Firebase में Vertex AI का इस्तेमाल करने के लिए, प्रोडक्शन की चेकलिस्ट

जब आपका ऐप्लिकेशन लॉन्च करने के लिए तैयार हो जाए और असल उपयोगकर्ता आपके जनरेटिव एआई की सुविधाओं के साथ इंटरैक्ट करने के लिए तैयार हों, तो सबसे सही तरीकों और अहम बातों की इस चेकलिस्ट को ज़रूर देखें.

सामान्य

Firebase का इस्तेमाल करने वाले ऐप्लिकेशन लॉन्च करने से जुड़ी सामान्य चेकलिस्ट देखें

इस Firebase लॉन्च की चेकलिस्ट में, Firebase के किसी भी ऐप्लिकेशन को प्रोडक्शन में लॉन्च करने से पहले, सबसे सही तरीकों के बारे में बताया गया है.

पक्का करें कि आपके Firebase प्रोजेक्ट, सबसे सही तरीकों का पालन करते हों

उदाहरण के लिए, पक्का करें कि डेवलपमेंट, जांच, और प्रोडक्शन के लिए अलग-अलग Firebase प्रोजेक्ट का इस्तेमाल किया जा रहा हो. अपने प्रोजेक्ट मैनेज करने के लिए, सबसे सही तरीके देखें.

ऐक्सेस और सुरक्षा

Firebase का इस्तेमाल करने वाले ऐप्लिकेशन के लिए, सुरक्षा से जुड़ी सामान्य चेकलिस्ट देखें

इस सुरक्षा चेकलिस्ट में, Firebase ऐप्लिकेशन और सेवाओं को ऐक्सेस करने और उनकी सुरक्षा के लिए, सबसे सही तरीकों के बारे में बताया गया है.

Firebase App Check को लागू करना शुरू करें

App Check, Vertex AI Gemini API को सुरक्षित रखने में मदद करता है. यह पुष्टि करता है कि अनुरोध, आपके ऐप्लिकेशन से किए गए हैं. यह Apple के प्लैटफ़ॉर्म (DeviceCheck या App Attest), Android (Play Integrity), और वेब (reCAPTCHA Enterprise) के लिए, पुष्टि करने वाली सेवाओं के साथ काम करता है.

अपनी Firebase एपीआई कुंजियों के लिए पाबंदियां सेट अप करना

  • हर Firebase एपीआई कुंजी की "एपीआई से जुड़ी पाबंदियां" की अनुमति वाली सूची की समीक्षा करें:

  • "ऐप्लिकेशन से जुड़ी पाबंदियां" सेट करें, ताकि हर Firebase एपीआई पासकोड का इस्तेमाल सिर्फ़ आपके ऐप्लिकेशन के अनुरोधों के लिए किया जा सके. उदाहरण के लिए, Apple ऐप्लिकेशन के लिए मैच करने वाला बंडल आईडी. ध्यान दें कि भले ही आपने अपनी कुंजी पर पाबंदी लगा दी हो, फिर भी Firebase App Check का इस्तेमाल करने का सुझाव दिया जाता है.

ध्यान दें कि Firebase से जुड़े एपीआई, एपीआई कुंजियों का इस्तेमाल सिर्फ़ Firebase प्रोजेक्ट या ऐप्लिकेशन की पहचान करने के लिए करते हैं. एपीआई को कॉल करने के लिए, एपीआई कुंजियों का इस्तेमाल अनुमति देने के लिए नहीं किया जाता.

अपने Firebase प्रोजेक्ट में, इस्तेमाल नहीं किए जा रहे किसी भी एपीआई को बंद करना

उदाहरण के लिए, अगर आपने पहले Google AI Studio का इस्तेमाल करके Gemini API को आज़माया था, तो अब जनरेटिव लैंग्वेज एपीआई को बंद किया जा सकता है. आपका ऐप्लिकेशन अब Vertex AI in Firebase का इस्तेमाल करता है. यह Vertex AI एपीआई और Vertex AI in Firebase एपीआई पर निर्भर करता है.

बिलिंग और कोटा

ज़रूरी एपीआई के लिए अपने कोटे की समीक्षा करना

Vertex AI in Firebase का इस्तेमाल करने के लिए, दो एपीआई की ज़रूरत होती है: Vertex AI एपीआई और Vertex AI in Firebase एपीआई.

हर एपीआई के कोटे को थोड़ा अलग तरीके से मेज़र किया जाता है. इसका मतलब है कि उनका इस्तेमाल अलग-अलग कामों के लिए किया जा सकता है. अहम बातों के बारे में जानने के लिए, हर एपीआई के लिए कोटा समझना लेख पढ़ें.

ध्यान दें कि कोटा, मॉडल और इलाके के हिसाब से भी अलग-अलग हो सकते हैं. इसलिए, पक्का करें कि आपके कोटा, आपके उपयोगकर्ताओं और इस्तेमाल के उदाहरणों के हिसाब से सेट हों.

ज़रूरत के हिसाब से, कोटा में बदलाव किया जा सकता है या कोटा बढ़ाने का अनुरोध किया जा सकता है.

