Lista de verificação de produção para usar o Firebase AI Logic

Quando estiver tudo pronto para lançar o app e permitir que usuários finais reais interajam com os recursos de IA, confira esta lista de verificação de práticas recomendadas e considerações importantes.

Geral

Revisar a lista de verificação geral de lançamento

Consulte a lista de verificação de lançamento do Firebase para conhecer as práticas recomendadas importantes antes de lançar qualquer app do Firebase para produção.

Siga as práticas recomendadas para projetos do Firebase

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

Acesso e segurança

Analisar as listas de verificação de segurança

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

Aplicar Firebase App Check

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

O App Check é compatível com provedores de atestado para plataformas da Apple (DeviceCheck, App Attest ou reCAPTCHA Enterprise), Android (Play Integrity ou reCAPTCHA Enterprise) e Web (reCAPTCHA Enterprise). Ele também é compatível com todos esses provedores para apps do Flutter e do Unity.

Além disso, considere aplicar a proteção contra repetição, o que significa que os tokens são de uso único. Essa opção oferece uma proteção reforçada além da proteção de referência e permite definir um nível de proteção adequado 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 suas chaves de API:

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

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

As APIs relacionadas ao Firebase usam chaves de API apenas para identificar o projeto ou app do Firebase, 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 via Firebase AI Logic incluam credenciais válidas do 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 AI Monitoring no console do Firebase

Configure o AI monitoring no console do Firebase para ter visibilidade das principais métricas de performance, como contagens de solicitações, latência, uso de tokens e taxas de erro. Também é possível inspecionar traces individuais no console do Google Cloud.

Definir limites de taxa e gerenciar cotas

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

Evite cobranças inesperadas com alertas e gastos máximos

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

Gerenciamento de configurações

Use uma versão estável do modelo no seu app de produção

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

Usar modelos de comando do servidor ou do Firebase Remote Config

Ao usar Remote Config ou modelos de comando 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 sob demanda no nome do modelo usado para o recurso de IA à medida que novos modelos são lançados ou outros são desativados. Confira detalhes sobre como usar Remote Config ou modelos de comando do servidor.

  • (Opcional) Controle de forma dinâmica e até condicional outros parâmetros do recurso de IA, como a configuração do modelo (como o máximo de tokens de saída), as configurações de segurança, as instruções do sistema e os dados de comandos. Confira detalhes sobre como usar Remote Config ou modelos de comando 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 forçá-los a fazer o upgrade.

Definir o local para acessar o modelo

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

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

Se você não especificar um local, o padrão será global (ao usar a nova sintaxe de inicialização da "Plataforma de Agentes"). É possível definir esse local durante a inicialização ou, se preferir, usar Firebase Remote Config para mudar o local de forma dinâmica com base na localização de cada usuário.