您可以使用 Gemini API 在多個輪之間建構任意形式的對話。Vertex AI for Firebase SDK 可簡化對話狀態來簡化程序，因此與 generateContentStream() 或 generateContent() 不同，您不必自行儲存對話記錄。
事前準備
如果您尚未詳閱 Vertex AI for Firebase SDK 入門指南，請先完成這項工作。請確認您已完成下列所有步驟：
設定新的或現有的 Firebase 專案，包括使用 Blaze 定價方案，以及啟用必要的 API。
將應用程式連結至 Firebase，包括註冊應用程式以及將 Firebase 設定新增至應用程式。
請新增 SDK，並在應用程式中初始化 Vertex AI 服務和生成式模型。
將應用程式連結至 Firebase、新增 SDK，並初始化 Vertex AI 服務和生成式模型後，就可以呼叫 Gemini API。
傳送聊天提示要求
如要建構多輪對話 (例如即時通訊)，請先呼叫 startChat() 來初始化即時通訊。接著使用 sendMessageStream() (或 sendMessage()) 傳送新使用者訊息，這樣訊息和回應也會附加到即時通訊記錄中。
與對話中的內容相關聯的 role 有兩種可能的選項：
user：提供提示的角色。這是呼叫sendMessageStream()(或sendMessage()) 時的預設值，如果傳遞其他角色，函式會擲回例外狀況。model：提供回應的角色。使用現有的history呼叫startChat()時，可以使用這個角色。
選擇要串流回應 (sendMessageStream)，或等到回應產生完畢 (sendMessage)。
串流
您可以在不等待模型產生的完整結果時，改為使用串流處理部分結果，藉此加快互動速度。
以下範例說明如何使用 sendMessageStream() 從模型串流回應：
不使用串流功能
或者，您可以等待整個結果，而不是串流；只有在模型完成整個產生程序後，才會傳回結果。
以下範例說明如何使用 sendMessage() 傳送新使用者訊息：
瞭解如何依據用途和應用程式選擇 Gemini 模型，並視需要選擇位置。
你還能做什麼？
- 瞭解如何在傳送長提示至模型前計算權杖。
- 設定 Cloud Storage for Firebase，即可透過 Cloud Storage 網址在多模態要求中加入大型檔案。檔案可以包括圖片、PDF、影片和音訊。
- 開始考慮為正式版做好準備，包括設定 Firebase App Check，防止 Gemini API 遭到未經授權的用戶端濫用。
試用 Gemini API 的其他功能
瞭解如何控管內容生成功能
您也可以使用 Vertex AI Studio 修改提示和模型設定。
進一步瞭解 Gemini 模型
瞭解各種用途適用的模型以及配額與定價。針對 Vertex AI for Firebase 使用體驗提供意見回饋