Mga nadagdag:
- Kakayahang gumamit ng artificial intelligence para makabuo ng mga bagong ideya sa recipe, pagpapares ng pagkain at variation, at isalin ang output sa isang karaniwang recipe sa culinary language
- Kakayahang tumpak na kalkulahin ang mga konsepto ng gramo, ani at basura kapag nag-scale ng isang recipe ayon sa bilang ng mga bahagi, na may suporta ng artificial intelligence
- Ang pag-unawa na ang recipe na iminungkahi ng artificial intelligence ay hindi maipa-publish hanggang sa ito ay maluto at matikman, at ang pagkakapare-pareho ay nakasalalay sa karaniwang recipe at pagsubok ng tao.
Ang pinakamalaking pangako ng isang restaurant ay consistency: gusto ng bisita na mahanap ang plato na gusto niya ngayon na may parehong lasa pagkalipas ng dalawang linggo. Ang pinanghahawakan ng pangakong iyon ay hindi ang inspirasyon, ngunit ang karaniwang recipe — isang nakasulat, paulit-ulit na paglalarawan ng mga sangkap, gramo, hakbang at serving ng isang ulam. Sa unit na ito, gagamitin namin ang artificial intelligence para sa dalawang trabaho: pagbuo ng mga bagong ideya sa recipe at pagpapares ng lasa, pagkatapos ay isasalin ito sa isang karaniwang recipe sa culinary language at scaling ayon sa bahagi. Malinaw ang hangganan: Ang AI ay gumagawa ng mga draft na recipe; Walang recipe na nai-publish nang hindi niluluto, natitikman, at sumasailalim sa sensory approval ng chef.
Mula sa ideya hanggang sa recipe: dalawang magkahiwalay na trabaho
May dalawang magkaibang kontribusyon ang AI sa paggawa ng recipe. Ang una ay ang malikhaing ideya: isang bagong kumbinasyon ng lasa, isang pagkakaiba-iba sa isang klasiko, isang paraan upang magamit ang isang sangkap. Ang pangalawa ay standardisasyon: ginagawang regular, nasusukat, nauulit na recipe ang recipe na mayroon ka. Huwag malito ang dalawa. Sa yugto ng ideya, nagbibigay-inspirasyon ang AI; kinokontrol ang AI sa yugto ng standardisasyon. Ngunit sa alinmang paraan, ang lasa, texture at pagiging handa ay magiging totoo lamang kapag naluto mo ito at natikman.
Ang pagpapares ng pagkain ay ang sining ng pagsasama-sama ng mga magkatugmang lasa; Halimbawa, strawberry na may balsamic, tupa na may mint, tsokolate na may asin sa dagat. Mabilis na inilista ng AI ang mga kilalang tugma at hindi pangkaraniwang pagtatangka. Ngunit hindi lahat ng pagpapares sa listahan ay magiging masarap; Ang ilan ay maganda sa papel ngunit masama sa isang plato. Ang pagsisikap ay kinakailangan.
Tip: Kapag kumukuha ng recipe mula sa isang AI, huwag sabihing "bigyan mo ako ng pinakamahusay na recipe"; Sabihin, "Magmungkahi ng 3 magkakaibang diskarte at ipaliwanag ang pagkakaiba sa lasa at texture sa pagitan ng mga ito." Sa ganitong paraan, hindi ka natigil sa isang solong output, maaari kang gumawa ng mga paghahambing na mga eksperimento sa kusina.
Anatomy ng karaniwang reseta
Ang isang mahusay na karaniwang recipe ay kinabibilangan ng: pangalan ng pagkain, bilang ng mga serving at bigat ng paghahatid, mga sangkap (sa gramo/ml, hindi ayon sa mata), ani — magagamit na halaga pagkatapos magluto, basura — proporsyon na nawala sa panahon ng paglilinis/pagluluto, sunud-sunod na paghahanda, temperatura at oras ng pagluluto, tala sa paghahatid, at mga kritikal na checkpoint. Gumagana nang maayos ang AI upang magkasya ang isang magulo na recipe ng kamay sa pattern na ito; Ipaliwanag mo ito sa pasalitang wika, ginagawa itong isang regular na reseta.
Bakit mahalaga ang kahusayan at pag-aaksaya? Dahil ang 1 kilo ng kangkong ay bumababa sa 700 gramo kapag hinugasan at pinagbukud-bukod, at hanggang 300 gramo kapag niluto. Ang pagsulat ng "1 kilo ng spinach" sa recipe ay nakaliligaw; Makatotohanang sabihing "300 g na luto (mga 1 kg hilaw, pag-aaksaya ~70%)". Ito ay kritikal para sa parehong pagkakapare-pareho ng bahagi at gastos.
