Lista kontrolna produkcji dotycząca korzystania z Firebase AI Logic

Gdy będziesz gotowy(-a) do uruchomienia aplikacji i udostępnienia jej funkcji AI prawdziwym użytkownikom, zapoznaj się z tą listą kontrolną zawierającą sprawdzone metody i ważne kwestie.

Ogólne

Zapoznaj się z ogólną listą kontrolną uruchamiania aplikacji korzystających z Firebase

Ta lista kontrolna uruchamiania Firebase zawiera ważne sprawdzone metody, które należy stosować przed uruchomieniem aplikacji w Firebase w wersji produkcyjnej.

Sprawdź, czy projekty Firebase są zgodne ze sprawdzonymi metodami

Upewnij się na przykład, że do tworzenia, testowania i produkcji używasz różnych projektów Firebase. Zapoznaj się z innymi sprawdzonymi metodami zarządzania projektami .

Dostęp i bezpieczeństwo

Zapoznaj się z ogólną listą kontrolną bezpieczeństwa aplikacji korzystających z Firebase

Ta lista kontrolna bezpieczeństwa zawiera ważne sprawdzone metody dotyczące dostępu i bezpieczeństwa aplikacji i usług Firebase.

Wymagaj Firebase App Check

Firebase App Check pomaga chronić interfejsy API, które zapewniają dostęp do modeli Gemini i Imagen. App Check weryfikuje, czy żądania pochodzą z Twojej aplikacji i z autentycznego, niezmodyfikowanego urządzenia. Obsługuje dostawców atestów na platformach Apple (DeviceCheck lub App Attest), Android (Play Integrity) i w internecie (reCAPTCHA Enterprise), a także wszystkich tych dostawców w przypadku aplikacji Flutter i Unity.

Rozważ też wymuszenie ochrony przed atakami typu replay, co oznacza, że tokeny są jednorazowe. Ta opcja zapewnia lepszą ochronę niż podstawowa i pozwala ustawić odpowiedni poziom ochrony aplikacji i przypadków użycia.

Skonfiguruj ograniczenia kluczy interfejsu API Firebase

Pamiętaj, że interfejsy API związane z Firebase używają kluczy interfejsu API tylko do identyfikowania projektu lub aplikacji Firebase, a nie do autoryzacji wywoływania interfejsu API.

Ogranicz żądania tylko do uwierzytelnionych użytkowników

Wymuś w projekcie Firebase tryb uwierzytelnionych użytkowników, aby wszystkie wywołania z aplikacji za pomocą Firebase AI Logic musiały pochodzić od uwierzytelnionych użytkowników aplikacji (w przeciwnym razie żądanie zostanie zablokowane).

Rozliczenia, monitorowanie i limity

Unikaj niespodziewanych rachunków

Jeśli Twój projekt w Firebase korzysta z abonamentu Blaze z płatnością według wykorzystania:

Skonfiguruj monitorowanie wykorzystania AI w konsoli Firebase

Skonfiguruj monitorowanie AI, aby uzyskać wgląd w kluczowe wskaźniki wydajności, takie jak żądania, opóźnienia, błędy i wykorzystanie tokenów. Monitorowanie AI pomaga też sprawdzać i debugować funkcje Firebase AI Logic wyświetlając poszczególne ślady.

Sprawdź limity wymaganych interfejsów API

Zarządzanie konfiguracjami

Używaj stabilnej wersji modelu w aplikacji produkcyjnej

W aplikacji produkcyjnej używaj tylko stabilnych wersji modelu (np. gemini-3.5-flash). Nie używaj wersji zapoznawczej ani eksperymentalnej ani -latest aliasu.

Używaj Firebase Remote Config lub szablonów promptów serwera

Gdy używasz Remote Config lub szablonów promptów serwera, możesz kontrolować ważne konfiguracje funkcji AI aplikacji w chmurze (po stronie serwera) zamiast kodować wartości na stałe w kodzie. Oznacza to, że możesz aktualizować konfiguracje bez publikowania nowej wersji aplikacji.

  • (Zdecydowanie zalecane) Wprowadzaj zmiany w nazwie modelu używanej w funkcji AI na żądanie, gdy pojawiają się nowe modele lub inne są wyłączane. Więcej informacji o korzystaniu z Remote Config lub szablonów promptów serwera.

  • (Opcjonalnie) Dynamicznie i warunkowo kontroluj inne parametry funkcji AI, np. konfigurację modelu (np. maksymalną liczbę tokenów wyjściowych), ustawienia bezpieczeństwa, instrukcje systemowe i dane promptów. Więcej informacji o korzystaniu z Remote Config lub szablonów promptów serwera.

  • (Opcjonalnie) Ustaw parametr minimum_version w Remote Config aby porównać bieżącą wersję aplikacji z najnowszą wersją zdefiniowaną w Remote Config, aby wyświetlić użytkownikom powiadomienie o aktualizacji lub wymusić aktualizację.

Ustaw lokalizację dostępu do modelu

Dostępne tylko wtedy, gdy jako dostawcę interfejsu API używasz Agent Platform Gemini API (formerly Vertex AI).

Ustawienie lokalizacji dostępu do modelu może pomóc w kontrolowaniu kosztów i zapobieganiu opóźnieniom u użytkowników.

Jeśli nie określisz lokalizacji, zostanie użyta domyślna lokalizacja us-central1. Możesz ustawić tę lokalizację podczas inicjowania lub opcjonalnie użyć Firebase Remote Config do dynamicznego zmieniania lokalizacji na podstawie lokalizacji każdego użytkownika.