Membuat percakapan multi-giliran (chat) dengan Gemini API


Dengan Gemini API, Anda dapat membuat percakapan bentuk bebas di beberapa kesempatan. Vertex AI for Firebase SDK menyederhanakan proses dengan mengelola status percakapan, sehingga tidak seperti generateContentStream() atau generateContent(), Anda tidak perlu menyimpan histori percakapan sendiri.

Sebelum memulai

Jika Anda belum melakukannya, pelajari panduan memulai untuk Vertex AI for Firebase SDK. Pastikan Anda telah melakukan semua hal berikut:

  • Siapkan project Firebase baru atau yang sudah ada, termasuk menggunakan paket harga Blaze dan mengaktifkan API yang diperlukan.

  • Hubungkan aplikasi Anda ke Firebase, termasuk mendaftarkan aplikasi dan menambahkan konfigurasi Firebase ke aplikasi Anda.

  • Tambahkan SDK dan lakukan inisialisasi layanan Vertex AI serta model generatif di aplikasi Anda.

Setelah menghubungkan aplikasi ke Firebase, menambahkan SDK, serta melakukan inisialisasi layanan Vertex AI dan model generatif, Anda siap memanggil Gemini API.

Kirim permintaan perintah chat

Untuk membuat percakapan multi-giliran (seperti chat), mulailah dengan menginisialisasi chat dengan memanggil startChat(). Kemudian, gunakan sendMessageStream() (atau sendMessage()) untuk mengirim pesan pengguna baru, yang juga akan menambahkan pesan dan respons ke histori chat.

Ada dua kemungkinan opsi untuk role yang dikaitkan dengan konten dalam percakapan:

  • user: peran yang menyediakan dialog. Nilai ini merupakan nilai default untuk panggilan ke sendMessageStream() (atau sendMessage()), dan fungsi ini menampilkan pengecualian jika peran lain diteruskan.

  • model: peran yang memberikan respons. Peran ini dapat digunakan saat memanggil startChat() dengan history yang ada.

Pilih apakah Anda ingin melakukan streaming respons (sendMessageStream) atau menunggu respons hingga seluruh hasil dibuat (sendMessage).

Perangkat streaming

Anda dapat mencapai interaksi yang lebih cepat dengan tidak menunggu seluruh hasil dari pembuatan model. Sebagai gantinya, gunakan streaming untuk menangani hasil parsial.

Contoh ini menunjukkan cara menggunakan sendMessageStream() untuk mengalirkan respons dari model:

Tanpa streaming

Atau, Anda dapat menunggu seluruh hasil, bukan streaming; hasilnya hanya akan ditampilkan setelah model menyelesaikan seluruh proses pembuatan.

Contoh ini menunjukkan cara menggunakan sendMessage() untuk mengirim pesan pengguna baru:

Pelajari cara memilih model Gemini dan, jika perlu, lokasi yang sesuai untuk kasus penggunaan dan aplikasi Anda.

Kamu bisa apa lagi?

  • Pelajari cara menghitung token sebelum mengirimkan perintah panjang ke model.
  • Siapkan Cloud Storage for Firebase agar Anda dapat menyertakan file berukuran besar dalam permintaan multimodal menggunakan URL Cloud Storage. File dapat mencakup gambar, PDF, video, dan audio.
  • Mulailah memikirkan untuk mempersiapkan produksi, termasuk menyiapkan Firebase App Check untuk melindungi Gemini API dari penyalahgunaan oleh klien yang tidak sah.

Coba kemampuan lain Gemini API

Pelajari cara mengontrol pembuatan konten

Anda juga dapat bereksperimen dengan perintah dan konfigurasi model menggunakan Vertex AI Studio.

Pelajari model Gemini lebih lanjut

Pelajari model yang tersedia untuk berbagai kasus penggunaan serta kuota dan harganya.


Berikan masukan tentang pengalaman Anda menggunakan Vertex AI for Firebase