युनिट्स
1. गॅस्ट्रोनॉमीमध्ये कृत्रिम बुद्धिमत्तेचा परिचय: भूमिका, सीमा, प्रमाणीकरण आणि गोपनीयता 2. मेनू आणि संकल्पना विकास: थीम, ट्रेंड आणि मेनू अभियांत्रिकी 3. पाककृती विकास आणि मानकीकरण: रेसिपी, स्केल आणि सुसंगतता 4. खर्च आणि भाग व्यवस्थापन: अन्न खर्च, पाककृती खर्च आणि किंमत 5. ऍलर्जीन आणि पोषण व्यवस्थापन: लेबलिंग, सुरक्षितता आणि आहार अनुकूलन 6. किचन ऑपरेशन आणि वर्कफ्लो: Mise en Place, Prep Lists आणि Shifts 7. पुरवठा, यादी आणि कचरा कमी करणे: खरेदी, यादी आणि टिकाऊपणा 8. सादरीकरण आणि व्हिज्युअल: प्लेट रचना, मेनू फोटो आणि ब्रँड प्रतिमा 9. अन्न सुरक्षा आणि एचएसीसीपी: गंभीर नियंत्रण बिंदू आणि एआय-सहाय्यित निरीक्षण 10. चव चाचणी आणि संवेदी मूल्यांकन: मानवी पॅनेलची अपरिहार्यता 11. पडताळणी, नैतिकता, कॉपीराइट आणि ब्रँड सुरक्षा: सर्जनशील आणि व्यावसायिक सीमा
युनिट 6 / 11

किचन ऑपरेशन आणि वर्कफ्लो: Mise en Place, Prep Lists आणि Shifts

नफा:

  • कृत्रिम बुद्धिमत्ता समर्थनासह दैनंदिन तयारी योजना आणि वर्कफ्लोमध्ये चुकीचे स्थान, तयारी यादी आणि स्टेशन लॉजिकचे रूपांतर करण्याची क्षमता
  • सेवेची घनता आणि कव्हर (कवर्ट) अंदाजानुसार कर्मचारी शिफ्ट आणि कार्य वितरण मसुदे तयार करण्याची क्षमता
  • कृत्रिम बुद्धिमत्तेद्वारे तयार केलेली ऑपरेशन योजना स्वयंपाकघरातील वास्तविक क्षमता, कार्यसंघाचे कौशल्य आणि आचाऱ्याच्या निरीक्षणाशी जुळवून घेणे आवश्यक आहे हे समजून घेण्याची क्षमता.

ताटाची चव स्वयंपाकघरात ठरवली जाते, परंतु रेस्टॉरंटचे अस्तित्व स्वयंपाकघराच्या ऑर्डरवर अवलंबून असते. व्यस्त शनिवारी संध्याकाळी 200 कव्हर सेवा केवळ तेव्हाच शक्य आहे जेव्हा सर्वकाही आगाऊ तयार केले असेल, प्रत्येकाला काय करावे हे माहित आहे आणि स्थानके वाहत आहेत. या सेटअपचे केंद्रस्थान चुकीचे आहे ("सर्वकाही त्याच्या जागी" साठी फ्रेंच) — सर्व्ह करण्यापूर्वी स्टेशनवर सर्व साहित्य चिरून, मोजले आणि तयार ठेवलेले आहे. या युनिटमध्ये, आम्ही तयारी याद्या, वर्कफ्लो आणि शिफ्ट प्लॅनिंगसाठी संस्थात्मक सहाय्यक म्हणून कृत्रिम बुद्धिमत्तेचा वापर करू. सीमा: AI मसुदा योजना तयार करते; स्वयंपाकघरातील वास्तविक क्षमता, संघाचे कौशल्य आणि दिवसाची वास्तविकता यावर आधारित योजना शेफसाठी अनुकूल केली जाते.

चुकीचे ठिकाण आणि तयारी यादी तर्क

सेवा दरम्यान, अन्न शिजवलेले आहे, तयार नाही. सेवेपूर्वी तोडणे, मॅरीनेट करणे, सॉस तयार करणे आणि भाग करणे पूर्ण केले जाते. पूर्वतयारी यादी ही एक यादी आहे ज्याची तयारी कोणत्या शिफ्टमध्ये केली जाईल, कोणत्या प्रमाणात आणि कोणत्या प्राधान्याने केली जाईल. एक चांगली तयारी यादी कव्हरच्या अंदाजे संख्येवर आधारित आहे: 120 लोक अपेक्षित असल्यास, सरासरी विक्री प्लेट्सच्या आधारावर किती सॉस, किती किलो भाज्या, किती मांस भाग तयार करायचे याची गणना करा.

