Lista de verificação de produção para usar o Firebase AI Logic

Quando você estiver pronto para lançar o app e tiver usuários finais reais interagindo com os recursos de IA dele, revise esta lista de verificação de práticas recomendadas e considerações importantes.

Geral

Revisar a lista de verificação geral de lançamento

Revise a lista de verificação de lançamento do Firebase para conferir as práticas recomendadas importantes antes de lançar qualquer app do Firebase na produção.

Seguir as práticas recomendadas para projetos do Firebase

Use projetos separados do Firebase para desenvolvimento, teste e produção. Confira mais práticas recomendadas para gerenciar seus projetos.

Acesso e segurança

Revisar as listas de verificação de segurança

Revise a lista de verificação de segurança do Firebase e a lista de verificação de segurança dedicada para Firebase AI Logic para conferir as práticas recomendadas importantes de acesso e segurança.

Aplicar Firebase App Check

Aplique Firebase App Check para ajudar a proteger Gemini API contra abusos quando ela é chamada diretamente do seu app. Quando App Check é aplicado, ele verifica se as solicitações recebidas são originadas do seu app autêntico e/ou de um dispositivo não adulterado.

App Check oferece suporte a provedores de atestado para plataformas Apple (DeviceCheck, App Attest ou reCAPTCHA Enterprise), Android (Play Integrity ou reCAPTCHA Enterprise) e Web (reCAPTCHA Enterprise). Ele também oferece suporte a todos esses provedores para apps Flutter e Unity.

Além disso, considere aplicar a proteção contra repetição, o que significa que os tokens são de uso único. Essa opção oferece proteção aprimorada além da proteção básica e permite definir um nível adequado de proteção para seu app e casos de uso.

Configurar restrições para as chaves de API do Firebase

As chaves de API do Firebase identificam seu projeto do Firebase e app ao fazer solicitações. Para evitar o uso não autorizado das chaves de API:

  • Defina "Restrições de aplicativo" no Google Cloud console para limitar o uso da chave apenas a solicitações do ID do pacote específico do seu app (Apple), nome do pacote e impressão digital SHA-1 (Android) ou referenciador HTTP (Web).

  • Revise a lista de permissões de "Restrições de API" de cada chave:

    • Verifique se Firebase AI Logica API (firebasevertexai.googleapis.com) está na lista de permissões.
    • Verifique se as únicas outras APIs na lista de permissões são os serviços específicos do Firebase exigidos pelo seu app. Consulte a lista de APIs necessárias para chaves restritas do Firebase.

Note que as APIs relacionadas ao Firebase usam chaves de API apenas para identificar o Projeto do Firebase ou app, não para autorização para chamar a API.

Restringir solicitações apenas a usuários autenticados

Considere aplicar o modo de usuários autenticados para que todas as solicitações pela Firebase AI Logic incluam credenciais válidas de Firebase Authentication. Se uma solicitação vier de um usuário final não autenticado, ela será rejeitada com um erro 401: unauthenticated.

Monitoramento, limites e faturamento

Configurar o monitoramento de IA no console Firebase

Configure o monitoramento de IA no Firebase console para ter visibilidade das principais métricas de desempenho, como contagens de solicitações, latência, uso de tokens e taxas de erro. Você também pode inspecionar rastros individuais no Google Cloud console.

Definir limites de taxa e gerenciar cotas

Proteja seu projeto contra picos de uso inesperados e ataques de negação de carteira:

Evitar cobranças inesperadas com alertas e limites de gastos

Se o projeto do Firebase estiver no plano de preços Blaze de pagamento por uso:

Gerenciamento de configurações

Usar uma versão estável do modelo no app de produção

No app de produção, use apenas versões de modelo estáveis (como gemini-3.8-flash). Não use uma versão de visualização ou experimental ou um alias -latest.

Usar Firebase Remote Config ou modelos de comandos do servidor

Ao usar Remote Config ou modelos de comandos do servidor, você pode controlar configurações importantes para os recursos de IA do seu app na nuvem (do lado do servidor) em vez de codificar valores no código. Isso significa que você pode atualizar as configurações sem lançar uma nova versão do app.

  • (Altamente recomendado) Faça mudanças no nome do modelo usado para o recurso de IA sob demanda à medida que novos modelos forem lançados ou outros forem desativados. Confira detalhes sobre como usar Remote Config ou modelos de comandos do servidor.

  • (Opcional) Controle de forma dinâmica e até condicional outros parâmetros do recurso de IA, por exemplo, a configuração do modelo (como tokens de saída máximos), configurações de segurança, instruções do sistema e dados de comandos. Confira detalhes sobre como usar Remote Config ou modelos de comandos do servidor.

  • (Opcional) Defina um parâmetro minimum_version em Remote Config para comparar a versão atual do app com a versão mais recente definida por Remote Config, para mostrar uma notificação de upgrade aos usuários ou forçar os usuários a fazer upgrade.

Definir o local para acessar o modelo

Disponível apenas ao usar Agent Platform Gemini API (formerly Vertex AI) como provedor de API.

Defina um local para acessar o modelo para ajudar a otimizar a cota e evitar a latência para os usuários.

Se você não especificar um local, o padrão será global (ao usar a nova sintaxe de inicialização da "Agent Platform"). Você pode definir esse local durante a inicialização ou, opcionalmente, usar Firebase Remote Config para mudar o local de forma dinâmica com base no local de cada usuário.