aicanyin
忙完晚市，隔壁老张坐我对面叹气：招牌菜定价订低了，餐厅不赚钱，调高又怕客人骂。他挠着头问我：这价格到底咋定？说实话，餐饮这行定价确实难。以前我也觉得，菜价这东西无非成本加毛利，可同样一盘番茄炒蛋，街口卖18没人说贵，你卖22就有人皱眉头。这里面的门道，就是菜单定价最让人头疼的地方。
为什么餐饮老板做菜单定价总爱拍脑袋？
我见过太多老板拿着计算器算食材成本、加水电房租，凑个整数就当定价了。这种玩法不是不行，但它忽略了两个关键变量：顾客愿意掏多少钱，隔壁店又卖多少钱。有个挺扎心的现实——菜单上至少20%的菜品长期不赚钱，老板还觉得是引流款。真正靠菜单赚钱的人，反而很少聊“成本加价率”，他们聊的是顾客心理、购买习惯、结构搭配。
AI智能体做菜单定价，逻辑和人有啥不一样？
AI智能体怎么想这个问题？它不会只盯着你的进货单看，而是把一个价格拆成你能想象的所有维度：菜品成本、商圈消费力、同一张菜单里其他菜品的价格带、顾客点菜时的组合习惯、甚至季节和天气的影响。说白了，它把定价当成一个动态模型，而不是一成不变的标签。
菜单工程这个概念，最早是九十年代由餐饮咨询顾问迈克尔·卡斯纳瓦那理清的，他把菜品分成明星、耕牛、谜团、瘦狗四类。AI智能体做的事情，相当于把这种分类放大了十倍，而且会自动更新。
具体怎么操作？三步走一遍AI定价流程
别被“AI”这词吓到，实际跑起来没那么玄乎。我按自己的理解拆成三步：
- 靠前步，盘点菜单的“底账”。每个菜的成本、销量、利润、食材损耗、出餐时间，全部拉出来。老板心里哪怕再乱，先把数据凑齐，这是AI智能体的粮食。
- 第二步，喂给它“邻居”的数据。周边三公里的竞对菜单、大众点评上的热门菜和价格带、外卖平台上的折扣规律，能抓多少抓多少。AI智能体的判断力取决于输入的信息量。
- 第三步，让它给出价格区间，而不是一个死数。比如酸菜鱼建议定在58到68之间，再结合自己的客流量和桌均人数，选一个最顺眼的落点。这个落点，AI还会根据下个月的数据继续微调。
这个过程听起来简单，但关键在第三步——AI给的是意见，拍板的还是你。它把过去的经验变成可以复盘的数字，让人不再靠感觉赌。
AI定价真的有用吗？数据比感觉靠谱
有人会觉得这是花架子。咱们看两组数字：一是美国餐饮协会早年做过类似的研究，用菜单工程方法调价后，毛利平均能提升3到5个百分点；二是国内的一些餐饮SaaS平台在2024年测试过AI定价功能，参与商户的客单价普遍涨了8%到12%。当然，这些都是有前提的——你的底账要真实，竞争对手数据找得越准越好。
圈内还有句话我特别认同：定价不是你定下来，而是顾客接受后才算数。AI智能体无非是把“顾客接受”这个黑箱打开了一条缝，让你看得见里面发生了什么。
别踩这三个坑，不然AI也救不了你
- 坑一：数据糊弄它。菜品重量不标、成本凭感觉估，AI给出来的东西就是垃圾。
- 坑二：只盯价格，不盯价值。菜单定价是表象，摆盘、服务、出餐速度都在影响顾客对价格的判断。AI智能体算的是理想状态，现实里得靠你补上体验这块短板。
- 坑三：调动价格跟顾客玩命。一次调价幅度超过15%，顾客极容易感知到。AI建议提价，你更稳妥分两步走，隔几个月小步快跑。
说到这，想到一个经常被问的问题：那是不是所有菜都该用AI定价？我的答案是否定的。引流款、特价菜和招牌菜，逻辑完全不同。AI智能体适合用来优化你的主力菜品和利润款，而不是把特价菜也塞进去做数学题。
老张后来把招牌菜和两个配菜丢进AI定价工具跑了一轮，调完第二个月，客单价涨了11%，翻台率没掉。他说自己干了十年餐饮，靠前次觉得定价不是玄学。我想说的是，不管算不算得清，菜单上每一个数字背后都是你对顾客的理解。AI智能体提供的是逻辑，但那股人情味，还得你自己往菜单里加。如果你也正被定价这事卡住，不妨拿三五个菜出来试试，跑完你就明白我的意思了。
