Xây Dựng Ứng Dụng Truyện Ngủ Cho Trẻ Em

Giới thiệu

Trong bài viết này, tôi sẽ chia sẻ kinh nghiệm xây dựng một ứng dụng truyện ngủ cho trẻ em, sử dụng các mô hình nền tảng của Apple và Image Playground. Ứng dụng này không chỉ giúp trẻ em có những câu chuyện thú vị mà còn bảo vệ quyền riêng tư và tốc độ xử lý nhờ vào việc thực hiện trên thiết bị. Chúng ta sẽ cùng nhau khám phá từng bước xây dựng ứng dụng, từ việc thiết lập môi trường cho đến xử lý hình ảnh và văn bản.

Mục tiêu và Đối Tượng

Ứng dụng này được hướng đến trẻ em từ 3 đến 7 tuổi, với các câu chuyện ngắn gọn, dễ hiểu và đầy màu sắc. Mục tiêu là tạo ra một trải nghiệm thú vị và giáo dục cho trẻ em thông qua những câu chuyện mang tính giáo dục cao và giải trí.

Bước 1: Thiết Lập Môi Trường

Thực Tiễn Tốt Nhất

• Kiểm tra tính tương thích trước để tránh sự cố không mong muốn. Nhắm đến iOS 18+ hoặc macOS 15+ trên Apple Silicon (A17 Pro, M1, hoặc mới hơn) với tính năng Apple Intelligence đã được bật.
• Trong Xcode, nhập các framework cần thiết:
  swift Copy

  import FoundationModels
  import ImagePlayground

Lưu Ý Quan Trọng

• FoundationModels xử lý việc tạo ra văn bản, trong khi ImagePlayground chịu trách nhiệm cho hình ảnh. Hãy đảm bảo rằng các mô hình được tải xuống lần đầu tiên sử dụng và kiểm tra tính khả dụng để phát hiện các thiết bị không hỗ trợ sớm.

Bước 2: Định Nghĩa Kết Quả Cấu Trúc

Thực Tiễn Tốt Nhất

• Giữ cho cấu trúc của bạn đơn giản để không làm rối loạn LLM. Sử dụng macro @Generable để thực thi cấu trúc, nhưng không nên có quá nhiều trường dữ liệu.

Ví Dụ Cấu Trúc StoryResponse

@Generable
struct StoryResponse {
    @Guide(description: "Tiêu đề truyện, hấp dẫn, liên quan, dưới 5 từ.")
    let title: String
    @Guide(description: "Nội dung truyện, phong cách kỳ diệu cho trẻ.")
    let paragraph: [Paragraph]
    @Guide(description: "Mô tả hình ảnh, bổ sung cho câu chuyện, phong cách kỳ diệu.")
    let imageDescription: String
    @Guide(description: "Thể loại như phiêu lưu, giả tưởng, hoặc chung nếu không chắc chắn.")
    let category: String
    @Guide(description: "Tóm tắt một câu truyện.")
    let summary: String
    @Guide(description: "Nhân vật chính, phân cách bằng dấu phẩy.")
    let characters: String

    @Generable
    struct Paragraph {
        @Guide(description: "Thứ tự đoạn trong câu chuyện.")
        let order: Int
        @Guide(description: "Nội dung đoạn văn.")
        let text: String
    }
}

Lưu Ý Quan Trọng

• Cấu trúc này bao gồm tiêu đề ngắn, từ 3 đến 5 đoạn văn, mô tả hình ảnh, thể loại, tóm tắt và danh sách nhân vật. Các chú thích @Guide sẽ hướng dẫn LLM chính xác những gì bạn muốn, giảm thiểu các đầu ra không mong muốn.

Bước 3: Khởi Tạo Mô Hình và Phiên Làm Việc

Thực Tiễn Tốt Nhất

• Đưa ra hướng dẫn rõ ràng cho phiên làm việc sẽ tiết kiệm thời gian. Nếu không, bạn có thể nhận được các câu chuyện ngẫu nhiên.

