Checklist produksi untuk menggunakan Vertex AI di Firebase

Saat Anda siap meluncurkan aplikasi dan membuat pengguna akhir yang sebenarnya berinteraksi dengan fitur AI generatif, pastikan untuk meninjau checklist praktik terbaik dan pertimbangan penting ini.

Umum

Meninjau checklist peluncuran umum untuk aplikasi yang menggunakan Firebase

Checklist peluncuran Firebase ini menjelaskan praktik terbaik penting sebelum meluncurkan aplikasi Firebase ke versi produksi.

Pastikan project Firebase Anda mengikuti praktik terbaik

Misalnya, pastikan Anda menggunakan project Firebase yang berbeda untuk pengembangan, pengujian, dan produksi. Tinjau praktik terbaik lainnya untuk mengelola project.

Akses dan keamanan

Meninjau checklist keamanan umum untuk aplikasi yang menggunakan Firebase

Checklist keamanan ini menjelaskan praktik terbaik yang penting untuk akses dan keamanan aplikasi dan layanan Firebase.

Mulai menerapkan Firebase App Check

App Check membantu melindungi Vertex AI Gemini API dengan memverifikasi bahwa permintaan berasal dari aplikasi Anda yang sebenarnya. Fitur ini mendukung penyedia pengesahan untuk platform Apple (DeviceCheck atau App Attest), Android (Play Integrity), dan Web (reCAPTCHA Enterprise).

Menyiapkan pembatasan untuk kunci Firebase API Anda

  • Tinjau daftar yang diizinkan "Pembatasan API" untuk setiap kunci Firebase API:

  • Tetapkan "Pembatasan aplikasi" untuk membantu membatasi penggunaan setiap kunci Firebase API hanya untuk permintaan dari aplikasi Anda (misalnya, ID paket yang cocok untuk aplikasi Apple). Perhatikan bahwa meskipun Anda membatasi kunci, Firebase App Check tetap sangat direkomendasikan.

Perhatikan bahwa API terkait Firebase hanya menggunakan kunci API untuk mengidentifikasi project atau aplikasi Firebase, bukan untuk otorisasi guna memanggil API.

Menonaktifkan API yang tidak digunakan di project Firebase Anda

Misalnya, jika Anda pertama kali mencoba Gemini API menggunakan Google AI Studio, sekarang Anda dapat menonaktifkan Generative Language API. Aplikasi Anda kini menggunakan Vertex AI in Firebase, yang mengandalkan Vertex AI API dan Vertex AI in Firebase API.

Penagihan dan kuota

Tinjau kuota Anda untuk API pokok yang diperlukan

Penggunaan Vertex AI in Firebase memerlukan dua API: Vertex AI API dan Vertex AI in Firebase API.

Setiap kuota API diukur dengan cara yang sedikit berbeda, yang berarti kuota tersebut dapat digunakan untuk tujuan yang berbeda. Untuk pertimbangan penting, lihat Memahami kuota untuk setiap API.

Perhatikan bahwa kuota juga bervariasi sesuai dengan model dan region, jadi pastikan kuota Anda ditetapkan sesuai untuk pengguna dan kasus penggunaan Anda.

Anda juga dapat mengedit kuota atau meminta penambahan kuota, sesuai kebutuhan.

Menghindari tagihan tak terduga

Sebagai praktik terbaik untuk produksi, pantau penggunaan Anda dan siapkan pemberitahuan anggaran.

Pengelolaan konfigurasi

Menggunakan versi model stabil di aplikasi produksi

Di aplikasi produksi, hanya gunakan versi model stabil (seperti gemini-1.5-flash-002), bukan versi pratinjau atau versi yang diupdate secara otomatis.

Meskipun versi yang diupdate secara otomatis mengarah ke versi stabil, versi model sebenarnya yang dituju akan otomatis berubah setiap kali versi stabil baru dirilis, yang dapat berarti perilaku atau respons yang tidak terduga. Selain itu, versi pratinjau hanya direkomendasikan selama pembuatan prototipe.

Sebaiknya gunakan Firebase Remote Config untuk mengontrol dan memperbarui nama model yang digunakan di aplikasi Anda (lihat bagian berikutnya untuk mengetahui detailnya).

Menyiapkan dan menggunakan Firebase Remote Config

Dengan Remote Config, Anda dapat mengontrol konfigurasi penting untuk fitur AI generatif di cloud, bukan meng-hardcode nilai dalam kode Anda. Artinya, Anda dapat memperbarui konfigurasi tanpa merilis versi baru aplikasi. Anda dapat melakukan banyak hal dengan Remote Config, tetapi berikut nilai teratas yang sebaiknya Anda kontrol dari jarak jauh untuk fitur AI generatif:

  • Selalu update aplikasi Anda.

    • Nama model: Perbarui model yang digunakan aplikasi Anda saat model baru dirilis atau model lainnya dihentikan.
  • Sesuaikan nilai dan input berdasarkan atribut klien, atau untuk mengakomodasi masukan dari pengujian atau pengguna.

    • Konfigurasi model: Sesuaikan suhu, token output maksimum, dan lainnya.

    • Setelan keamanan: Sesuaikan setelan keamanan jika terlalu banyak respons yang diblokir atau jika pengguna melaporkan respons yang berbahaya.

    • Petunjuk sistem dan perintah apa pun yang Anda berikan: Sesuaikan konteks tambahan yang Anda kirim ke model untuk mengarahkan respons dan perilakunya. Misalnya, Anda mungkin ingin menyesuaikan perintah untuk jenis klien tertentu, atau mempersonalisasi perintah untuk pengguna baru yang berbeda dari perintah yang digunakan untuk membuat respons bagi pengguna lama.

Secara opsional, Anda juga dapat menetapkan parameter minimum_version di Remote Config untuk membandingkan versi aplikasi saat ini dengan versi terbaru yang ditentukan Remote Config, untuk menampilkan notifikasi upgrade kepada pengguna atau memaksa pengguna untuk mengupgrade.

Menetapkan lokasi untuk menjalankan layanan Vertex AI dan mengakses model

Menetapkan lokasi dapat membantu mengurangi biaya serta membantu mencegah latensi bagi pengguna Anda.

Jika Anda tidak menentukan lokasi, defaultnya adalah us-central1. Anda dapat menetapkan lokasi ini selama inisialisasi, atau secara opsional, Anda dapat menggunakan Firebase Remote Config untuk mengubah lokasi secara dinamis berdasarkan lokasi setiap pengguna.