Buat teks dari perintah khusus teks menggunakan GeminiIAP

Saat memanggil Gemini API dari aplikasi menggunakan SDK Vertex AI in Firebase, Anda dapat meminta model Gemini untuk menghasilkan teks berdasarkan input khusus teks.

Opsi lainnya untuk menggunakan Gemini API

• Secara opsional, bereksperimenlah dengan versi "Google AI" alternatif dari Gemini API
  Dapatkan akses tanpa biaya (dalam batas dan jika tersedia) menggunakan Google AI Studio dan SDK klien Google AI. SDK ini harus digunakan untuk hanya membuat prototipe di aplikasi seluler dan web.

  Setelah Anda memahami cara kerja Gemini API, migrasikan ke Vertex AI in Firebase SDK kami (dokumentasi ini), yang memiliki banyak fitur tambahan yang penting untuk aplikasi seluler dan web, seperti melindungi API dari penyalahgunaan menggunakan Firebase App Check dan dukungan untuk file media berukuran besar dalam permintaan.

• Secara opsional, panggil sisi server Vertex AI Gemini API (seperti dengan Python, Node.js, atau Go)
  Gunakan SDK Vertex AI sisi server, Firebase Genkit, atau Firebase Extensions untuk Gemini API.

Sebelum memulai

Jika Anda belum melakukannya, selesaikan panduan memulai untuk SDK Vertex AI in Firebase. Pastikan Anda telah melakukan semua hal berikut:

1. Siapkan project Firebase baru atau yang sudah ada, termasuk menggunakan paket harga Blaze dan mengaktifkan API yang diperlukan.

2. Hubungkan aplikasi Anda ke Firebase, termasuk mendaftarkan aplikasi dan menambahkan konfigurasi Firebase ke aplikasi.

3. Tambahkan SDK dan lakukan inisialisasi layanan Vertex AI dan model generatif di aplikasi Anda.

Setelah menghubungkan aplikasi ke Firebase, menambahkan SDK, dan melakukan inisialisasi layanan Vertex AI dan model generatif, Anda siap memanggil Gemini API.

Membuat teks dari input khusus teks

Anda dapat memanggil Gemini API dengan input yang hanya menyertakan teks. Untuk panggilan ini, Anda perlu menggunakan model yang mendukung perintah khusus teks (seperti Gemini 1.5 Pro).

Pilih apakah Anda ingin melakukan streaming respons (generateContentStream) atau menunggu respons hingga seluruh hasilnya dihasilkan (generateContent).

Pelajari cara memilih model Gemini dan secara opsional lokasi yang sesuai untuk kasus penggunaan dan aplikasi Anda.

Kamu bisa apa lagi?

• Pelajari cara menghitung token sebelum mengirim perintah panjang ke model.
• Mulailah memikirkan persiapan produksi, termasuk menyiapkan Firebase App Check untuk melindungi Gemini API dari penyalahgunaan oleh klien yang tidak sah.

Mencoba kemampuan Gemini API lainnya

• Buat percakapan multi-giliran (chat).
• Buat teks dari perintah multimodal (termasuk teks, gambar, PDF, video, dan audio).
• Buat output terstruktur (seperti JSON) dari prompt teks dan multimodal.
• Gunakan panggilan fungsi untuk menghubungkan model generatif ke sistem dan informasi eksternal.

Pelajari cara mengontrol pembuatan konten

• Memahami desain perintah, termasuk praktik terbaik, strategi, dan contoh perintah.
• Konfigurasikan parameter model seperti temperatur dan token output maksimum.
• Gunakan setelan keamanan untuk menyesuaikan kemungkinan mendapatkan respons yang mungkin dianggap berbahaya.

Anda juga dapat bereksperimen dengan perintah dan konfigurasi model menggunakan Vertex AI Studio.

Pelajari model Gemini lebih lanjut

Pelajari model yang tersedia untuk berbagai kasus penggunaan serta kuota dan harganya.

Berikan masukan tentang pengalaman Anda dengan Vertex AI in Firebase