अचानक आने वाले बिल से बचना

प्रोडक्शन के लिए सबसे सही तरीका यह है कि आप अपने इस्तेमाल को मॉनिटर करें और बजट से जुड़ी सूचनाएं सेट अप करें.

कॉन्फ़िगरेशन मैनेज करना

अपने प्रोडक्शन ऐप्लिकेशन में, मॉडल के स्टेबल वर्शन का इस्तेमाल करना

अपने प्रोडक्शन ऐप्लिकेशन में, सिर्फ़ स्टैबल मॉडल वर्शन (जैसे कि gemini-1.5-flash-002) का इस्तेमाल करें. झलक वर्शन या अपने-आप अपडेट होने वाला वर्शन इस्तेमाल न करें.

अपने-आप अपडेट होने वाला वर्शन, स्टेबल वर्शन पर ले जाता है. हालांकि, जब भी कोई नया स्टेबल वर्शन रिलीज़ होगा, तो मॉडल का असल वर्शन अपने-आप बदल जाएगा. इसकी वजह से, मॉडल का व्यवहार या जवाब अचानक बदल सकता है. साथ ही, प्रोटोटाइप बनाने के दौरान ही झलक वाले वर्शन इस्तेमाल करने का सुझाव दिया जाता है.

हम ज़ोरदार सुझाव देते हैं कि आप अपने ऐप्लिकेशन में इस्तेमाल किए गए मॉडल के नाम को कंट्रोल करने और अपडेट करने के लिए, Firebase Remote Config का इस्तेमाल करें. ज़्यादा जानकारी के लिए अगला सेक्शन देखें.

Firebase Remote Config को सेट अप और इस्तेमाल करना

Remote Config की मदद से, अपने कोड में वैल्यू को हार्ड-कोड करने के बजाय, जनरेटिव एआई की सुविधा के लिए अहम कॉन्फ़िगरेशन को क्लाउड में कंट्रोल किया जा सकता है. इसका मतलब है कि अपने ऐप्लिकेशन का नया वर्शन रिलीज़ किए बिना, कॉन्फ़िगरेशन को अपडेट किया जा सकता है. Remote Config की मदद से कई काम किए जा सकते हैं. हालांकि, जनरेटिव एआई की सुविधा के लिए, हमारा सुझाव है कि आप इन मुख्य वैल्यू को रिमोट तौर पर कंट्रोल करें:

  • अपने ऐप्लिकेशन को अप-टू-डेट रखें.

    • मॉडल का नाम: नए मॉडल रिलीज़ होने या अन्य मॉडल बंद होने पर, अपने ऐप्लिकेशन में इस्तेमाल किए जा रहे मॉडल को अपडेट करें.

  • क्लाइंट एट्रिब्यूट के आधार पर वैल्यू और इनपुट में बदलाव करें या जांच या उपयोगकर्ताओं से मिले सुझावों को शामिल करें.

    • मॉडल कॉन्फ़िगरेशन: तापमान, ज़्यादा से ज़्यादा आउटपुट टोकन वगैरह में बदलाव करें.

    • सुरक्षा सेटिंग: अगर बहुत ज़्यादा जवाब ब्लॉक किए जा रहे हैं या उपयोगकर्ता नुकसान पहुंचाने वाले जवाबों की शिकायत कर रहे हैं, तो सुरक्षा सेटिंग में बदलाव करें.

    • सिस्टम के निर्देश और आपके दिए गए निर्देश: मॉडल के जवाबों और व्यवहार को कंट्रोल करने के लिए, मॉडल को भेजे जा रहे अतिरिक्त कॉन्टेक्स्ट में बदलाव करें. उदाहरण के लिए, हो सकता है कि आप अलग-अलग तरह के क्लाइंट के लिए, सवालों को ज़रूरत के हिसाब से बनाना चाहें. इसके अलावा, नए उपयोगकर्ताओं के लिए सवालों को उनकी दिलचस्पी के हिसाब से बनाना भी हो सकता है. ये सवाल, मौजूदा उपयोगकर्ताओं के लिए जवाब जनरेट करने के लिए इस्तेमाल किए गए सवालों से अलग होने चाहिए.

आपके पास Remote Config में minimum_version पैरामीटर सेट करने का विकल्प भी है. इससे, ऐप्लिकेशन के मौजूदा वर्शन की तुलना, Remote Config में तय किए गए नए वर्शन से की जा सकती है. इससे, उपयोगकर्ताओं को अपग्रेड की सूचना दिखाई जा सकती है या उन्हें अपग्रेड करने के लिए मजबूर किया जा सकता है.

Vertex AI सेवा को चलाने और मॉडल को ऐक्सेस करने के लिए जगह सेट करना

लोकेशन सेट करने से, लागत को कम करने के साथ-साथ, उपयोगकर्ताओं को इंतज़ार करने से बचाने में भी मदद मिलती है.

अगर कोई जगह नहीं बताई जाती है, तो डिफ़ॉल्ट रूप से us-central1 दिखता है. इस जगह की जानकारी को शुरू करने के दौरान सेट किया जा सकता है. इसके अलावा, हर उपयोगकर्ता की जगह की जानकारी के आधार पर, जगह की जानकारी को डाइनैमिक तौर पर बदलने के लिए Firebase Remote Config का इस्तेमाल किया जा सकता है.