สร้างการสนทนาแบบมัลติเทิร์น (แชท) ด้วย Gemini API


คุณสามารถใช้ Gemini API เพื่อสร้างการสนทนารูปแบบอิสระในหลายๆ รอบได้ Vertex AI สำหรับ Firebase SDK ช่วยลดความยุ่งยากของกระบวนการด้วยการจัดการสถานะของการสนทนา คุณจึงไม่ต้องจัดเก็บประวัติการสนทนาด้วยตัวเอง ซึ่งต่างจาก generateContentStream() หรือ generateContent()

ก่อนเริ่มต้น

โปรดอ่านคู่มือเริ่มต้นใช้งานสำหรับ Vertex AI สำหรับ Firebase SDK หากยังไม่ได้ทำ ตรวจสอบว่าคุณได้ดำเนินการทั้งหมดต่อไปนี้แล้ว

  • สร้างโปรเจ็กต์ Firebase ใหม่หรือที่มีอยู่ ซึ่งรวมถึงการใช้แผนการตั้งราคา Blaze และเปิดใช้ API ที่จำเป็น

  • เชื่อมต่อแอปกับ Firebase รวมถึงการลงทะเบียนแอป และการเพิ่มการกำหนดค่า Firebase ลงในแอป

  • เพิ่ม SDK และเริ่มต้นบริการ Vertex AI และโมเดล Generative ในแอป

หลังจากที่เชื่อมต่อแอปกับ Firebase เพิ่ม SDK และเริ่มต้นบริการ Vertex AI และโมเดล Generative แล้ว คุณก็พร้อมที่จะเรียกใช้ Gemini API แล้ว

ส่งคำขอแชท

หากต้องการสร้างการสนทนาแบบหลายมุมมอง (เช่น แชท) ให้เริ่มต้นด้วยการเริ่มต้นแชทโดยโทรไปที่ startChat() จากนั้นใช้ sendMessageStream() (หรือ sendMessage()) เพื่อส่งข้อความของผู้ใช้ใหม่ ซึ่งจะต่อท้ายข้อความและการตอบกลับประวัติการแชทด้วย

มี 2 ตัวเลือกที่เป็นไปได้สำหรับ role ที่เชื่อมโยงกับเนื้อหาในการสนทนา ดังนี้

  • user: บทบาทที่แสดงข้อความแจ้ง ค่านี้เป็นค่าเริ่มต้นสำหรับการเรียก sendMessageStream() (หรือ sendMessage()) และฟังก์ชันจะส่งข้อยกเว้นหากมีการส่งบทบาทอื่น

  • model: บทบาทที่ระบุคำตอบ บทบาทนี้สามารถใช้เมื่อเรียกใช้ startChat() ด้วย history ที่มีอยู่

เลือกว่าต้องการสตรีมคำตอบ (sendMessageStream) หรือรอการตอบกลับจนกว่าจะมีการสร้างผลลัพธ์ทั้งหมด (sendMessage)

อุปกรณ์การสตรีม

คุณสามารถโต้ตอบได้รวดเร็วขึ้นด้วยการไม่รอผลลัพธ์ทั้งหมดจากการสร้างโมเดล และใช้สตรีมมิงเพื่อจัดการผลลัพธ์บางส่วนแทน

ตัวอย่างนี้แสดงวิธีใช้ sendMessageStream() เพื่อสตรีมคำตอบจากโมเดล

ไม่ได้สตรีม

หรือคุณจะรอผลลัพธ์ทั้งหมดแทนการสตรีมก็ได้ เนื่องจากโมเดลจะแสดงผลหลังจากที่โมเดลเสร็จสิ้นกระบวนการสร้างทั้งหมดแล้วเท่านั้น

ตัวอย่างนี้แสดงวิธีใช้ sendMessage() เพื่อส่งข้อความให้ผู้ใช้ใหม่

ดูวิธีเลือกโมเดล Gemini และตำแหน่งที่เหมาะกับการใช้งานและแอปของคุณ (ไม่บังคับ)

คุณทำอะไรได้อีกบ้าง

  • ดูวิธีนับโทเค็นก่อนส่งพรอมต์ขนาดยาวไปยังโมเดล
  • ตั้งค่า Cloud Storage สำหรับ Firebase เพื่อให้คุณรวมไฟล์ขนาดใหญ่ในคำขอแบบหลายโมดัลโดยใช้ URL ของ Cloud Storage ได้ โดยไฟล์อาจประกอบด้วยรูปภาพ, PDF, วิดีโอ และเสียง
  • เริ่มคิดเกี่ยวกับการเตรียมพร้อมสำหรับเวอร์ชันที่ใช้งานจริง รวมถึง การตั้งค่า Firebase App Check เพื่อปกป้อง Gemini API จากการละเมิดโดยไคลเอ็นต์ที่ไม่ได้รับอนุญาต

ลองใช้ความสามารถอื่นๆ ของ Gemini API

ดูวิธีควบคุมการสร้างเนื้อหา

นอกจากนี้ คุณยังทดสอบพรอมต์และการกำหนดค่าโมเดลโดยใช้ Vertex AI Studio ได้ด้วย

ดูข้อมูลเพิ่มเติมเกี่ยวกับรุ่น Gemini

ดูข้อมูลเกี่ยวกับรุ่นที่พร้อมใช้งานสำหรับกรณีการใช้งานต่างๆ และโควต้าและราคา


แสดงความคิดเห็นเกี่ยวกับประสบการณ์การใช้งาน Vertex AI สำหรับ Firebase