Ví Dụ Khởi Tạo Mô Hình

let model = SystemLanguageModel.default
guard case .available = model.availability else {
    fatalError("Mô hình không khả dụng: \(model.availability)")
}

let session = LanguageModelSession(
    instructions: "Bạn là một người kể chuyện cho trẻ em từ 3 đến 7 tuổi. Sử dụng ngôn ngữ đơn giản, mơ mộng và chủ đề tích cực. Xuất một tiêu đề dưới 5 từ, 3 đến 5 đoạn văn, mô tả hình ảnh, thể loại như giả tưởng, một tóm tắt một câu, và các nhân vật phân cách bằng dấu phẩy."
)

Lưu Ý Quan Trọng

• Kiểm tra model.availability sớm giúp phát hiện các vấn đề với Apple Intelligence bị vô hiệu hóa hoặc phần cứng cũ.

Bước 4: Xây Dựng Prompt

Thực Tiễn Tốt Nhất

• Các prompts cụ thể sẽ tốt hơn các prompts mơ hồ, đặc biệt khi bạn muốn nhận được phản hồi sạch và an toàn từ các mô hình địa phương của Apple.

Ví Dụ Xây Dựng Prompt

let childName = "Emma"
let theme = "con rồng nhỏ dũng cảm học bay"
let prompt = """
Tạo một câu chuyện trước giờ đi ngủ cho \(childName) về \(theme). Bao gồm:
1. Tiêu đề dưới 5 từ.
2. 3 đến 5 đoạn văn, mỗi đoạn từ 50 đến 100 từ, phong cách kỳ diệu cho trẻ 3 đến 7 tuổi.
3. Mô tả hình ảnh cho một cảnh quan trọng, như một con rồng bay qua một khu rừng sáng.
4. Thể loại, như giả tưởng hoặc phiêu lưu.
5. Một tóm tắt một câu.
6. Các nhân vật, phân cách bằng dấu phẩy.
Hãy làm cho nó vui vẻ, dịu dàng, với một bài học về sự kiên trì.
"""

Lưu Ý Quan Trọng

• Đặt tùy chọn cho kiểm soát tốt hơn:

let options = GenerationOptions(
    temperature: 0.7, // Giữ cho nó sáng tạo nhưng không quá điên rồ
    maximumResponseTokens: 600 // Khoảng 300 đến 400 từ
)

Lưu Ý Về Tùy Chọn

• Một temperature ở mức 0.7 là tốt nhất; bất kỳ giá trị nào cao hơn 0.8 đều có thể gây ra sự ngẫu nhiên quá mức.

Bước 5: Phát Stream Phản Hồi và Tạo Hình Ảnh

Thực Tiễn Tốt Nhất

• Streaming rất tuyệt nhưng cần xử lý bộ đệm cẩn thận. Thêm ImageCreator liên kết văn bản với hình ảnh một cách sạch sẽ nhưng trước khi nhận hình ảnh, tốt hơn hết là lấy phiên bản tóm tắt của câu chuyện và đặt một số hạn chế.

Ví Dụ Tạo Hình Ảnh

do {
    var storyBuffer = StoryResponse(
        title: "",
        paragraph: [],
        imageDescription: "",
        category: "general",
        summary: "",
        characters: ""
    )
    for try await partialResponse in session.streamResponse(to: prompt, generating: StoryResponse.self, options: options) {
        storyBuffer = partialResponse
        // Ghi log để gỡ lỗi
        print("Tiêu đề: \(storyBuffer.title)")
        print("Các Đoạn: \(storyBuffer.paragraph.map { \"\($0.order): \($0.text)\" })")
        print("Mô Tả Hình Ảnh: \(storyBuffer.imageDescription)")
        print("Thể Loại: \(storyBuffer.category)")
        print("Tóm Tắt: \(storyBuffer.summary)")
        print("Nhân Vật: \(storyBuffer.characters)")
    }
    // Câu chuyện cuối cùng
    let finalStory = storyBuffer
    print("Câu chuyện hoàn chỉnh: \(finalStory)")

    // Tạo hình ảnh
    let imageCreator = try await ImageCreator()
    let style = ImagePlaygroundStyle.animation
    let images = try await imageCreator.images(
        for: [.text(finalStory.imageDescription)],
        style: style,
        limit: 1
    )
    // `images` có một hình ảnh theo phong cách hoạt hình
    print("Hình ảnh được tạo cho: \(finalStory.imageDescription)")
} catch {
    print("Lỗi: \(error)")
}

Mẹo Streaming

• Streaming các đối tượng StoryResponse cho phép bạn xử lý theo thời gian thực, nhưng khởi tạo storyBuffer với các giá trị mặc định để tránh các vấn đề null. Macro @Generable giữ cho đầu ra đi đúng hướng.

