כשתהיו מוכנים להשיק את האפליקציה ולאפשר למשתמשי קצה אמיתיים לקיים אינטראקציה עם התכונות של ה-AI הגנרטיבי, כדאי לעיין ברשימת המשימות הזו עם שיטות מומלצות ושיקולים חשובים.
כללי
בודקים את רשימת המשימות הכללית להשקה של אפליקציות שמשתמשות ב-Firebase
רשימת המשימות להשקת אפליקציה ב-Firebase כוללת שיטות מומלצות חשובות שצריך לפעול לפיהן לפני השקת אפליקציה ב-Firebase בסביבת הייצור.
לוודא שהפרויקטים ב-Firebase תואמים לשיטות המומלצות
לדוגמה, חשוב להשתמש בפרויקטים שונים ב-Firebase לפיתוח, לבדיקה ולייצור. שיטות מומלצות נוספות לניהול פרויקטים
אבטחה וגישה
לעיין ברשימת המשימות הכללית לאבטחה של אפליקציות שמשתמשות ב-Firebase
רשימת המשימות לאבטחה הזו מתארת שיטות מומלצות חשובות לגישה ולאבטחה של אפליקציות ושירותים ב-Firebase.
מתחילים לאכוף את Firebase App Check
App Check עוזר להגן על Vertex AI Gemini API על ידי אימות שהבקשות מגיעות מהאפליקציה בפועל. הוא תומך בספקים של אימות לפלטפורמות של Apple (DeviceCheck או App Attest), ל-Android (Play Integrity) ולאינטרנט (reCAPTCHA Enterprise).
הגדרת הגבלות למפתחות API של Firebase
בודקים את רשימת ההיתרים של כל מפתח API ב-Firebase בקטע API restrictions:
חשוב לוודא שה-API Vertex AI in Firebase נמצא ברשימת ההיתרים.
חשוב לוודא שממשקי ה-API האחרים שכלולים ברשימת ההיתרים של המפתח הם רק לשירותי Firebase שבהם אתם משתמשים באפליקציה. כאן תוכלו למצוא רשימה של ממשקי ה-API שצריכים להופיע ברשימת ההיתרים של כל מוצר.
מגדירים את הגבלות האפליקציה כדי להגביל את השימוש בכל מפתח API של Firebase רק לבקשות מהאפליקציה שלכם (לדוגמה, מזהה חבילה תואם לאפליקציה של Apple). שימו לב שגם אם תגבילו את המפתח, עדיין מומלץ מאוד להשתמש ב-Firebase App Check.
חשוב לזכור שממשקי API שקשורים ל-Firebase משתמשים במפתחות API רק כדי לזהות את הפרויקט או האפליקציה ב-Firebase, ולא כדי להעניק הרשאה לקריאה ל-API.
השבתת ממשקי API שלא בשימוש בפרויקט Firebase
לדוגמה, אם ניסיתם את Gemini API באמצעות Google AI Studio, עכשיו תוכלו להשבית את Generative Language API. האפליקציה שלכם משתמשת עכשיו ב-Vertex AI in Firebase, שמסתמך על Vertex AI API וVertex AI in Firebase API במקום זאת.
חיוב ומכסה
בדיקת המכסות של ממשקי ה-API הבסיסיים הנדרשים
כדי להשתמש ב-Vertex AI in Firebase נדרשים שני ממשקי API: API Vertex AI ו-API Vertex AI in Firebase.
המכסות של כל ממשק API נמדדות באופן שונה במקצת, כך שאפשר להשתמש בהן למטרות שונות. במאמר הסבר על המכסות של כל API מוסבר בשיקולים חשובים.
חשוב לזכור שהמכסות משתנות גם בהתאם לדגם ולאזור, לכן חשוב לוודא שהמכסות מוגדרות בהתאם למשתמשים ולתרחישים לדוגמה.
אפשר גם לערוך את המכסה או לבקש להגדיל אותה לפי הצורך.
הימנעות מחיובים מפתיעים
שיטה מומלצת בסביבת הייצור היא לעקוב אחרי השימוש ולהגדיר התראות תקציב.
ניהול ההגדרות
שימוש בגרסת מודל יציבה באפליקציה בסביבת הייצור
באפליקציה בסביבת הייצור, צריך להשתמש רק בגרסאות מודל יציבות (כמו gemini-1.5-flash-002), ולא בגרסת תצוגה מקדימה או בגרסה שעדכנת אוטומטית.
אמנם גרסה שמתעדכנת אוטומטית מפנה לגרסה יציבה, אבל גרסת המודל בפועל שהיא מפנה אליה תשתנה באופן אוטומטי בכל פעם שתשוחרר גרסה יציבה חדשה. כתוצאה מכך, יכול להיות שתופיע התנהגות או תגובות בלתי צפויות. בנוסף, מומלץ להשתמש בגרסאות preview רק במהלך פיתוח אב טיפוס.
מומלץ מאוד גם להשתמש ב-Firebase Remote Config כדי לשלוט בשם המודל שמשמש באפליקציה ולעדכן אותו (פרטים בקטע הבא).
הגדרה של Firebase Remote Config ושימוש בו
בעזרת Remote Config אפשר לקבוע הגדרות חשובות של תכונת ה-AI הגנרטיבי בענן, במקום לכתוב את הקוד בתוך הקוד. המשמעות היא שאפשר לעדכן את ההגדרות האישיות בלי לפרסם גרסה חדשה של האפליקציה. אפשר לעשות הרבה דברים עם Remote Config, אבל אלו הערכים המובילים שכדאי לשלוט בהם מרחוק בתכונה של ה-AI הגנרטיבי:
האפליקציה צריכה להיות עדכנית.
- שם המודל: מעדכנים את המודל שבו האפליקציה משתמשת כשמודלים חדשים יוצאים או שמודלים אחרים מופסקים.
תוכלו לשנות את הערכים והקלט על סמך מאפייני הלקוח, או כדי לקבל משוב מהבדיקה או מהמשתמשים.
הגדרת מודל: שינוי הטמפרטורה, מספר האסימונים המקסימלי להוצאה ועוד.
הגדרות בטיחות: משנים את הגדרות הבטיחות אם המערכת חוסמת יותר מדי תשובות או אם משתמשים מדווחים על תשובות מזיקות.
הוראות מערכת והנחיות שמספקים: משנים את ההקשר הנוסף ששולחים למודל כדי להשפיע על התשובות וההתנהגות שלו. לדוגמה, יכול להיות שתרצו להתאים הנחיות לסוגים ספציפיים של לקוחות, או להתאים אישית את ההנחיות למשתמשים חדשים שנבדלים מאלה שמשמשים ליצירת תשובות למשתמשים קיימים.
אפשר גם להגדיר פרמטר minimum_version ב-Remote Config כדי להשוות בין הגרסה הנוכחית של האפליקציה לבין הגרסה האחרונה שמוגדרת ב-Remote Config, כדי להציג למשתמשים התראה על שדרוג או לאלץ אותם לשדרג.
הגדרת המיקום שבו מריצים את השירות Vertex AI ומקבלים גישה למודל
הגדרת מיקום יכולה לעזור לכם לחסוך בעלויות וגם למנוע זמן אחזור ארוך אצל המשתמשים.
אם לא מציינים מיקום, ברירת המחדל היא us-central1. אפשר להגדיר את המיקום הזה במהלך האינטראקציה הראשונה, או להשתמש ב-Firebase Remote Config כדי לשנות את המיקום באופן דינמי על סמך המיקום של כל משתמש.