स्टेशन हे स्वयंपाकघरातील एक कार्य क्षेत्र आहे: ग्रिल, गरम, थंड/कोशिंबीर, मिष्टान्न, गार्डे मॅन्जर. प्रत्येक स्टेशनची स्वतःची चुकीची जागा आणि तयारी यादी असते. तुम्ही प्रिस्क्रिप्शन देता तेव्हा विक्रीचा अंदाज आणि मसुदा स्टेशन आधारित तयारी यादी तयार करण्यासाठी AI खूप उपयुक्त आहे; तुम्ही म्हणता "आज ~120 कॅप्स, त्या प्लेट्स लोकप्रिय आहेत" आणि तो ढोबळ प्रमाण आणि प्राधान्यक्रम रेखाटतो. पण तुमची कालची नासाडी, तुमच्याकडे असलेला साठा आणि तुमच्या टीमचा वेग यावरून खरी रक्कम समायोजित केली जाते.

टीप: AI कडून तयारी सूचीची विनंती करताना, प्रत्येक आयटमच्या पुढे "अंदाजित वेळ" आणि "प्राधान्य (सेवेद्वारे पूर्ण करणे आवश्यक आहे / लवचिक)" ठेवा. अशाप्रकारे, यादी केवळ काय करावे याचे उत्तर देत नाही तर कोणत्या क्रमाने आणि कोणी प्रथम सुरू करावे हे देखील उत्तर देते.

चरण-दर-चरण: AI सह ऑपरेशन योजना

  1. तुमचा कव्हर अंदाज एंटर करा. अतिथींची अपेक्षित संख्या द्या (आरक्षण + मागील दिवसाचा नमुना).
  2. लोकप्रिय पदार्थांची नावे द्या. कोणत्या प्लेट्स सर्वोत्तम विकतात; तयारीनुसार वजन केले जाते.
  3. तयारी यादीचा मसुदा मिळवा. स्टेशन आधारित, प्रमाण आणि प्राधान्य.
  4. क्षमतेशी जुळवून घ्या. संघांची संख्या, ओव्हन/फर्नेस क्षमता आणि हातातील स्टॉक यासह ते वास्तववादी बनवा.
  5. शिफ्ट आणि कार्ये वितरित करा. कोणत्या स्टेशनवर, कोणत्या तयारीसाठी कोण जबाबदार आहे?
  6. सेवेनंतर पुनरावलोकन करा. काय संपले, काय वाढले, काय पुरेसे नाही; उद्याचा अंदाज निश्चित करा.

शिफ्ट आणि कार्य वितरण

कार्मिक नियोजन खर्च आणि सेवा गुणवत्ता दोन्ही आहे. काही लोकांसह सघन सेवेमुळे गुणवत्ता कमी होते आणि संघाचा पराभव होतो; खूप लोकांसह एक शांत दिवस तुमचे पैसे गमावते. AI अंदाजे घनतेवर आधारित शिफ्ट बाह्यरेखा तयार करते (कव्हरची संख्या, वेळ वितरण): किती लोक, कोणत्या स्टेशनवर, कोणत्या वेळी. परंतु या मसुद्याला मानवी वास्तविकता माहित नाही: कोणत्या स्टेशनवर कोण मजबूत आहे, कोण रजेवर आहे, संघातील गतिशीलता. म्हणूनच AI हा सांगाडा देतो आणि शेफ किंवा सूस शेफ लोकांच्या मते ते फिट करतात. याव्यतिरिक्त, कामाचे तास आणि ब्रेक अधिकार यासारखे कायदेशीर नियम पाळले जातात; AI हे स्मरण करून देऊ शकते, परंतु व्यवसाय अनुपालनासाठी जबाबदार आहे.

तीन लहान प्रकरणे

केस 1 - गोंधळलेल्या शनिवारपासून ते व्यवस्थित सेवेपर्यंत. एका रेस्टॉरंटची शनिवार सेवा सतत ठप्प होती; सॉस संपत होता आणि गार्निश पुरेशी नव्हती. प्रमुखाने AI ला मागील 8 आठवड्यांचा कव्हर आणि विक्री डेटा दिला; AI ने स्टेशन-आधारित तयारी सूची मसुदा तयार करून शनिवारी सरासरी आणि लोकप्रिय प्लेट्स काढल्या. संघाच्या कौशल्यानुसार प्रमुखाने हे समायोजित केले. तीन आठवड्यांच्या आत, "सॉस संपला" संकटे लक्षणीयरीत्या कमी झाली आणि सेवा प्रवाह सुधारला. एआयने नमुना आणि रूपरेषा दिली; प्रमुखाने ऑर्डर स्थापित केली.

