Cuando todo esté listo para lanzar tu app y que usuarios finales reales interactúen con tus funciones de IA generativa, asegúrate de revisar esta lista de tareas de prácticas recomendadas y consideraciones importantes.
General
Revisa la lista de tareas general para el lanzamiento de apps que usan Firebase
En esta lista de tareas para el lanzamiento de Firebase, se describen las prácticas recomendadas importantes antes de lanzar cualquier app de Firebase a producción.
Asegúrate de que tus proyectos de Firebase sigan las prácticas recomendadas
Por ejemplo, asegúrate de usar diferentes proyectos de Firebase para el desarrollo, las pruebas y la producción. Revisa más prácticas recomendadas para administrar tus proyectos.
Acceso y seguridad
Revisa la lista de tareas de seguridad general para apps que usan Firebase
En esta lista de tareas de seguridad, se describen las prácticas recomendadas importantes de acceso y seguridad para las apps y los servicios de Firebase.
Comienza a aplicar Firebase App Check
App Check ayuda a proteger el Vertex AI Gemini API, ya que verifica que las solicitudes provengan de tu app real. Admite proveedores de certificación para plataformas de Apple (DeviceCheck o App Attest), Android (Play Integrity) y la Web (reCAPTCHA Enterprise).
Configura restricciones para tus claves de API de Firebase
Revisa la lista de entidades permitidas de "restricciones de API" de cada clave de API de Firebase:
Asegúrate de que la API de Vertex AI in Firebase esté en la lista de entidades permitidas.
Asegúrate de que las únicas otras APIs en la lista de entidades permitidas de la clave sean para los servicios de Firebase que usas en tu app. Consulta la lista de las APIs que se deben incluir en la lista de entidades permitidas de cada producto.
Establece "restricciones de aplicaciones" para ayudar a restringir el uso de cada clave de API de Firebase solo a las solicitudes de tu app (por ejemplo, un ID de paquete que coincida con la app para Apple). Ten en cuenta que, incluso si restringes tu clave, se recomienda usar Firebase App Check.
Ten en cuenta que las APIs relacionadas con Firebase usan claves de API solo para identificar el proyecto o la app de Firebase, no para la autorización de llamar a la API.
Inhabilita las APIs que no se usen en tu proyecto de Firebase
Por ejemplo, si primero probaste Gemini API con Google AI Studio, ahora puedes inhabilitar la API de lenguaje generativo. Tu app ahora usa Vertex AI in Firebase, que depende de la API de Vertex AI y la API de Vertex AI in Firebase.
Facturación y cuota
Revisa tus cuotas para las APIs subyacentes requeridas
El uso de Vertex AI in Firebase requiere dos APIs: la API de Vertex AI y la API de Vertex AI in Firebase.
La cuota de cada API se mide de forma ligeramente diferente, lo que significa que se pueden usar para diferentes fines. Para conocer las consideraciones importantes, consulta Información sobre las cuotas de cada API.
Ten en cuenta que las cuotas también varían según el modelo y la región, por lo que debes asegurarte de que se configuren según tus usuarios y casos de uso.
También puedes editar la cuota o solicitar un aumento según sea necesario.
Evita facturas sorpresa
Como práctica recomendada para producción, supervisa tu uso y configura alertas de presupuesto.
Administración de configuraciones
Usa una versión estable del modelo en tu app de producción
En tu app de producción, usa solo
versiones de modelos estables (como
gemini-1.5-flash-002), no una versión preliminar ni una actualizada automáticamente.
Aunque una versión actualizada automáticamente hace referencia a una versión estable, la versión real del modelo a la que hace referencia cambiará automáticamente cada vez que se lance una nueva versión estable, lo que podría generar comportamientos o respuestas inesperados. Además, las versiones de vista previa solo se recomiendan durante el prototipado.
También te recomendamos que uses Firebase Remote Config para controlar y actualizar el nombre del modelo que se usa en tu app (consulta la siguiente sección para obtener más información).
Cómo configurar y usar Firebase Remote Config
Con Remote Config, puedes controlar parámetros de configuración importantes para tu función de IA generativa en la nube en lugar de codificar valores de forma fija en tu código. Esto significa que puedes actualizar la configuración sin lanzar una versión nueva de la app. Puedes hacer mucho con Remote Config, pero estos son los valores principales que te recomendamos controlar de forma remota para tu función de IA generativa:
Mantén la app actualizada.
- Nombre del modelo: Actualiza el modelo que usa tu app a medida que se lanzan modelos nuevos o se dejan de producir otros.
Ajusta los valores y las entradas en función de los atributos del cliente o para incorporar los comentarios de las pruebas o los usuarios.
Configuración del modelo: Ajusta la temperatura, la cantidad máxima de tokens de salida y mucho más.
Configuración de seguridad: Ajusta la configuración de seguridad si se bloquean demasiadas respuestas o si los usuarios denuncian respuestas dañinas.
Instrucciones del sistema y cualquier instrucción que proporciones: Ajusta el contexto adicional que envías al modelo para guiar sus respuestas y comportamiento. Por ejemplo, puedes adaptar las instrucciones para tipos de clientes específicos o personalizar las instrucciones para los usuarios nuevos que difieran de las que se usan para generar respuestas para los usuarios existentes.
De manera opcional, también puedes establecer un parámetro minimum_version en Remote Config para comparar la versión actual de la app con la versión más reciente definida por Remote Config, para mostrarles una notificación de actualización a los usuarios o forzarlos a actualizar.
Configura la ubicación donde se ejecutará el servicio de Vertex AI y accede a un modelo
Establecer una ubicación puede ayudarte con los costos y evitar la latencia para los usuarios.
Si no especificas una ubicación, el valor predeterminado es us-central1. Puedes establecer esta ubicación durante la inicialización o, de manera opcional, usar Firebase Remote Config para cambiar la ubicación de forma dinámica según la ubicación de cada usuario.