Dengan Gemini API, Anda dapat membuat percakapan bebas format di
beberapa giliran. Vertex AI in Firebase SDK menyederhanakan proses dengan mengelola
status percakapan, sehingga tidak seperti generateContentStream()
atau
generateContent()
, Anda tidak perlu menyimpan histori percakapan sendiri.
Sebelum memulai
Jika Anda belum melakukannya, selesaikan panduan memulai untuk Vertex AI in Firebase SDK. Pastikan Anda telah melakukan semua hal berikut:
Siapkan project Firebase baru atau yang sudah ada, termasuk menggunakan paket harga Blaze dan mengaktifkan API yang diperlukan.
Hubungkan aplikasi Anda ke Firebase, termasuk mendaftarkan aplikasi dan menambahkan konfigurasi Firebase ke aplikasi Anda.
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.
Mengirim permintaan perintah chat
Untuk membuat percakapan multi-giliran (seperti chat), mulai dengan menginisialisasi
chat dengan memanggil startChat()
. Kemudian, gunakan
sendMessageStream()
(atau sendMessage()
) untuk mengirim pesan pengguna baru, yang
juga akan menambahkan pesan dan respons ke histori chat.
Ada dua kemungkinan opsi untuk role
yang terkait dengan konten dalam
percakapan:
user
: peran yang memberikan perintah. Nilai ini adalah default untuk panggilan kesendMessageStream()
(atausendMessage()
), dan fungsi akan menampilkan pengecualian jika peran yang berbeda diteruskan.model
: peran yang memberikan respons. Peran ini dapat digunakan saat memanggilstartChat()
denganhistory
yang ada.
Pilih apakah Anda ingin melakukan streaming respons (sendMessageStream
) atau menunggu
respons hingga seluruh hasilnya dihasilkan (sendMessage
).
Streaming
Anda dapat mencapai interaksi yang lebih cepat dengan tidak menunggu seluruh hasil dari pembuatan model, dan sebagai gantinya menggunakan streaming untuk menangani hasil sebagian.
Tanpa streaming
Atau, Anda dapat menunggu seluruh hasil, bukan streaming; hasil hanya ditampilkan setelah model menyelesaikan seluruh proses pembuatan.
Pelajari cara memilih model Gemini dan, jika perlu, lokasi yang sesuai untuk kasus penggunaan dan aplikasi Anda.
Kamu bisa apa lagi?
- Pelajari cara menghitung token sebelum mengirim perintah panjang ke model.
- Siapkan Cloud Storage for Firebase agar Anda dapat menyertakan file besar dalam permintaan multimodal menggunakan URL Cloud Storage. File dapat mencakup gambar, PDF, video, dan audio.
- Mulailah memikirkan persiapan produksi, termasuk menyiapkan Firebase App Check untuk melindungi Gemini API dari penyalahgunaan oleh klien yang tidak sah.
Coba kemampuan Gemini API lainnya
- Buat teks dari perintah khusus teks.
- 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.
Pelajari lebih lanjut model Gemini
Pelajari model yang tersedia untuk berbagai kasus penggunaan serta kuota dan harganya.Berikan masukan tentang pengalaman Anda dengan Vertex AI in Firebase