केस 2 - अतिरिक्त तयारी, वाढलेली अपव्यय. एक स्वयंपाकघर रोज खूप तयारी करत होता आणि "चला भरपूर तयारी करूया, पुरेसे नाही तर वाईट होईल" या तर्काने उरलेले पदार्थ फेकून देत होते. मागील तयारी-विक्री-कचरा डेटाची AI शी तुलना केली गेली; असे आढळून आले की काही पदार्थ नियमितपणे 30% जास्त तयार केले जातात. पूर्वतयारीची रक्कम अंदाजानुसार समायोजित केली गेली आणि अपव्यय कमी झाला. निर्णय प्रमुखाचा होता; AI ने अदृश्य कचऱ्याचे प्रमाण निश्चित केले.

केस 3 - अंध शिफ्ट योजनेची किंमत. एका व्यवस्थापकाने लोकांचा विचार न करता एआयने तयार केलेली शिफ्ट योजना अंमलात आणली: त्याने सर्वात व्यस्त स्टेशनवर सर्वात अननुभवी स्वयंपाकी ठेवले. सेवा विस्कळीत झाली. धडा: एआय शिफ्ट फ्रेमवर्क देते, परंतु मुख्याला माहित आहे की कोण कुठे मजबूत आहे; लोकांशी जुळवून घेतल्याशिवाय योजना राबविता येत नाही.

चार कॉपी करण्यायोग्य टेम्पलेट्स

1) स्टेशन आधारित तयारी यादी:

तुमची भूमिका: किचन ऑपरेशन्स असिस्टंट. आज अपेक्षित कव्हर: [१२०].लोकप्रिय प्लेट्स आणि अंदाजे शेअरः [प्लेट - %]. रेसिपी सर्व्हिंग आकार: [सारांश]. कार्य: स्टेशन-आधारित (ग्रिल/हॉट/कोल्ड/डेझर्ट) तयारी सूची तयार करा. प्रत्येक आयटमसाठी: प्रमाण, अंदाजे वेळ, प्राधान्य (सेवा होईपर्यंत सशर्त / लवचिक). लक्षात घ्या की हा एक अंदाज आहे आणि वास्तविक प्रमाण स्टॉक आणि अपव्यय द्वारे समायोजित केले जाईल.

२) आगीची पूर्व तुलना:

खाली तयार केलेले भाग, विकले गेलेले भाग आणि एका प्लेट आधारावर गेल्या 4 आठवड्यांतील कचऱ्याचे प्रमाण खाली दिले आहे. नियमितपणे ओव्हर-तयार केलेले पदार्थ शोधा आणि प्रत्येकासाठी शिफारस केलेले नवीन पदार्थ सुचवा. खाते दाखवा. डेटा: [टेबल].

3) शिफ्ट मसुदा:

तासानुसार अपेक्षित कव्हर वितरण: [18:00-20:00 व्यस्त, 20:00-22:00 खूप व्यस्त]. स्थानके: [सूची]. कार्य: कोणत्या स्टेशनवर आणि कोणत्या वेळी किती लोक असावेत यासाठी शिफ्ट स्केलटन तयार करा. मी लोकांना त्यांच्या कौशल्यानुसार नियुक्त करीन. मला ब्रेक आणि कामाच्या तासांच्या नियमांबद्दल आठवण करून द्या.

4) सेवेनंतरचा सारांश:

खाली आज तयार केलेले, विकलेले आणि वाढलेले प्रमाण दिले आहे. छोट्या सेवेनंतर, सारांश दिला जाईल: काय पुरेसे नव्हते, काय शिल्लक होते, उद्याच्या तयारीसाठी 3 समायोजन सूचना. डेटा: [टेबल].

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत:

मला तयारीची यादी बनवा.

झाकण, प्लेट्स, स्टेशन्सची संख्या नाही; एक सामान्य आणि निरुपयोगी यादी दिसते.

