Lorsque vous êtes prêt à lancer votre application et à faire interagir de véritables utilisateurs finaux avec vos fonctionnalités d'IA générative, veillez à consulter cette checklist de bonnes pratiques et de considérations importantes.
Général
Consultez la checklist de lancement générale 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, assurez-vous d'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 de sécurité générale 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.
Démarrer l'application Firebase App Check
App Check aide à protéger le Vertex AI Gemini API en vérifiant que les requêtes proviennent de votre application réelle. Il est compatible avec les fournisseurs d'attestation pour les plates-formes Apple (DeviceCheck ou App Attest), Android (Play Integrity) et le Web (reCAPTCHA Enterprise).
Configurer des restrictions pour vos clés API Firebase
Passez en revue la liste d'autorisation "Restrictions d'API" de chaque clé API Firebase:
Assurez-vous que l'API Vertex AI in Firebase figure dans la liste d'autorisation.
Assurez-vous que les seules autres API de la liste d'autorisation de la clé sont destinées aux services Firebase que vous utilisez dans votre application. Consultez la liste des API qui doivent figurer sur la liste d'autorisation pour chaque produit.
Définissez "Restrictions d'application" pour limiter l'utilisation de chaque clé API Firebase aux seules requêtes de votre application (par exemple, un ID de bundle correspondant pour l'application Apple). Notez que même si vous limitez votre clé, Firebase App Check reste vivement recommandé.
Notez que les API liées à Firebase n'utilisent les clés API que pour identifier le projet ou l'application Firebase, et non pour autoriser l'appel de l'API.
Désactiver les API inutilisées dans votre projet Firebase
Par exemple, si vous avez d'abord testé Gemini API à l'aide de Google AI Studio, vous pouvez désormais désactiver l'API Generative Language. Votre application utilise désormais Vertex AI in Firebase, qui s'appuie sur l'API Vertex AI et l'API Vertex AI in Firebase.
Facturation et quota
Vérifiez vos quotas pour les API sous-jacentes requises.
L'utilisation de Vertex AI in Firebase nécessite deux API : l'API Vertex AI et l'API Vertex AI in Firebase.
Les quotas de chaque API sont mesurés légèrement différemment, ce qui signifie qu'ils peuvent être utilisés à des fins différentes. Pour en savoir plus, consultez la section Comprendre les quotas de chaque API.
Notez que les quotas varient également en fonction du modèle et de la région. Assurez-vous donc qu'ils sont définis en conséquence pour vos utilisateurs et vos cas d'utilisation.
Vous pouvez également modifier le quota ou demander une augmentation du quota, si nécessaire.
Éviter les factures surprises
Pour la production, nous vous recommandons de surveiller votre utilisation et de configurer des alertes de budget.
Gestion des configurations
Utiliser 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-1.5-flash-002), et non une version preview ou une version mise à jour automatiquement.
Même si une version mise à jour automatiquement pointe vers une version stable, la version de modèle réelle vers laquelle elle pointe change automatiquement chaque fois qu'une nouvelle version stable est publiée, ce qui peut entraîner un comportement ou des réponses inattendus. De plus, les versions preview ne sont recommandées que pendant le prototypage.
Nous vous recommandons également vivement d'utiliser Firebase Remote Config pour contrôler et mettre à jour le nom du modèle utilisé dans votre application (pour en savoir plus, consultez la section suivante).
Configurer et utiliser Firebase Remote Config
Avec Remote Config, vous pouvez contrôler les configurations importantes de votre fonctionnalité d'IA générative dans le cloud plutôt que de coder en dur des valeurs dans votre code. Cela signifie que vous pouvez mettre à jour votre configuration sans publier une nouvelle version de votre application. Vous pouvez faire beaucoup de choses avec Remote Config, mais voici les principales valeurs que nous vous recommandons de contrôler à distance pour votre fonctionnalité d'IA générative:
Mettez à jour votre application.
- Nom du modèle: mettez à jour le modèle utilisé par votre application à mesure que de nouveaux modèles sont publiés ou que d'autres sont abandonnés.
Ajustez les valeurs et les entrées en fonction des attributs du client ou pour tenir compte des commentaires des tests ou des utilisateurs.
Configuration du modèle: ajustez la température, le nombre maximal de jetons de sortie, etc.
Paramètres de sécurité: ajustez les paramètres de sécurité si trop de réponses sont bloquées ou si des utilisateurs signalent des réponses nuisibles.
Instructions système et toutes les requêtes que vous fournissez: ajustez le contexte supplémentaire que vous envoyez au modèle pour orienter ses réponses et son comportement. Par exemple, vous pouvez adapter les invites à des types de clients spécifiques ou personnaliser les invites pour les nouveaux utilisateurs qui diffèrent de celles utilisées pour générer des réponses pour les utilisateurs existants.
Vous pouvez également définir un paramètre minimum_version dans Remote Config pour comparer la version actuelle de l'application à la dernière version définie par Remote Config, afin d'afficher une notification de mise à niveau aux utilisateurs ou de les forcer à effectuer la mise à niveau.
Définir l'emplacement où exécuter le service Vertex AI et accéder à un modèle
Définir un emplacement peut vous aider à réduire les coûts et à éviter les temps de 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 vous pouvez utiliser Firebase Remote Config pour modifier dynamiquement l'emplacement en fonction de l'emplacement de chaque utilisateur.