Pagsusukat: maingat na pagpaparami
Ang pagpapalaki ng isang recipe mula 4 hanggang 40 servings ay tila isang simpleng multiplikasyon, ngunit ito ay mga pitfalls. Ang mga base na materyales ay karaniwang lumalaki nang proporsyonal (4 na layer ng mga materyales = 10 multiplier para sa 10 layer). Ngunit ang ilang mga bagay ay hindi linearly scale: asin at pampalasa ay dapat na bawasan nang proporsyonal sa isang malaking batch (o ito ay magiging sobra-sobra), baking powder ay maselan, ang oras ng pagluluto ay nag-iiba sa dami ng palayok/tray, ang kapasidad ng kagamitan ay limitado (ang isang oven ay maaaring hindi maglaman ng 40 servings). Kinakalkula agad ng AI ang multiplier; Ngunit huwag tanggapin ang resulta bilang tiyak nang hindi sinusubukan ito sa kusina. Ito ay kinakailangan upang muling ayusin ang pampalasa at oras ng pagluluto, lalo na sa malalaking batch.
Babala: Huwag tanggapin ang scaling output bilang "tama ang matematika, kaya tama ang lasa." Ang balanse ng asin-spice at pagluluto ay iba sa malalaking batch. Subukan ang mga gramo na inihahatid ng AI nang isang beses sa isang maliit na pagsubok na batch.
tatlong mini case
Case 1 — Mula sa hand recipe hanggang sa karaniwang recipe. Ang isang bihasang kusinero ay palaging gumagawa ng sikat na sopas ng lentil sa pamamagitan ng mata; Ang lasa ay bahagyang nagbabago sa bawat oras. Ipinaliwanag ng chef sa YZ ang recipe sa pasalitang wika, at isinalin ito ni YZ sa isang gram-based na karaniwang recipe (pinatuyong lentil 250 g, sibuyas 120 g, mantikilya 30 g...). Nagluto ang team gamit ang recipe na ito sa loob ng dalawang linggo, gumawa ng dalawang menor de edad na pagsasaayos, at naayos ang pagkakapare-pareho. Ngayon, kahit sinong lutuin ang nagluto nito, pareho ang sabaw.
Case 2 — Scaling trap. Para sa isang catering business, ang isang recipe ng sarsa para sa 8 tao ay palakihin sa 80 tao. Inilapat ng empleyado ang parehong gramo na nadagdagan ng AI ng 10 beses; Ang resulta ay lubhang maalat. Ang chef ay namagitan: sa malalaking batch ang asin ay nababawasan nang proporsyonal. Bagong panuntunan: ang bawat scaling ay unang natitikman sa isang maliit na 1.5x na pagsubok na batch, pagsasaayos ng seasoning sa pamamagitan ng kamay, pagkatapos ay lumipat sa buong batch. Nagbibigay ang AI multiplier, aprubahan ng panlasa.
Kaso 3 — Pag-aalis sa pagtutugma ng lasa. Humiling ang isang chef ng dessert sa AI ng "8 hindi pangkaraniwang pagpapares ng lasa na may mga kastanyas." Sinubukan ang 3 mula sa listahan; Ang dalawa sa kanila (chestnut-orange, chestnut-salted caramel) ay mahusay, ang isa (chestnut-rosemary) ay hindi nakahawak nang maayos sa plato. Ang dalawang dessert sa menu ay ipinanganak mula sa ideya ni YZ, ngunit ang panlasa ay nagpasya. Ang AI ay inspirasyon, hindi pumipili.
Apat na maaaring kopyahin na mga template
1) Ideya at pagkakaiba-iba ng recipe:
Ang iyong tungkulin: katulong sa chef sa pagbuo ng recipe. Pangunahing sangkap/tema: [hal. seasonal mushroom].Gawain: magmungkahi ng 3 magkakaibang diskarte (hal. sauté, soup, stew).Para sa bawat isa: paglalarawan, pangunahing sangkap, tinantyang hirap, at pagkakaiba ng lasa/texture mula sa iba. Huwag magbigay ng mga sukat ng recipe, ibigay ang iyong mga ideya. Ipapaunlad ko ito sa kusina at tikman.
