Checklist de production pour utiliser Firebase AI Logic

Lorsque vous êtes prêt à lancer votre application et à ce que de vrais utilisateurs finaux interagissent avec ses fonctionnalités d'IA, veillez à consulter cette checklist des bonnes pratiques et des points importants à prendre en compte.

Général

Consultez la checklist générale de lancement pour les applications qui utilisent Firebase

Cette checklist de lancement Firebase décrit les bonnes pratiques importantes à suivre avant de lancer une application Firebase en production.

Assurez-vous que vos projets Firebase respectent les bonnes pratiques

Par exemple, veillez à utiliser différents projets Firebase pour le développement, les tests et la production. Consultez d'autres bonnes pratiques pour gérer vos projets.

Accès et sécurité

Consultez la checklist générale de sécurité pour les applications qui utilisent Firebase

Cette checklist de sécurité décrit les bonnes pratiques importantes en matière d'accès et de sécurité pour les applications et services Firebase.

Appliquez Firebase App Check

Firebase App Check permet de protéger les API qui vous donnent accès aux modèles Gemini et Imagen. App Check vérifie que les requêtes proviennent de votre application réelle et d'un appareil authentique, qui n'a pas été altéré. Il est compatible avec les fournisseurs d'attestation pour les plates-formes Apple (DeviceCheck ou App Attest), Android (Play Integrity) et Web (reCAPTCHA Enterprise), ainsi qu'avec tous ces fournisseurs pour les applications Flutter et Unity.

Envisagez également d'appliquer la protection contre les attaques de répétition, ce qui signifie que les jetons sont à usage unique. Cette option offre une protection améliorée au-delà de la protection de base et vous permet de définir un niveau de protection approprié pour votre application et vos cas d'utilisation.

Définissez des restrictions pour vos clés API Firebase

  • Consultez la liste d'autorisation "Restrictions d'API" de chaque clé API Firebase :

  • Définissez "Restrictions d'application" pour limiter l'utilisation de chaque clé API Firebase aux requêtes provenant uniquement de votre application (par exemple, un ID de bundle correspondant pour l'application Apple). Notez que même si vous limitez votre clé, il est essentiel que vous configuriez Firebase App Check pour protéger votre application contre les utilisations abusives de l'API.

Notez que les API liées à Firebase utilisent des clés API uniquement pour identifier le projet ou l'application Firebase, et non pour autoriser l'appel de l'API.

Limitez les requêtes aux utilisateurs authentifiés uniquement

Appliquez le mode utilisateurs authentifiés dans votre projet Firebase afin que tous les appels de votre application via Firebase AI Logic proviennent d'utilisateurs authentifiés de votre application (sinon, la requête est bloquée).

Facturation, surveillance et quota

Évitez les factures surprises

Si votre projet Firebase est associé au forfait Blaze avec paiement à l'usage :

Configurez la surveillance de l'IA dans la console Firebase

Configurez AI Monitoring pour obtenir de la visibilité sur les métriques clés des performances, telles que les requêtes, la latence, les erreurs, et l'utilisation des jetons. La surveillance de l'IA vous aide également à inspecter et à déboguer vos Firebase AI Logic fonctionnalités en affichant des traces individuelles.

Vérifiez vos quotas pour les API sous-jacentes requises

Gestion des configurations

Utilisez une version de modèle stable dans votre application de production

Dans votre application de production, n'utilisez que des versions de modèle stables (comme gemini-3.5-flash). N'utilisez pas de version preview ou expérimentale, ni d'alias -latest.

Utilisez Firebase Remote Config ou des modèles de requêtes côté serveur

Lorsque vous utilisez Remote Config ou des modèles de requêtes côté serveur, vous pouvez contrôler les configurations importantes des fonctionnalités d'IA de votre application dans le cloud (côté serveur) plutôt que de coder en dur des valeurs dans votre code. Vous pouvez ainsi modifier vos configurations sans publier de nouvelle version de votre application.

  • (Fortement recommandé) Modifiez à la demande le nom du modèle utilisé pour votre fonctionnalité d'IA lorsque de nouveaux modèles sont publiés ou que d'autres sont arrêtés. Consultez les détails sur l'utilisation de Remote Config ou modèles de requêtes côté serveur.

  • (Facultatif) Contrôlez de manière dynamique et même conditionnelle d'autres paramètres de votre fonctionnalité d'IA, par exemple la configuration du modèle (comme le nombre maximal de jetons de sortie), les paramètres de sécurité, les instructions système et les données de la requête. Consultez les détails sur l'utilisation de Remote Config ou modèles de requêtes côté serveur.

  • (Facultatif) Définissez un paramètre minimum_version dans Remote Config pour comparer la version actuelle de l'application avec la dernière version définie par Remote Config version, afin d'afficher une notification de mise à niveau aux utilisateurs ou de les forcer à effectuer la mise à niveau.

Définissez l'emplacement pour accéder au modèle

Disponible uniquement lorsque vous utilisez le Agent Platform Gemini API (formerly Vertex AI) comme votre fournisseur d'API.

Définir un emplacement pour accéder au modèle peut vous aider à réduire les coûts et à éviter la latence pour vos utilisateurs.

Si vous ne spécifiez pas d'emplacement, la valeur par défaut est us-central1. Vous pouvez définir cet emplacement lors de l'initialisation ou utiliser Firebase Remote Config pour modifier dynamiquement l'emplacement en fonction de celui de chaque utilisateur.Firebase Remote Config