Mẹo Hình Ảnh

• Trường imageDescription cung cấp cho ImageCreator. ImagePlaygroundStyle.animation tạo ra hình ảnh thân thiện với trẻ em, nhưng mô tả ngắn gọn, cụ thể (như "rồng trên đồi sáng") sẽ hoạt động tốt hơn so với các mô tả dài. Giữ cho số lượng hình ảnh tối đa là một để giữ tốc độ nhanh.

Bước 6: Xử Lý Lỗi và Tối Ưu

Thực Tiễn Tốt Nhất

• Dự đoán các lỗi và lập kế hoạch cho chúng. Tôi đã gặp phải những điều này:
  • Văn bản: .tokenLimitExceeded từ các prompts dài; 600 tokens đã khắc phục.
  • Hình ảnh: Các đầu vào imageDescription không hợp lệ; điều chỉnh các prompts giúp cải thiện.
  • Streaming: Các phản hồi một phần; tích lũy storyBuffer đã giải quyết vấn đề này.

Ghi Chú Tối Ưu

• Văn bản: Giữ temperature từ 0.6 đến 0.8, tái sử dụng các phiên làm việc để có ngữ cảnh.
• Hình ảnh: Mô tả imageDescription ngắn gọn, một hình ảnh để tối ưu tốc độ.
• Hiệu suất: Kiểm tra trên các thiết bị thực tế, các thiết bị Apple Silicon cũ gặp khó khăn khi xử lý hình ảnh.

Bước 7: Nâng Cao Tính Năng

Thực Tiễn Tốt Nhất

• Kết nối các prompts lại với nhau giúp cải thiện dòng chảy. Tạo tiêu đề trước cải thiện tính liên kết:

let titlePrompt = "Tạo một tiêu đề dưới 5 từ cho một câu chuyện về \(theme)."
let title = try await session.respond(to: titlePrompt).content
let fullPrompt = "Sử dụng tiêu đề '\(title)', tạo một câu chuyện cho \(childName)..."

Lưu Ý Quan Trọng

• Cá nhân hóa với các đầu vào của người dùng (như động vật yêu thích) và tái sử dụng các phiên làm việc cho các phần tiếp theo giúp các câu chuyện trở nên liên kết hơn.

Kết Luận

Việc xây dựng ứng dụng truyện ngủ này đã cho tôi thấy cách kết hợp các mô hình nền tảng của Apple và Image Playground để tạo ra một công cụ kể chuyện nhanh chóng và bảo mật. Macro @Generable giữ cho các đầu ra StoryResponse có cấu trúc, streamResponse cho phép tạo văn bản theo thời gian thực, và ImageCreator thêm hình ảnh thân thiện với trẻ em. Những bài học quan trọng cho các nhà phát triển: xác minh tính tương thích của thiết bị sớm, xây dựng các prompts chính xác, và đơn giản hóa các cấu trúc để tránh các vấn đề với LLM. Kiểm tra trên các thiết bị mục tiêu đã phát hiện ra các vấn đề về hiệu suất, và điều chỉnh imageDescription là rất quan trọng để tạo ra hình ảnh chất lượng tốt với đại diện đẹp.

Tôi thấy vẫn còn nhiều điều để cải thiện. Bạn có thể thêm hỗ trợ đa ngôn ngữ với các điều chỉnh trong prompts hoặc tích hợp các API giọng nói của Apple để kể chuyện. Đối với hình ảnh, việc thử nghiệm với các tùy chọn ImagePlaygroundStyle khác hoặc tạo nhiều hình ảnh cho mỗi câu chuyện có thể nâng cao hình ảnh. Kết nối các suy diễn, như tạo ra các câu chuyện nền cho nhân vật trước, có thể làm sâu sắc thêm các câu chuyện. Hãy bắt đầu từ những điều nhỏ, kiểm tra thường xuyên và tinh chỉnh các prompts để tối đa hóa đầu ra từ LLM. Bạn có muốn xem nó hoạt động không? Hãy kiểm tra ứng dụng của tôi (Bedtime Snuggles) trên App Store để trải nghiệm các câu chuyện và hình ảnh một cách trực tiếp!