قائمة المهام لعملية الإنتاج عند استخدام Firebase AI Logic
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
عندما تكون مستعدًا لإطلاق تطبيقك والسماح للمستخدمين النهائيين بالتفاعل مع ميزات الذكاء الاصطناعي التوليدي، احرص على مراجعة قائمة التحقّق هذه التي تتضمّن أفضل الممارسات والاعتبارات المهمة.
عام
مراجعة قائمة التحقّق العامة لإطلاق التطبيقات التي تستخدم Firebase
على سبيل المثال، احرص على استخدام مشاريع مختلفة على Firebase للتطوير والاختبار والإصدار العلني. راجِع المزيد من أفضل الممارسات بشأن
إدارة مشاريعك.
الوصول والأمان
مراجعة قائمة التحقّق العامة من الأمان للتطبيقات التي تستخدم Firebase
توضّح قائمة التحقّق من الأمان هذه
أهم أفضل الممارسات المتعلّقة بالوصول والأمان لتطبيقات وخدمات Firebase.
بدء فرضFirebase App Check
تساعد Firebase App Check في حماية واجهات برمجة التطبيقات التي تتيح لك الوصول إلى نماذج Gemini وImagen.
تتحقّق واجهة برمجة التطبيقات App Check من أنّ الطلبات واردة من تطبيقك الفعلي ومن جهاز حقيقي لم يتم التلاعب به. تتيح هذه الخدمة استخدام موفّري خدمات التصديق على منصات Apple (DeviceCheck أو App Attest) وAndroid (Play Integrity) والويب (reCAPTCHA Enterprise)، كما تتيح استخدام جميع موفّري الخدمات هؤلاء لتطبيقات Flutter وUnity أيضًا.
اضبط "قيود التطبيق" للمساعدة في حصر استخدام كل مفتاح لواجهة برمجة تطبيقات Firebase على الطلبات الواردة من تطبيقك فقط (على سبيل المثال، معرّف حزمة مطابق لتطبيق Apple). يُرجى العِلم أنّه حتى إذا قيّدت مفتاحك، ننصحك بشدة باستخدام Firebase App Check.
يُرجى العِلم أنّ واجهات برمجة التطبيقات المرتبطة بمنصة Firebase تستخدم مفاتيح واجهة برمجة التطبيقات فقط لتحديد مشروع Firebase أو التطبيق، وليس للحصول على إذن لاستدعاء واجهة برمجة التطبيقات.
إعداد ميزة تتبُّع الذكاء الاصطناعي في وحدة تحكّم Firebase
إعداد ميزة المراقبة المستندة إلى الذكاء الاصطناعي
للاطّلاع على مقاييس الأداء الرئيسية، مثل الطلبات ووقت الاستجابة والأخطاء
واستخدام الرموز المميزة تساعدك ميزة المراقبة المستندة إلى الذكاء الاصطناعي أيضًا في فحص ميزات
Firebase AI Logic وتصحيح أخطائها من خلال عرض عمليات التتبُّع الفردية.
مراجعة الحصص لواجهات برمجة التطبيقات الأساسية المطلوبة
في تطبيقك على قناة الإصدار العلني، استخدِم فقط إصدارات نموذجية ثابتة (مثل gemini-2.0-flash-001)، وليس إصدار معاينة أو تجريبي أو اسمًا مستعارًا يتم تعديله تلقائيًا.
على الرغم من أنّ الاسم المستعار الثابت المحدَّث تلقائيًا يشير إلى إصدار ثابت، سيتغيّر إصدار النموذج الفعلي الذي يشير إليه تلقائيًا عند إصدار إصدار ثابت جديد، ما قد يؤدي إلى سلوك أو ردود غير متوقّعة.
بالإضافة إلى ذلك، لا يُنصح باستخدام الإصدارات التجريبية والمعاينة إلا أثناء إنشاء النماذج الأولية.
إعداد Firebase Remote Config واستخدامه
باستخدام Remote Config، يمكنك التحكّم في الإعدادات المهمة لميزة الذكاء الاصطناعي التوليدي
في السحابة الإلكترونية بدلاً من ترميز القيم بشكل ثابت في الرمز. وهذا يعني أنّه يمكنك تعديل إعداداتك بدون إصدار نسخة جديدة من تطبيقك. يمكنك إجراء العديد من العمليات باستخدام Remote Config، ولكن إليك أهم القيم التي ننصحك بالتحكّم فيها عن بُعد لميزة الذكاء الاصطناعي التوليدي:
تأكَّد من تحديث تطبيقك.
