SociaLite サンプルアプリに生成 AI の回答を追加する

SociaLite chatbot の動作を示すアニメーション スクリーンショット

SociaLite サンプルアプリは、Android プラットフォーム API を使用して、ソーシャル ネットワーク アプリやコミュニケーション アプリで一般的にデプロイされる機能を実装する方法を示しています。Firebase AI Logic SDK を使用して Gemini API を統合し、独自の Android アプリに chatbot 機能を実装する方法を説明します。

このサンプルコードでは、高速で費用対効果に優れた Gemini Flash を使用しています。Gemini モデルの詳細。SociaLite デモに AI 駆動の chatbot を実装するために、Gemini API のシステム指示機能を使用してモデルの動作を変更しました。この例では、「このチャットの会話に、フレンドリーな猫のように返信してください」というプロンプトを使用します。この Gemini を組み込んだバージョンの SociaLite では、モデルのマルチモーダル機能を使用して、chatbot が画像に反応できるようにしています。

Gemini API を実装する

chatbot の実装は主に ChatRepository クラスにあります。GenerativeModel クラスを使用すると、Gemini API を操作できます。このクラスは次のようにインスタンス化されます。

val generativeModel = Firebase.ai.generativeModel(
    // Set the model name to the latest Gemini model.
    modelName = "gemini-2.0-flash-lite-001",
    // Set a system instruction to set the behavior of the model.
    systemInstruction = content {
        text("Please respond to this chat conversation like a friendly cat.")
    },
)

コルーチン スコープで、pastMessages を startChat() に渡してチャットを開始し、モデルが会話履歴にアクセスできるようにします。これにより、chatbot はコンテキストを維持し、以前のやり取りに基づいて一貫性のあるレスポンスを生成できます。

val pastMessages = getMessageHistory(chatId)
val chat = generativeModel.startChat(
    history = pastMessages,
)

sendMessage() メソッドを使用して、モデルにメッセージを渡します。

AI チャットボットをテストする

次の手順でテストできます。

  1. SociaLite サンプルアプリのコードを確認し、Android Studio で開きます。

  2. Firebase AI Logic スタートガイドに沿って Firebase プロジェクトを設定し、アプリが Firebase AI Logic SDK を使用して Gemini Developer API にリクエストを送信できるようにします。

  3. Firebase の設定の一環として、google-services.json を独自のものに置き換え、app 構成を実行します。

  4. アプリを同期して実行します。

  5. SociaLite アプリで、[設定] をタップし、[AI チャットボット] をタップして、ボタンラベルが [AI チャットボット: 有効] になるようにします。

これでチャットの準備が整いました。

参考情報

Firebase AI Logic SDK の詳細