Membuat percakapan multi-giliran (chat) dengan Gemini API

Dengan menggunakan Gemini API, Anda dapat membuat percakapan bentuk bebas di beberapa giliran. Vertex AI in Firebase SDK menyederhanakan proses dengan mengelola status percakapan, sangat berbeda dengan generateContentStream() atau generateContent(), Anda tidak perlu menyimpan sendiri histori percakapan.

Opsi lain untuk menggunakan Gemini API

• Anda dapat bereksperimen dengan "AI Google" alternatif versi Gemini API
  Dapatkan akses tanpa biaya (dalam batas dan jika tersedia) menggunakan Google AI Studio dan Google AI SDK klien. SDK tersebut harus digunakan hanya untuk pembuatan prototipe di aplikasi seluler dan web.

  Setelah Anda memahami cara kerja Gemini API, migrasikan ke Vertex AI in Firebase SDK, yang memiliki banyak fitur tambahan penting untuk aplikasi seluler dan web, seperti melindungi API dari penyalahgunaan menggunakan Firebase App Check dan dukungan untuk file media besar dalam permintaan.

• Secara opsional, panggil Vertex AI Gemini API sisi server
  Gunakan Vertex AI SDK sisi server, Firebase Genkit, atau Firebase Extensions untuk Gemini API.

Sebelum memulai

Jika Anda belum melakukannya, selesaikan panduan memulai untuk Vertex AI in Firebase SDK. Pastikan Anda telah melakukan semua hal berikut:

1. Siapkan project Firebase baru atau yang sudah ada, termasuk menggunakan Paket harga Blaze dan aktifkan API yang diperlukan.

2. Hubungkan aplikasi Anda ke Firebase, termasuk mendaftarkan aplikasi dan menambahkan konfigurasi Firebase ke aplikasi Anda.

3. Tambahkan SDK dan lakukan inisialisasi layanan Vertex AI serta model generatif dalam aplikasi Anda.

Setelah menghubungkan aplikasi ke Firebase, menambahkan SDK, dan menginisialisasi layanan Vertex AI dan model generatif, Anda siap untuk memanggil Gemini API.

Kirim permintaan perintah chat

Untuk membuat percakapan bolak-balik (seperti chat), mulai dengan menginisialisasi chat dengan memanggil startChat(). Kemudian gunakan sendMessageStream() (atau sendMessage()) untuk mengirim pesan pengguna baru, yang juga akan menambahkan pesan dan respons ke histori chat.

Ada dua kemungkinan opsi untuk role yang terkait dengan konten di percakapan:

• user: peran yang memberikan perintah. Ini adalah nilai {i>default<i} untuk panggilan ke sendMessageStream() (atau sendMessage()), dan fungsi tersebut akan menampilkan pengecualian jika peran yang berbeda diteruskan.

• model: peran yang memberikan respons. Peran ini dapat digunakan saat memanggil startChat() dengan history yang ada.

Pilih apakah Anda ingin men-streaming respons (sendMessageStream) atau menunggu untuk respons hingga seluruh hasil dibuat (sendMessage).

Pelajari cara memilih model Gemini dan jika perlu, lokasi sesuai untuk kasus penggunaan dan aplikasi Anda.

Kamu bisa apa lagi?

• Pelajari cara menghitung token sebelum mengirim prompt yang panjang ke model.
• Menyiapkan Cloud Storage for Firebase sehingga Anda bisa menyertakan file berukuran besar dalam permintaan multimodal menggunakan Cloud Storage URL. File dapat mencakup gambar, PDF, video, dan audio.
• Mulailah berpikir tentang mempersiapkan diri untuk produksi, termasuk menyiapkan Firebase App Check untuk melindungi Gemini API dari penyalahgunaan oleh klien yang tidak berwenang.

Coba kemampuan Gemini API lainnya

• Buat teks dari dialog khusus teks.
• Buat teks dari dialog multimodal (termasuk teks, gambar, PDF, video, dan audio).
• Gunakan panggilan fungsi untuk menghubungkan generatif ke sistem dan informasi eksternal.

Pelajari cara mengontrol pembuatan konten

• Memahami desain prompt, termasuk praktik terbaik, strategi, dan contoh perintah.
• Mengonfigurasi parameter model seperti suhu dan token output maksimum.
• Gunakan setelan keamanan untuk menyesuaikan kemungkinan mendapatkan respons yang mungkin dianggap berbahaya.

Anda juga dapat bereksperimen dengan prompt dan konfigurasi model menggunakan Vertex AI Studio.

Pelajari lebih lanjut model Gemini

Pelajari tentang model yang tersedia untuk berbagai kasus penggunaan dan mereka kuota dan harga.

Beri masukan tentang pengalaman Anda dengan Vertex AI in Firebase