Gere texto com base em comandos somente de texto usando a API Gemini

iOS+ Android Web Flutter

Ao chamar o Gemini API do seu app usando um SDK Vertex AI in Firebase, é possível solicitar que o modelo Gemini gere texto com base em uma entrada somente de texto.

Outras opções para trabalhar com o Gemini API

• Opcionalmente, experimente uma versão "Google AI" alternativa do Gemini API
  Receba acesso sem custo financeiro (dentro dos limites e quando disponível) usando Google AI Studio e Google AI SDKs de cliente. Esses SDKs devem ser usados somente para prototipagem em apps para dispositivos móveis e da Web.

  Depois de entender como funciona um Gemini API, migre para nossos SDKs do Vertex AI in Firebase (esta documentação), que têm muitos outros recursos importantes para apps da Web e de dispositivos móveis, como proteger a API contra abusos usando Firebase App Check e suporte a arquivos de mídia grandes em solicitações.

• Chame opcionalmente o Vertex AI Gemini API do lado do servidor (como com Python, Node.js ou Go)
  Use os SDKs Vertex AI do lado do servidor, Firebase Genkit ou Firebase Extensions para o Gemini API.

Antes de começar

Se ainda não fez isso, conclua o guia de primeiros passos para os SDKs Vertex AI in Firebase. Verifique se você fez o seguinte:

1. Configure um projeto do Firebase novo ou existente, incluindo o uso do plano de preços Blaze e a ativação das APIs necessárias.

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

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

Depois de conectar o app ao Firebase, adicionar o SDK e inicializar o serviço Vertex AI e o modelo generativo, você poderá chamar o Gemini API.

Gerar texto com base em entrada somente de texto

É possível chamar o Gemini API com uma entrada que inclui apenas texto. Para essas chamadas, você precisa usar um modelo que ofereça suporte a comandos somente de texto, como o Gemini 1.5 Pro.

Escolha se você quer transmitir a resposta (generateContentStream) ou esperar pela resposta até que todo o resultado seja gerado (generateContent).

Streaming

É possível conseguir interações mais rápidas ao não esperar o resultado completo da geração do modelo e usar o streaming para processar resultados parciais.

Sem streaming

Como alternativa, você pode esperar o resultado completo em vez de streaming. O resultado só é retornado depois que o modelo conclui todo o processo de geração.

Saiba como escolher um modelo do Gemini 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 para o modelo.
• Comece a pensar na preparação para a produção, incluindo a configuração de Firebase App Check para proteger o Gemini API contra abusos de clientes não autorizados.

Testar outros recursos do Gemini API

• Criar conversas de várias interações (chat).
• Gerar texto a partir de comandos multimodais (incluindo texto, imagens, PDFs, vídeo e áudio).
• Gere saída estruturada (como JSON) de comandos de texto e multimodais.
• Use a chamada de função para conectar modelos generativos a informações e sistemas externos.

Saiba como controlar a geração de conteúdo

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

Você também pode testar comandos e configurações de modelo usando 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.

Enviar feedback sobre sua experiência com o Vertex AI in Firebase