Khi bạn đã sẵn sàng ra mắt ứng dụng và người dùng cuối thực sự tương tác với các tính năng AI tạo sinh, hãy nhớ xem lại danh sách kiểm tra này về các phương pháp hay nhất và những điều cần cân nhắc quan trọng.
Chung
Xem lại danh sách kiểm tra chung về việc ra mắt ứng dụng sử dụng Firebase
Danh sách kiểm tra phát hành Firebase này mô tả các phương pháp hay nhất quan trọng trước khi phát hành bất kỳ ứng dụng Firebase nào sang phiên bản chính thức.
Đảm bảo dự án Firebase của bạn tuân theo các phương pháp hay nhất
Ví dụ: hãy đảm bảo rằng bạn sử dụng các dự án Firebase khác nhau cho hoạt động phát triển, kiểm thử và phát hành công khai. Xem thêm các phương pháp hay nhất để quản lý dự án.
Quyền truy cập và bảo mật
Xem danh sách kiểm tra bảo mật chung cho các ứng dụng sử dụng Firebase
Danh sách kiểm tra bảo mật này mô tả các phương pháp hay nhất quan trọng về quyền truy cập và bảo mật cho các ứng dụng và dịch vụ Firebase.
Bắt đầu thực thi Firebase App Check
App Check giúp bảo vệ Vertex AI Gemini API bằng cách xác minh rằng các yêu cầu đến từ ứng dụng thực tế của bạn. Phương thức này hỗ trợ các nhà cung cấp chứng thực cho các nền tảng của Apple (DeviceCheck hoặc App Attest), Android (API Tính toàn vẹn của Play) và Web (reCAPTCHA Enterprise).
Thiết lập các quy tắc hạn chế cho khoá API Firebase
Xem lại danh sách cho phép "Hạn chế API" của từng khoá API Firebase:
Đảm bảo rằng API Vertex AI in Firebase nằm trong danh sách cho phép.
Đảm bảo rằng các API khác trong danh sách cho phép của khoá chỉ dành cho các dịch vụ Firebase mà bạn sử dụng trong ứng dụng. Hãy xem danh sách các API bắt buộc phải có trong danh sách cho phép cho từng sản phẩm.
Đặt "Hạn chế ứng dụng" để giúp hạn chế việc sử dụng mỗi khoá API Firebase chỉ cho các yêu cầu từ ứng dụng của bạn (ví dụ: mã gói phù hợp cho ứng dụng Apple). Xin lưu ý rằng ngay cả khi bạn hạn chế khoá, bạn vẫn nên sử dụng Firebase App Check.
Xin lưu ý rằng các API liên quan đến Firebase chỉ sử dụng khoá API để nhận dạng dự án hoặc ứng dụng Firebase, không phải để uỷ quyền gọi API.
Tắt mọi API không dùng đến trong dự án Firebase
Ví dụ: nếu lần đầu tiên bạn thử Gemini API bằng cách sử dụng Google AI Studio, thì giờ đây, bạn có thể tắt API Ngôn ngữ tạo sinh. Ứng dụng của bạn hiện sử dụng Vertex AI in Firebase, dựa trên Vertex AI API và Vertex AI in Firebase API.
Thanh toán và hạn mức
Xem lại hạn mức của bạn đối với các API cơ bản bắt buộc
Để sử dụng Vertex AI in Firebase, bạn cần có hai API: API Vertex AI và API Vertex AI in Firebase.
Mỗi API có hạn mức được đo lường theo cách hơi khác nhau, nghĩa là các API này có thể được sử dụng cho nhiều mục đích. Để biết những điều quan trọng cần cân nhắc, hãy xem bài viết Tìm hiểu hạn mức cho từng API.
Xin lưu ý rằng hạn mức cũng thay đổi theo mẫu và khu vực, vì vậy, hãy đảm bảo rằng bạn đặt hạn mức cho phù hợp với người dùng và trường hợp sử dụng của mình.
