我给我家做了一个 AI 厨神

这个功能还没上线。写下来一方面是给自己留个记录，另一方面是 hoping 有人能指出我没想到的问题。

起因

我家每天最消耗人的事不是做饭，是决定吃什么。

这个问题的本质是：决策疲劳。你工作了一天，站在冰箱前面，里面有鸡蛋、西红柿、半棵白菜，你要在三十秒内给出一个所有人都不反对的答案。这个任务的难度被严重低估了——它不是”选一个菜”，而是同时满足食材库存、家里人的口味、今天的天气、做菜时长，以及”昨天刚吃过这个”这类隐性约束。

市面上的菜谱 App 解决不了这个问题。它们是搜索引擎的思路：你输入菜名，它给你菜谱。但我的问题从来不是”红烧肉怎么做”，而是”我手里这些东西能做什么”。

所以这个模块要解决的是从库存到决策这一段，不是菜谱教学。

它长什么样

做成了聊天界面。打开是一个 AI 对话，顶部一行状态：“你的专属厨神 · 在线”。

底下有几个快捷入口，对应最高频的几种问法：

冰箱里有鸡蛋西红柿，推荐道菜
今天想吃点辣的
帮我规划一周晚餐
推荐清淡的家常菜

输入框旁边有一个上传按钮，可以直接拍冰箱或者食材的照片。这是最值得做的一个交互——因为”报菜名”这个动作本身就很累，你得先知道家里有什么才能说。拍一张照片，比让用户打字列清单要自然得多。

几个关键的设计决定

为什么是聊天，而不是一个表单？

一开始我想做成表单：选食材、选口味、点推荐。画完原型就放弃了。表单的问题是它强迫用户把需求结构化，而”今天吃什么”这件事的核心恰恰是你也不知道自己想要什么。聊天的好处是用户可以含糊其辞——“随便来点辣的”这种输入在表单里没法表达。

代价是对话轮次变多、token 消耗变高。这个后面再说。

为什么要做”口味偏好”设置？

界面上有一条提示：“还未打造你的厨神，点这里设置口味偏好”。

一开始没打算做这个。模型本身就知道什么是清淡什么是辣，但做了之后发现不对——模型知道的是”普遍意义上的清淡”，不知道你家的清淡。有人家的清淡是不放辣椒，有人家的清淡是少油但要有锅气。

这个偏好设置本质上是在给每个家庭建立一个很轻的画像。它只有几个字段，但决定了推荐结果是不是”像你家的菜”。

为什么每天限 20 次？

界面上有”今日剩余 20/20”。这个数字不是随便定的。

聊天式交互的问题是成本不可控。用户可以无限追问”再换一个""这个会不会太咸""我儿子不吃香菜”。每次追问都是一次模型调用，还要带上前面的上下文。20 次/天是我测算后觉得既不会明显影响体验、又能把单用户成本压在一个可接受范围的数字。

上线之后如果发现 20 次拦不住真实用户，说明我对使用频率的预估错了，再调。

没解决的问题

写几个我还拿不准的，如果有做过类似东西的人看到，希望能给点意见。

一，识别的准确率。 拍照识别食材这件事，常见食材（鸡蛋、西红柿、白菜）没问题，但冰箱深处那种用保鲜盒装着的剩菜、包装袋没拆的调料，识别率会掉。识别错了然后基于错误信息推荐，用户的信任会立刻崩掉。目前的一个思路是识别结果先展示给用户确认，但这又多了一步操作，跟”拍一张就好”的初衷矛盾。

二，推荐的同质化。 大模型推荐菜有个很讨厌的倾向：不管你怎么问，它都倾向于推荐那几个最常见的家常菜。番茄炒蛋会以某种形式反复出现。单纯靠 prompt 约束效果一般，可能需要引入一些随机性或者做一轮去重。

三，一周晚餐规划这个功能的定位。 “帮我规划一周晚餐”听起来很美好，但真实家庭的一周是被各种突发情况打断的——今天加班、明天有人来、后天孩子说想吃炸鸡。规划得再好，第二天就作废了。这个功能到底应该做成”一次性生成七天的计划”，还是”每天根据剩余食材和之前吃过的动态调整”，我还没想清楚。后者更智能，但也更贵、更难做对。