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.
این چک لیست راه اندازی Firebase بهترین شیوه های مهم را قبل از راه اندازی هر برنامه Firebase برای تولید توصیف می کند.
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.
این چک لیست امنیتی بهترین شیوه های مهم برای دسترسی و امنیت برنامه ها و سرویس های Firebase را شرح می دهد.
Firebase App Check به محافظت از APIهایی که به شما امکان دسترسی به مدل‌های Gemini و Imagen را می‌دهند، کمک می‌کند. App Check تأیید می‌کند که درخواست‌ها از برنامه واقعی شما و یک دستگاه معتبر و دستکاری نشده است. از ارائه دهندگان گواهی برای پلتفرم های اپل (DeviceCheck یا App Attest)، اندروید (Play Integrity) و وب (reCAPTCHA Enterprise) پشتیبانی می کند و از همه این ارائه دهندگان برای برنامه های Flutter و Unity نیز پشتیبانی می کند.
همچنین، برای آماده شدن برای محافظت پیشرفته آینده از App Check از طریق محافظت مجدد ، توصیه می‌کنیم استفاده از نشانه‌های با استفاده محدود را در برنامه‌های خود فعال کنید.
فهرست مجاز «محدودیت‌های API» کلیدهای Firebase API را مرور کنید:
مطمئن شوید که Firebase AI Logic API در لیست مجاز است.
مطمئن شوید که تنها APIهای دیگر در لیست مجاز کلید مربوط به سرویس‌های Firebase است که در برنامه خود استفاده می‌کنید. فهرستی را ببینید که کدام API باید در لیست مجاز برای هر محصول باشد .
«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.
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 تنظیم کنید تا معیارهای عملکرد کلیدی مانند درخواست‌ها، تأخیر، خطاها و استفاده از رمز را مشاهده کنید. مانیتورینگ هوش مصنوعی همچنین به شما کمک می‌کند ویژگی‌های Firebase AI Logic خود را با نمایش ردیابی‌های فردی بازرسی و اشکال‌زدایی کنید.
مطمئن شوید که سهمیه های هر API مورد نیاز را درک کرده اید.
محدودیت‌های سرعت را برای هر کاربر تنظیم کنید (پیش‌فرض 100 RPM است).
در صورت نیاز سهمیه را ویرایش کنید یا درخواست افزایش سهمیه 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.
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.
| 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 .