使用 Gemini API 建構多輪對話 (聊天)

您可以使用 Gemini API，在下列服務中建立任意形式的對話： 。Vertex AI in Firebase SDK 會透過管理 對話狀態，因此與 generateContentStream() 或 generateContent()，您不必自行儲存對話記錄。

與 Gemini API 搭配使用的其他選項

• 視需要嘗試替代的「Google AI」新版 Gemini API
  免付費使用 (在設有限制且可使用時) Google AI Studio 和 Google AI用戶端 SDK。 這些 SDK 只能用於行動和網頁應用程式的原型設計。

  瞭解 Gemini API 的運作方式後， 改用 Vertex AI in Firebase SDK， 還有許多對行動和網頁應用程式至關重要的功能 例如使用 Google AI 技術 Firebase App Check 與以下使用者適用的支援： 在要求中加入大型媒體檔案。

• 可選擇呼叫 Vertex AI Gemini API 伺服器端
  使用 伺服器端 Vertex AI SDK Firebase Genkit Gemini API 的 Firebase Extensions。

事前準備

如果您尚未完成 Vertex AI in Firebase SDK 入門指南。 請確認您已完成下列所有步驟：

1. 設定新的或現有的 Firebase 專案，包括使用 Blaze 定價方案並啟用必要的 API。

2. 將應用程式連結至 Firebase，包括註冊應用程式及新增 為應用程式啟用 Firebase 設定。

3. 新增 SDK，並初始化 Vertex AI 服務和生成式模型 。

將應用程式連結至 Firebase 後，加入 SDK 並初始化 Vertex AI 服務和生成式模型 你準備呼叫 Gemini API 了。

傳送聊天提示要求

如要建立多輪對話 (例如聊天)，請先初始化 ，只要呼叫 startChat() 即可進行即時通訊。然後使用 sendMessageStream() (或 sendMessage()) 用於傳送新的使用者訊息， 訊息和回覆也會附加到即時通訊記錄中。

role 有兩種可能的選項， 對話：

• user：提供提示的角色。這是 呼叫 sendMessageStream() (或 sendMessage())，且函式會擲回 例外狀況。

• model：提供回應的角色。這個角色可用於 使用現有的 history 呼叫 startChat()。

，瞭解如何調查及移除這項存取權。

選擇要串流回覆 (sendMessageStream) 或等待 ，直到產生全部結果 (sendMessage) 為止。

瞭解如何選擇 Gemini 模型 以及可選擇的位置 選擇適合您的用途和應用程式

您還能做些什麼？

• 瞭解如何計算符記數量 然後再將較長的提示傳送至模型
• 設定「Cloud Storage for Firebase」 ，方便您在多模態要求中納入大型檔案 Cloud Storage網址。包括圖片、PDF、影片和音訊。
• 開始思考如何準備發布內容，包括 設定「Firebase App Check」 ，防止Gemini API遭到未經授權的客戶濫用。

試試 Gemini API 的其他功能

• 生成文字來源 純文字提示。
• 生成文字來源 多模態提示 (包括文字、圖片、PDF、影片和音訊)。
• 使用函式呼叫功能連線 生成式模型到外部系統和資訊

瞭解如何控管內容生成功能

• 瞭解提示設計，包括 最佳做法、策略和提示範例
• 設定模型參數，例如 溫度和輸出符記
• 使用安全性設定調整 可能獲得有害回應的機率

，瞭解如何調查及移除這項存取權。 您也可以使用 Vertex AI Studio。

進一步瞭解 Gemini 模型

進一步瞭解 適用於各種用途 和 配額與定價。

提供意見 你使用 Vertex AI in Firebase 的感想