aicanyin
上个月去参加一个连锁餐饮的试菜会，研发总监端上来一盘秋葵配紫苏叶的沙拉，说是用ChatGPT生成的海鲜新品概念。我咬了一口，说实话，好吃是好吃，但总感觉缺了点什么——这种组合放到线上菜单里，顾客大概率会看一眼就划走，根本不会下单。
这三年我自己帮好几个品牌做过菜品创新，从一开始拿AI当玩具，到现在真的每个季度上新走一遍全流程，最大的体会是：AI生成新品菜品的难点从来不在生成，而在生成之后那一大段没人替你走的路。
别急着让AI发挥创意，先得让AI认识你的库存
很多人拿到AI就问“帮我设计一道新菜”，回答看着挺全，其实后台用的都是网上公开的菜谱数据库。问题在于，那里面没有你门店的设备限制，没有你采购供应商的议价范围，更没有你那套用了八年的酱料配方。
我靠前次犯这个错，让AI设计一道西餐主菜，它给我搭配了黑蒜酱，结果一问采购，这个月供应商那边黑蒜价格翻了快一倍，毛利直接被打穿。后来我学乖了，靠前件事是整理一份食材成本单，把冰箱里能稳定供货的食材、每斤成本、每周用量全喂给AI当训练背景。
怎么整理？我建议按“蛋白质＋时蔬＋酱汁＋主食”四栏列这张表，每栏写10到15个你能稳定拿到的食材。让AI在这个列表的组合上做排列，而不是自由发挥。这一步做完，你的AI生成新品菜品方案才算是长在门店的土壤里。
食材搭配别信感觉，让AI把味道拆成数字
AI写菜单最常被吐槽的就是搭配看着合理、做出来难吃。我咨询过一个做食品风味研究的朋友，他说餐饮口味本质上是可以被拆解的：酸、甜、苦、咸、鲜，以及辣度、脂肪感、脆度、软糯度，每一层都能打分。
所以我们现在做新品定义，先让AI按“风味九宫格”跑一遍——比如想做一道带东南亚元素的烤鸡，就把酸度打7分、辣度打5分、脂肪感打3分，AI自动在这个维度里找食材。
跑出来的方案不再是一道菜名加做法，而是一张风味目标表：哪些食材负责提供酸感，哪些食材负责炸出脆度，味道层次一清二楚。食材搭配从六个字变成了可量化的配方，这才是AI参与研发的核心价值。
AI负责出题，人负责烤——试菜环节怎么把住关
研发做到第三轮，我发现AI生成新品菜品最大的后遗症是“什么都想加一点”。它不会考虑后厨只有一个炒锅，也不会考虑一道菜超过七种主料备餐时间会拖到什么时候。这件事，光靠Prompt解决不了。
业内人士都知道一个比例——米其林级别的餐厅研发淘汰率高得吓人。普通餐厅试菜淘汰率也有七成，真正上菜单的没几个。我们现在的机制叫“先沙盒后放大”：AI每轮生成10道菜，后厨只挑3道做内部测试，过了成本线测试再放出去。上桌前再做一轮小范围试吃，搜集顾客的脸色和剩菜比例。
中国饭店协会在去年底发布的行业报告里提到，连锁餐饮的上新周期已经从一年两次缩短到大约每季度一次——时间窗口越来越紧，没有AI帮你出初稿，光靠厨师人肉试菜，光排期就够呛。
季节性上新不是话题蹭热点，是供应链说了算
最后一个部分可能是最容易被忽略的——季节性。
AI生成新品菜品聊得再high，到了季节上新的时候还是会被现实打脸：比如三月推春笋季，但下个月供应商说笋要涨价，你的菜单就卡在那里了。后来我们用AI跑了最近两年的时令菜价格曲线，把每个季节建议上架的食材提前跟性价比做了匹配。
真正顺手的季节性上新流程长这样：先让AI按当季食材生成新品概念，再筛选出成本波动小的食材组合，然后让厨师试制，最后小批量上架测试。一整条线走下来大概十到十四天，比以前靠拍脑袋快了一倍不止。
当然也有一些做得很好的店，更在意“反季节”思路——冬天卖冷锅串串配西瓜冰，夏天推羊肉炉配萝卜。这种玩法不是AI想不出来，而是你敢不敢让AI朝反方向去提方案。
我个人的经验是：把AI生成新品菜品这件事当成年复一年的工程，而不是一次性的灵光乍现。这个季度跑完留下所有数据，下个季度AI的判断会明显更准。去年我们秋季菜单的一道板栗南瓜浓汤，就是AI跑了三次之后在第17版方案里给出的搭配——当时看到配方表里加了0.5克烟熏辣椒粉，还有点怀疑，结果试菜的时候所有人都觉得味道对，你说这事找谁说理去？
说到底，工具再快，最后决定菜品命运的，还是掌勺的那个人愿不愿意给AI留一席之地。
