Crie conversas de vários turnos (chat) com a API Gemini

iOS+ Android Web Flutter

Pré-lançamento :a Vertex AI para Firebase está em pré-lançamento, o que significa que o produto não está sujeito a SLAs ou políticas de descontinuação e pode ser alterado de maneira incompatível com versões anteriores.

Com a API Gemini, é possível criar conversas de formato livre em vários turnos. O SDK da Vertex AI para Firebase simplifica o processo gerenciando o estado da conversa. Portanto, ao contrário de generateContentStream() ou generateContent(), não é necessário armazenar o histórico de conversas por conta própria.

Outras opções para trabalhar com a API Gemini

• É possível chamar a API Vertex AI Gemini do lado do servidor usando os SDKs da Vertex AI do lado do servidor ou as Extensões do Firebase para a API Gemini.

• É possível testar uma versão alternativa da "IA do Google" da API Genmini que oferece acesso sem custo financeiro (dentro dos limites e, quando disponível) usando o Google AI Studio e os SDKs do Google AI.

  Se você optar por usar ferramentas e serviços de IA do Google além do Firebase, recomendamos o seguinte:

  • Não use os SDKs do Google AI Studio e do Google AI com um projeto do Firebase usado pelo seu app de produção.
  • Depois de entender como a API Gemini funciona, migre para os SDKs da Vertex AI para Firebase, que têm muitos outros recursos importantes para apps da Web e para dispositivos móveis, como a proteção da API contra abusos usando o Firebase App Check.

Antes de começar

Siga o guia para iniciantes dos SDKs da Vertex AI para Firebase, caso ainda não tenha feito isso. Verifique se você fez o seguinte:

• Configurar um projeto novo ou atual do Firebase, incluindo o uso do plano de preços Blaze e a ativação das APIs necessárias.

• Conecte seu app ao Firebase, incluindo o registro do app e a adição da configuração do Firebase a ele.

• Adicione o SDK e inicialize o serviço Vertex AI e o modelo generativo no seu app.

Depois de conectar seu app ao Firebase, adicionar o SDK e inicializar o serviço da Vertex AI e o modelo generativo, você estará pronto para chamar a API Gemini.

Enviar uma solicitação de chat

Para criar uma conversa de várias interações (como um chat), inicialize o chat chamando startChat(). Em seguida, use sendMessageStream() (ou sendMessage()) para enviar uma mensagem de novo usuário, que também vai anexar a mensagem e a resposta ao histórico de chat.

Há duas opções possíveis de role associadas ao conteúdo em uma conversa:

• user: o papel que fornece as solicitações. Esse valor é o padrão para chamadas para sendMessageStream() (ou sendMessage()), e a função gera uma exceção se um papel diferente for transmitido.

• model: o papel que fornece as respostas. Esse papel pode ser usado ao chamar startChat() com history.

Observação: se você quiser fornecer mais contexto inicial para o modelo a fim de orientar o comportamento com base nas suas necessidades e casos de uso específicos, considere definir instruções do sistema.

Escolha se você quer transmitir a resposta (sendMessageStream) ou aguardar a resposta até que todo o resultado seja gerado (sendMessage).

Streaming

Para ter interações mais rápidas, não espere todo o resultado da geração do modelo e, em vez disso, use o streaming para lidar com resultados parciais.

Este exemplo mostra como usar sendMessageStream() para transmitir respostas do modelo:

Sem streaming

Como alternativa, é possível aguardar o resultado inteiro em vez do streaming. O resultado só será retornado depois que o modelo concluir todo o processo de geração.

Este exemplo mostra como usar sendMessage() para enviar uma nova mensagem de usuário:

Saiba como escolher um modelo Genmini e, opcionalmente, um local adequado para seu caso de uso e app.

O que mais você pode fazer?

• Saiba como contar tokens antes de enviar comandos longos ao modelo.
• Configure o Cloud Storage para Firebase para incluir arquivos grandes nas solicitações multimodais usando os URLs do Cloud Storage. Os arquivos podem incluir imagens, PDFs, vídeo e áudio.
• Comece a se preparar para a produção, incluindo a configuração do Firebase App Check para proteger a API Gemini contra abusos de clientes não autorizados.

Teste outros recursos da API Gemini

• Gerar texto com base em comandos somente de texto.
• Gerar texto a partir de comandos multimodais (incluindo texto, imagens, PDFs, vídeo e áudio).
• Use chamadas de função para conectar modelos generativos a informações e sistemas externos.

Saiba como controlar a geração de conteúdo

• Entender o design de comandos, incluindo práticas recomendadas, estratégias e exemplos de comandos.
• Configure os parâmetros do modelo, como tokens de temperatura e saída máxima.
• Use as configurações de segurança para ajustar a probabilidade de receber respostas que possam ser consideradas prejudiciais.

Também é possível testar comandos e configurações de modelos usando o Vertex AI Studio.

Saiba mais sobre os modelos do Gemini

Saiba mais sobre os modelos disponíveis para vários casos de uso e as cotas e preços deles.

Envie feedback sobre sua experiência com a Vertex AI para Firebase