Bạn cũng có thể chỉnh sửa hạn mức hoặc yêu cầu tăng hạn mức nếu cần.
Tránh các khoản thanh toán bất ngờ
Phương pháp hay nhất để phát hành công khai là theo dõi mức sử dụng và thiết lập cảnh báo ngân sách.
Quản lý cấu hình
Sử dụng phiên bản mô hình ổn định trong ứng dụng phát hành công khai
Trong ứng dụng chính thức, chỉ sử dụng các phiên bản mô hình ổn định (chẳng hạn như gemini-1.5-flash-002), chứ không phải phiên bản xem trước hoặc phiên bản tự động cập nhật.
Mặc dù phiên bản tự động cập nhật trỏ đến một phiên bản ổn định, nhưng phiên bản mô hình thực tế mà phiên bản đó trỏ đến sẽ tự động thay đổi bất cứ khi nào có phiên bản ổn định mới được phát hành. Điều này có thể dẫn đến hành vi hoặc phản hồi ngoài dự kiến. Ngoài ra, bạn chỉ nên sử dụng các phiên bản xem trước trong quá trình tạo bản mô hình.
Bạn cũng nên sử dụng Firebase Remote Config để kiểm soát và cập nhật tên mô hình được dùng trong ứng dụng (xem phần tiếp theo để biết thông tin chi tiết).
Thiết lập và sử dụng Firebase Remote Config
Với Remote Config, bạn có thể kiểm soát các cấu hình quan trọng cho tính năng AI tạo sinh trên đám mây thay vì mã hoá cứng các giá trị trong mã. Điều này có nghĩa là bạn có thể cập nhật cấu hình mà không cần phát hành phiên bản mới của ứng dụng. Bạn có thể làm được nhiều việc với Remote Config, nhưng sau đây là các giá trị hàng đầu mà bạn nên kiểm soát từ xa cho tính năng AI tạo sinh:
Cập nhật ứng dụng của bạn.
- Tên mô hình: Cập nhật mô hình mà ứng dụng của bạn sử dụng khi các mô hình mới được phát hành hoặc các mô hình khác ngừng hoạt động.
Điều chỉnh các giá trị và dữ liệu đầu vào dựa trên các thuộc tính của ứng dụng hoặc để điều chỉnh phản hồi từ quá trình kiểm thử hoặc người dùng.
Cấu hình mô hình: Điều chỉnh nhiệt độ, mã thông báo đầu ra tối đa và nhiều thông tin khác.
Chế độ cài đặt an toàn: Điều chỉnh chế độ cài đặt an toàn nếu quá nhiều câu trả lời bị chặn hoặc nếu người dùng báo cáo câu trả lời gây hại.
Hướng dẫn của hệ thống và mọi lời nhắc mà bạn cung cấp: Điều chỉnh ngữ cảnh bổ sung mà bạn đang gửi đến mô hình để điều hướng phản hồi và hành vi của mô hình. Ví dụ: bạn có thể điều chỉnh lời nhắc cho các loại ứng dụng cụ thể hoặc cá nhân hoá lời nhắc cho người dùng mới khác với lời nhắc dùng để tạo phản hồi cho người dùng hiện tại.
Bạn cũng có thể tuỳ ý đặt tham số minimum_version trong Remote Config để so sánh phiên bản hiện tại của ứng dụng với phiên bản mới nhất do Remote Config xác định, nhằm hiển thị thông báo nâng cấp cho người dùng hoặc buộc người dùng nâng cấp.
Đặt vị trí để chạy dịch vụ Vertex AI và truy cập vào một mô hình
Việc đặt vị trí có thể giúp giảm chi phí cũng như giúp ngăn chặn độ trễ cho người dùng.
Nếu bạn không chỉ định vị trí, giá trị mặc định sẽ là us-central1. Bạn có thể đặt vị trí này trong quá trình khởi chạy hoặc bạn có thể tuỳ ý sử dụng Firebase Remote Config để thay đổi vị trí một cách linh động dựa trên vị trí của từng người dùng.