मजबूत:

तुमची भूमिका: ऑपरेशन्स सहाय्यक. आज शनिवार आहे, अपेक्षित ~140 कव्हर, गर्दीची वेळ 19:00-22:00. लोकप्रिय प्लेट्स: ग्रील्ड मीटबॉल (25%), सी बास (15%), रिसोट्टो (12%). स्टेशन-आधारित तयारी सूची मसुदा तयार करा; प्रत्येक आयटमवर प्रमाण, कालावधी आणि प्राधान्य लिहा. लक्षात ठेवा की मी वस्तुस्थिती आणि अपव्यय यासह वास्तविक रक्कम समायोजित करेन.

ऑपरेशन्स प्लॅन स्तर (टेबल)

थर

सामग्री

AI योगदान

मानवी अनुकूलन

कव्हर अंदाज

अपेक्षित पाहुणे

भूतकाळातील नमुना

आरक्षण + अंतर्ज्ञान

तयारी यादी

काय, किती, प्राधान्य

स्टेशन आधारित मसुदा

स्टॉक + अपव्यय सेटिंग

कार्यप्रवाह

क्रम आणि वेळ

प्राधान्य शिफारस

संघ गती

शिफ्ट

कोण, कुठे, कधी

डिजिटल सांगाडा

कौशल्य + परवानगी + कायदा

सेवा नंतर

पुरेसे/अधिक काय होते?

सारांश

उद्याचा धडा

सामान्य चुका

  • कव्हर अंदाज न देता तयारीची विनंती करणे. प्रमाण संदर्भहीन होते; निव्वळ अंदाज प्रविष्ट करा.
  • खूप तयारीची सवय. "जर ते पुरेसे नसेल तर ते वाईट आहे" या भीतीमुळे नियमित अपव्यय निर्माण होतो; अंदाज घ्या.
  • एखाद्या व्यक्तीशिवाय शिफ्ट लागू करणे. एआयच्या सांगाड्याला माहित नाही की कोण कुठे मजबूत आहे.
  • कायदेशीर नियमांना बायपास करणे. ब्रेक आणि कामाचे तास विचारात घेतल्याशिवाय योजना लागू होऊ शकत नाही.
  • सेवेनंतर वगळणे. पुरेसे/अधिक काय आहे याचे पुनरावलोकन न केल्यास, अंदाज नेहमीच चुकीचा राहील.

सारांशात

स्वयंपाकघरातील ऑपरेशन म्हणजे चव ऑर्डर पूर्ण करते. योग्य ठिकाणी आणि तयारीची यादी गहन सेवा शक्य करते. AI द्रुत मसुदे तयार करते, कव्हर अंदाजापासून स्टेशन-आधारित तयारी सूचीपर्यंत, वर्कफ्लोपासून शिफ्ट स्केलेटनपर्यंत आणि कचरा दृश्यमान करते. परंतु प्रत्येक योजना स्वयंपाकघरातील वास्तविक क्षमता, संघाचे कौशल्य, स्टॉक, वाया जाणारे आणि कायदेशीर नियमांच्या आधारे व्यक्तीशी जुळवून घेते. एआय संस्थेला गती देते, प्रमुख ऑर्डर स्थापित करतो.

अर्ज कार्य

सेवा देणारा व्यस्त दिवस निवडा आणि कव्हर आणि लोकप्रिय प्लेट्सची अपेक्षित संख्या निश्चित करा. YZ (प्रमाण, कालावधी, प्राधान्य) कडून मसुदा स्टेशननिहाय तयारी सूची प्राप्त करा. तुमच्याकडे असलेल्या काल्पनिक स्टॉक्स आणि टीमच्या संख्येवर आधारित हा मसुदा वास्तववादी बनवा. त्याच दिवसासाठी शिफ्ट शेड्यूल तयार करा आणि लोकांना स्थानकांवर नियुक्त करा (त्यांच्या काल्पनिक कौशल्यांवर आधारित). सेवेनंतर तुम्ही कोणता डेटा गोळा कराल ते लिहा.

चेकलिस्ट

  • मी नेट कॅप प्रेडिक्शनवर प्रीप लिस्ट आधारित केली आहे.
  • [ ] मी प्रत्येक तयारी आयटममध्ये प्रमाण, कालावधी आणि प्राधान्य जोडले आहे.
  • मी साठा, कचरा आणि सांघिक कौशल्यांनुसार योजनेचे रुपांतर केले.
  • मी लोकांनुसार शिफ्ट फ्रेमची व्यवस्था केली.
  • मी ब्रेक आणि कामाच्या तासांचे नियम पाळले.
  • [ ] मी सेवा नंतरच्या डेटासह उद्याचा अंदाज दुरुस्त करीन.