اسم النموذج: عدِّل النموذج الذي يستخدمه تطبيقك عند طرح نماذج جديدة أو إيقاف نماذج أخرى.
تعديل القيم والمدخلات استنادًا إلى سمات العميل، أو لتلبية الملاحظات الواردة من الاختبار أو المستخدمين
إعدادات النموذج: يمكنك تعديل درجة الحرارة والحد الأقصى لعدد الرموز المميزة في الناتج وغير ذلك.
إعدادات الأمان: اضبط إعدادات الأمان إذا تم حظر عدد كبير جدًا من الردود أو إذا أبلغ المستخدمون عن ردود ضارة.
تعليمات النظام وأي طلبات تقدّمها: يمكنك تعديل
السياق الإضافي الذي ترسله إلى النموذج لتوجيه
ردوده وسلوكه. على سبيل المثال، قد تحتاج إلى تخصيص الطلبات لأنواع معيّنة من العملاء، أو تخصيص الطلبات للمستخدمين الجدد بشكل مختلف عن الطلبات المستخدَمة لإنشاء الردود للمستخدمين الحاليين.
يمكنك أيضًا ضبط المَعلمة minimum_version اختياريًا في Remote Config
للمقارنة بين الإصدار الحالي من التطبيق وأحدث إصدار محدّد في Remote Config،
وذلك إما لعرض إشعار ترقية للمستخدمين أو لإجبارهم على الترقية.
ضبط الموقع الجغرافي للوصول إلى النموذج
لا تتوفّر هذه الميزة إلا عند استخدام Vertex AI Gemini API كموفّر لواجهة برمجة التطبيقات.
تاريخ التعديل الأخير: 2025-09-02 (حسب التوقيت العالمي المتفَّق عليه)
[[["يسهُل فهم المحتوى.","easyToUnderstand","thumb-up"],["ساعَدني المحتوى في حلّ مشكلتي.","solvedMyProblem","thumb-up"],["غير ذلك","otherUp","thumb-up"]],[["لا يحتوي على المعلومات التي أحتاج إليها.","missingTheInformationINeed","thumb-down"],["الخطوات معقدة للغاية / كثيرة جدًا.","tooComplicatedTooManySteps","thumb-down"],["المحتوى قديم.","outOfDate","thumb-down"],["ثمة مشكلة في الترجمة.","translationIssue","thumb-down"],["مشكلة في العيّنات / التعليمات البرمجية","samplesCodeIssue","thumb-down"],["غير ذلك","otherDown","thumb-down"]],["تاريخ التعديل الأخير: 2025-09-02 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],null,["\u003cbr /\u003e\n\nWhen you're ready to launch your app and have real end users interact with your\ngenerative AI features, make sure to review this checklist of best practices and\nimportant considerations.\n| You can complete many of these checklist items as soon as you start to seriously develop your app and well before launch. \n| **Most importantly, you should enable\n| [Firebase App Check](/docs/ai-logic/app-check)\n| to help secure your app and configure\n| [Firebase Remote Config](/docs/ai-logic/solutions/remote-config)\n| to allow on-demand changes to AI parameters (like model name) without an app\n| update.**\n\nGeneral\n\nReview the general launch checklist for apps that use Firebase\n\nThis [Firebase launch checklist](/support/guides/launch-checklist) describes\nimportant best practices before launching any Firebase app to production.\n\nMake sure your Firebase projects follow best practices\n\nFor example, make sure that you use different Firebase projects for development,\ntesting, and production. Review more best practices for\n[managing your projects](/support/guides/launch-checklist#projects-follow-best-practices).\n\nAccess and security\n\nReview the general security checklist for apps that use Firebase\n\nThis [security checklist](/support/guides/security-checklist) describes\nimportant best practices for access and security for Firebase apps and services.\n\nStart *enforcing* Firebase App Check\n\n[Firebase App Check](/docs/ai-logic/app-check) helps protect the APIs that\ngive you access to the Gemini and Imagen models.\nApp Check verifies that requests are from your actual app and an authentic,\nuntampered device. It supports attestation providers for\nApple platforms (DeviceCheck or App Attest), Android (Play Integrity), and\nWeb (reCAPTCHA Enterprise), and it supports all these providers for Flutter and\nUnity apps, as well.\n\nAlso, to\n[prepare for upcoming enhanced protection from App Check](/docs/ai-logic/app-check#enhanced-protection)\nthrough *replay protection*, we recommend enabling the usage of\nlimited-use tokens in your apps.\n\nSet up restrictions for your Firebase API keys\n\n- Review each Firebase API key's\n [\"API restrictions\"](https://cloud.google.com/docs/authentication/api-keys#adding_api_restrictions)\n allowlist:\n\n - Make sure that the Firebase AI Logic API is in the\n allowlist.\n\n - Make sure that the only other APIs in the key's allowlist are for Firebase\n services that you use in your app. See the\n [list of which APIs are required to be on the allowlist for each product](/docs/projects/api-keys#faq-required-apis-for-restricted-firebase-api-key).