_vertexai/firebase_vertexai.dart';
import 'package:firebase_core/firebase_core.dart';

// Initialize FirebaseApp
await Firebase.initializeApp();
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
final model =
      FirebaseVertexAI.instance.generativeModel(model: 'gemini-1.5-flash');

スタートガイドを読み終えたら、 Gemini モデルと（必要に応じて） location を使用します。

ステップ 4: Vertex AI Gemini API を呼び出す

アプリを Firebase に接続し、SDK を追加して初期化を終えたので、 Vertex AI サービスと生成モデル、 Vertex AI Gemini API を呼び出す準備が整いました。

generateContent() を使用すると、テキストのみのプロンプトからテキストを生成できます。 request:

import 'package:firebase_vertexai/firebase_vertexai.dart';
import 'package:firebase_core/firebase_core.dart';

await Firebase.initializeApp();
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
final model =
      FirebaseVertexAI.instance.generativeModel(model: 'gemini-1.5-flash');

// Provide a prompt that contains text
final prompt = [Content.text('Write a story about a magic backpack.')];

// To generate text output, call generateContent with the text input
final response = await model.generateContent(prompt);
print(response.text);

<ph type="x-smartling-placeholder">で確認できます。

Google アシスタントの機能

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。

Gemini API のその他の機能を試す

テキスト生成の詳細テキストのみのプロンプト: レスポンスをストリーミングします
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）。
マルチターンの会話（チャット）を構築する。
関数呼び出しを使用して接続する生成モデルを外部のシステムや情報にエクスポートできます。

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。

で確認できます。また、Terraform を使用してプロンプトやモデル構成をテストすることもできます。 Vertex AI Studio。

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。