چک لیست تولید برای استفاده از Firebase AI Logic

وقتی آماده راه‌اندازی برنامه خود هستید و کاربران نهایی واقعی با ویژگی‌های هوش مصنوعی مولد شما تعامل دارند، حتماً این چک لیست از بهترین شیوه‌ها و ملاحظات مهم را مرور کنید.

ژنرال

چک لیست راه اندازی کلی را برای برنامه هایی که از Firebase استفاده می کنند مرور کنید

این چک لیست راه اندازی Firebase بهترین شیوه های مهم را قبل از راه اندازی هر برنامه Firebase برای تولید توصیف می کند.

مطمئن شوید که پروژه های Firebase شما از بهترین شیوه ها پیروی می کنند

به عنوان مثال، مطمئن شوید که از پروژه های مختلف Firebase برای توسعه، آزمایش و تولید استفاده می کنید. بهترین شیوه های بیشتر برای مدیریت پروژه های خود را مرور کنید.

دسترسی و امنیت

چک لیست امنیتی عمومی را برای برنامه هایی که از Firebase استفاده می کنند مرور کنید

این چک لیست امنیتی بهترین شیوه های مهم برای دسترسی و امنیت برنامه ها و سرویس های Firebase را شرح می دهد.

اجرای Firebase App Check را شروع کنید

App Check با تأیید اینکه درخواست‌ها از برنامه واقعی شما هستند، به محافظت از APIهایی که به مدل‌های Gemini و Imagen دسترسی دارند کمک می‌کند. از ارائه دهندگان گواهی برای پلتفرم های اپل (DeviceCheck یا App Attest)، اندروید (Play Integrity) و وب (reCAPTCHA Enterprise) پشتیبانی می کند.

محدودیت‌هایی را برای کلیدهای API Firebase خود تنظیم کنید

  • فهرست مجاز «محدودیت‌های API» کلیدهای Firebase API را مرور کنید:

  • «محدودیت‌های برنامه» را تنظیم کنید تا استفاده از هر کلید API Firebase را فقط به درخواست‌های برنامه‌تان محدود کنید (به‌عنوان مثال، شناسه بسته منطبق برای برنامه Apple). توجه داشته باشید که حتی اگر کلید خود را محدود کنید، Firebase App Check همچنان قویاً توصیه می‌شود.

توجه داشته باشید که API های مرتبط با Firebase از کلیدهای API فقط برای شناسایی پروژه یا برنامه Firebase استفاده می کنند، نه برای مجوز برای فراخوانی API.

صورتحساب، نظارت و سهمیه

از صورتحساب های غافلگیرکننده خودداری کنید

اگر پروژه Firebase شما در طرح قیمت‌گذاری Blaze است، پس استفاده خود را کنترل کرده و هشدارهای بودجه را تنظیم کنید .

نظارت بر هوش مصنوعی را در کنسول Firebase تنظیم کنید

فقط در صورت استفاده از Vertex AI Gemini API به عنوان ارائه‌دهنده API در دسترس است.

نظارت بر هوش مصنوعی را برای مشاهده معیارها و داشبوردهای مختلف در کنسول Firebase تنظیم کنید تا به درخواست‌های خود از Firebase AI Logic SDK دسترسی کامل داشته باشید.

سهمیه های خود را برای API های اساسی مورد نیاز بررسی کنید

مدیریت تنظیمات

از یک نسخه مدل پایدار در برنامه تولیدی خود استفاده کنید

در برنامه تولیدی خود، فقط از نسخه های مدل پایدار (مانند gemini-2.0-flash-001 ) استفاده کنید، نه نسخه پیش نمایش یا آزمایشی یا نام مستعار به روز شده خودکار .

حتی اگر یک نام مستعار پایدار به‌روزرسانی خودکار به یک نسخه پایدار اشاره می‌کند، نسخه مدل واقعی که به آن اشاره می‌کند، هر زمان که یک نسخه پایدار جدید منتشر شود، به‌طور خودکار تغییر می‌کند، که می‌تواند به معنای رفتار یا پاسخ‌های غیرمنتظره باشد. همچنین، نسخه‌های پیش‌نمایش و آزمایشی تنها در هنگام نمونه‌سازی توصیه می‌شوند.

Firebase Remote Config تنظیم و استفاده کنید

با Remote Config ، می‌توانید پیکربندی‌های مهم ویژگی هوش مصنوعی مولد خود را در فضای ابری به جای مقادیر کدگذاری سخت در کد خود کنترل کنید. این بدان معنی است که می توانید بدون انتشار نسخه جدیدی از برنامه خود، پیکربندی خود را به روز کنید. با Remote Config می‌توانید کارهای زیادی انجام دهید، اما در اینجا مقادیر بالایی وجود دارد که توصیه می‌کنیم برای ویژگی هوش مصنوعی خود از راه دور کنترل کنید:

  • برنامه خود را به روز نگه دارید.

    • نام مدل : مدلی را که برنامه‌تان استفاده می‌کند به‌روزرسانی کنید، زیرا مدل‌های جدید منتشر می‌شوند یا مدل‌های دیگر متوقف می‌شوند.
  • مقادیر و ورودی‌ها را بر اساس ویژگی‌های مشتری، یا برای تطبیق با بازخورد آزمایش یا کاربران، تنظیم کنید.

    • پیکربندی مدل : دما، حداکثر نشانه‌های خروجی و موارد دیگر را تنظیم کنید.

    • تنظیمات ایمنی : اگر پاسخ‌های زیادی مسدود می‌شوند یا کاربران پاسخ‌های مضر را گزارش می‌کنند، تنظیمات ایمنی را تنظیم کنید.

    • دستورالعمل‌های سیستم و هرگونه درخواستی که ارائه می‌کنید : زمینه اضافی را که برای مدل ارسال می‌کنید تنظیم کنید تا پاسخ‌ها و رفتار آن را هدایت کند. به عنوان مثال، ممکن است بخواهید درخواست‌هایی را برای انواع مشتری خاص تنظیم کنید، یا درخواست‌هایی را برای کاربران جدید شخصی‌سازی کنید که با مواردی که برای ایجاد پاسخ برای کاربران فعلی استفاده می‌شوند متفاوت است.

همچنین می‌توانید به‌صورت اختیاری یک پارامتر minimum_version را در Remote Config تنظیم کنید تا نسخه فعلی برنامه را با آخرین نسخه تعریف‌شده Remote Config مقایسه کنید تا اعلان ارتقا را به کاربران نشان دهید یا کاربران را مجبور به ارتقا کنید.

مکان دسترسی به مدل را تنظیم کنید

فقط در صورت استفاده از Vertex AI Gemini API به عنوان ارائه‌دهنده API در دسترس است.

تنظیم مکانی برای دسترسی به مدل می تواند به هزینه ها کمک کند و همچنین به جلوگیری از تاخیر برای کاربران شما کمک کند.

اگر مکانی را مشخص نکنید، پیش‌فرض us-central1 است. می‌توانید این مکان را در حین تنظیم اولیه تنظیم کنید، یا می‌توانید به صورت اختیاری از Firebase Remote Config برای تغییر پویا مکان براساس مکان هر کاربر استفاده کنید .