aicanyin
餐厅老板老周上周跟我吐槽——他花大几千接了个AI点餐助手，结果顾客问一句”今天有什么推荐的”，AI愣了半天，回一句”请稍等，正在为您接通人工”。他说这话的时候，脸上的表情又无奈又肉疼。
这真不是个例。国家统计局的数据，2024年全国餐饮收入5.57万亿元，同比增长5.3%——盘子这么大，动AI心思的老板越来越多。但我见过不少买完AI又退回人工的案例，问题大多不是出在工具上，而是出在配置上。说白了，AI是台好车，但你没挂挡就踩了油门。
为什么不直接开箱即用，必须做配置？
很多人以为AI客服、AI点餐助手装上就能跑。其实餐饮场景的对话跟通用聊天完全是两码事。顾客问一句”有包间吗”，背后可能藏着”今天几个人””能不能带宠物””低消多少”好几层意思。通用模型的默认参数，回答又稳又官方，放餐饮场景里就显着机械。
另一个关键是，餐饮AI的知识库是自定义的——你的菜单、后厨出餐时间、周边停车信息都得喂进去。参数不调，知识库建得再全也发挥不出来。打个比方，食材都是好食材，火候不对，炒出来就不是那个味。
五个关键参数，照着调就行
之前我一位做餐饮数字化服务的朋友说了句大实话：”智能体落地餐饮，七分靠调参，三分靠选型。”他给的建议我梳理了一下，单店场景下，这五个参数是核心：
1. 对话温度（Temperature）调到0.7–0.8
温度越高，回答越天马行空。餐饮场景要稳定又要有人情味，0.7左右正好。低于0.5显得像客服机器，高于0.9容易跑偏——顾客问”今天有什么推荐”，它敢给你编一个压根不存在的菜。
2. 知识库检索阈值调到0.75
这个值控制AI在多大把握下才启用你配置的菜单和规则。设太高，它老说”找不到相关信息”；设太低，它把不同菜品的信息揉在一起讲。实测下来0.75是个平衡点，日常问题基本能精准定位。
3. 意图识别置信度，0.85以下果断转人工
顾客说”你们辣不辣”，到底是问菜辣不辣，还是问有没有辣酱？置信度低于0.85时，宁肯让AI说”我帮您跟店里确认一下”，也别硬答。答错一次丢的信任，十次正确答案都补不回来。
4. 多轮对话记忆窗口，至少10轮
点餐场景里，顾客习惯”再来个鸡翅””不要香菜”这样一句句补。记忆窗口只有3轮的话，聊着聊着AI就失忆了。设到10轮左右，基本覆盖一次完整点餐对话的上下文。
5. 兜底话术，必须配
这个不算模型参数，但比参数更救命。AI实在答不上来，你就给它一句固定的台阶下：”这个我得跟店里确认一下，您先看看菜单别的？”宁肯说自己不知道，也别瞎编。
别一个配置走天下，场景不同得微调
同一个智能体，用在店内点餐和外卖评价回复，配置逻辑差挺远。CNNIC的数据，截至2024年6月我国网上外卖用户规模已经5.53亿，外卖平台上的评价回复量非常可观。这类场景我建议把温度稍微调到0.85左右，回复语气更灵活，不那么像机器；反过来，营业时间、门店位置这类固定信息问答，温度降到0.5，保证每次答案精确一致。
店内点餐场景优先保证多轮记忆和意图识别，而外卖场景优先保证语气自然、不机械。没有一套参数打天下这回事。
配置完，一定要做这三步
- 拿历史聊天记录去测。把店里过去三个月顾客问过的问题拉出来，挨个问一遍你的AI，看它答得靠不靠谱。
- 留好人工接管通道。AI确定不行的，一键转给真人。别怕显得AI笨，顾客在意的从来都是问题有没有被解决。
- 每周翻一次”未命中”日志。AI答不上来的问题，就是知识库该补的地方。持续喂答案，它会越来越好用。
老周按这套方案重新设了一遍，两天后微信跟我说：”早知道这些参数能调，上个月就不至于天天被客人骂了。”
说到底，餐饮AI智能体不是买回来就能躺着省人力的工具，它更像一个刚入职的员工——你得培训、划边界、定话术。配置对，它一个人能顶半个前厅经理；配置错，它就是个会说话的菜单。