\n\n- Set\n [\"Application restrictions\"](https://cloud.google.com/docs/authentication/api-keys#adding_application_restrictions)\n to help restrict usage of each Firebase API key to only requests from your app\n (for example, a matching bundle ID for the Apple app). Note that even if you\n restrict your key, Firebase App Check is still strongly recommended.\n\nNote that Firebase-related APIs use API keys only to *identify* the Firebase\nproject or app, *not for authorization* to call the API.\n\nBilling, monitoring, and quota\n\nAvoid surprise bills\n\nIf your Firebase project is on the pay-as-you-go Blaze pricing plan, then\n[monitor your usage](/docs/ai-logic/monitoring) and\n[set up budget alerts](/docs/projects/billing/avoid-surprise-bills#set-up-budget-alert-emails).\n\nSet up AI monitoring in the Firebase console\n\n[Set up AI monitoring](/docs/ai-logic/monitoring#ai-monitoring-in-console) to\ngain visibility into key performance metrics, like requests, latency, errors,\nand token usage. AI monitoring also helps you inspect and debug your\nFirebase AI Logic features by surfacing individual traces.\n\nReview your quotas for the required underlying APIs\n\n- Make sure that you\n [understand the quotas for each required API](/docs/ai-logic/quotas#understand-quotas).\n\n- [Set rate limits per user](/docs/ai-logic/quotas#understand-quotas-vertexai-in-firebase)\n (the default is 100 RPM).\n\n- [Edit quota or request a quota increase](/docs/ai-logic/quotas#edit-quota-or-request-quota-increase),\n as needed.\n\nManagement of configurations\n\nUse a stable model version in your production app\n\nIn your production app, only use\n[*stable* model versions](/docs/ai-logic/models#versions) (like\n`gemini-2.0-flash-001`), not a *preview* or *experimental* version or\nan *auto-updated* alias.\n\nEven though an *auto-updated* stable alias points to a stable version, the\nactual model version it points to will automatically change whenever a new\nstable version is released, which could mean unexpected behavior or responses.\nAlso, *preview* and *experimental* versions are only recommended during\nprototyping.\n| **Important:** We strongly recommend using [Firebase Remote Config](/docs/ai-logic/solutions/remote-config) to control and update the model name used in your app (see the next section).\n\nSet up and use Firebase Remote Config\n\nWith [Remote Config](/docs/ai-logic/solutions/remote-config),\nyou can control important configurations for your generative AI feature\n*in the cloud* rather than hard-coding values in your\ncode. This means that you can update your configuration without releasing\na new version of your app. You can do a lot with Remote Config, but here\nare the top values that we recommend you control remotely for your generative\nAI feature:\n\n- Keep your app up-to-date.\n\n - **Model name**: Update the model your app uses as new models are released or others are discontinued.\n- Adjust values and inputs based on client attributes, or to accommodate\n feedback from testing or users.\n\n - **Model configuration**: Adjust the temperature, max output tokens, and\n more.\n\n - **Safety settings**: Adjust safety settings if too many responses are\n getting blocked or if users report harmful responses.\n\n - **System instructions** and **any prompts that you provide**: Adjust the\n additional context that you're sending to the model to steer its\n responses and behavior. For example, you might want to tailor prompts for\n specific client types, or personalize prompts for new users that differ from\n those used to generate responses for existing users.\n\nYou could also optionally set a `minimum_version` parameter in Remote Config\nto compare the app's current version with the Remote Config-defined latest\nversion, to either show an upgrade notification to users or force users to\nupgrade.\n\nSet the location for accessing the model\n\n\n|----------------------------------------------------------------------------|\n| *Only available when using the Vertex AI Gemini API as your API provider.* |\n\n\u003cbr /\u003e\n\n[Setting a location for accessing the model](/docs/ai-logic/locations) can help\nwith costs as well as help prevent latency for your users.\n\nIf you don't specify a location, the default is `us-central1`. You can set this\nlocation during initialization, or you can optionally\n[use Firebase Remote Config to dynamically change the location based on each user's location](/docs/ai-logic/solutions/remote-config)."]]