2) Pag-convert ng recipe ng kamay sa karaniwang recipe:
Nasa ibaba ang recipe na ipinaliwanag ko sa pasalitang wika. Isalin ito sa isang karaniwang recipe: bilang ng mga serving, gramo/ml para sa bawat sangkap, hakbang-hakbang na paghahanda, temperatura at oras ng pagluluto, tala ng pagtatanghal. Sumulat ng isang pagtatantya para sa ani at pag-aaksaya, ngunit sabihin na ito ay isang "pagtantiya"; Susukatin ko ang eksaktong mga halaga sa kusina. Paglalarawan: [teksto].
3) Pag-scale ng recipe:
Ang recipe sa ibaba ay para sa [4] servings. I-scale ito sa [40] servings. I-multiply nang proporsyonal ang mga pangunahing sangkap. Tandaan na maaaring kailanganin kong bawasan ang asin, pampalasa at mga ahente ng pampaalsa nang proporsyonal sa isang malaking batch at ibigay ang inirerekomendang hanay. Magdagdag ng babala para sa oras ng pagluluto at kapasidad ng kagamitan. Ipakita ang multiplier at pagkalkula. Reseta: [talahanayan].
4) ideya ng pagtutugma ng lasa:
Magmungkahi ng 8 pagpapares ng lasa na kasama ng [pangunahing sangkap]: 4 na classic/safe,4 na hindi pangkaraniwan/pang-eksperimento. Ipaliwanag sa isang pangungusap kung bakit magkatugma ang bawat isa sa kanila. Tandaan na ang mga ito ay hindi garantisadong hangga't hindi sila nasusubukan.
Mahinang prompt / Malakas na prompt
mahina:
Bigyan mo ako ng recipe ng manok.
Bahagi, istilo ng lutuin, kahirapan, hindi malinaw ang kagamitan; Isang pangkalahatang paglalarawan sa internet ang sumusunod.
malakas:
Ang iyong tungkulin: recipe assistant. Magmungkahi ng 2 alternatibong diskarte para sa isang 4-porsyon, Mediterranean-style, baked chicken drumstick recipe (pag-marinate difference, garnish difference). Isulat ang pangunahing materyal at hamon para sa bawat isa; Wag ka na mag salita, paupoin kita. Kung gumagamit ka ng mga allergens tulad ng hazelnuts/gatas, mangyaring tukuyin din.
Mga karaniwang sangkap ng recipe (talahanayan)
sangkap
Ano ang ginagawa nito?
kontribusyon ng AI
pagpapatunay ng tao
Bahagi + gramatika
Consistency
Snap sa template
pagsukat gamit ang iskala
Materyal (gram/ml)
pag-uulit
Pag-edit
Pagkumpirma sa kusina
Magbubunga/basura
makatotohanang dami
hulaan
pagsukat
Temperatura/oras ng pagluluto
Seguridad + kalidad
burador
Pagsubok + thermometer
Tala ng pagtatanghal
Visual na pare-pareho
Mungkahi
Pangunahing pag-apruba
Mga karaniwang pagkakamali
- Pag-publish ng recipe nang hindi nagluluto. Kahit na mukhang tama ang text, hindi napupunta ang ulam sa menu nang hindi sinusuri.
- Blind multiply scaling. Salt-spice ay nababagay proporsyonal sa mas malaking batch; Ang isang trial party ay kinakailangan.
- Hindi pinapansin ang basura/ani. Ang paghahalo ng hilaw na gramo sa lutong gramo ay nakakasira sa bahagi at gastos.
- Dala ang desisyon ng mata sa reseta. “Isang kurot,” “konti,” pumapatay ng pagkakapare-pareho; Sumulat ng gramo.
- Nakukuha ang pagpapares ng lasa nang hindi ito sinusubok. Hindi lahat ng duo na mukhang magkatugma sa papel ay gagana sa plato.
Sa buod
Ang sikreto sa pagkakapare-pareho ay ang karaniwang recipe. Ang AI ay hindi lamang bumubuo ng mga ideya sa malikhaing recipe at pagpapares ng lasa, ngunit isinasalin din ang mga magulo na recipe sa gram-based, nauulit na mga recipe at sinusuri ang mga ito sa pamamagitan ng paghahatid. Ngunit kahit na tama ang matematika, ang lasa ay nagiging totoo lamang kapag niluto at natikman mo ito; Sa scaling, ang asin at pampalasa ay manu-manong inaayos, ang basura at ani ay sinusukat sa kusina. Ang AI ay nagbibigay-inspirasyon at nag-aayos, ang panlasa ang nagpasiya.
Gawain ng aplikasyon
Sabihin ang AI sa pasalitang wika sa isang recipe na "nasusuri sa mata" na alam mo at isalin ito sa isang karaniwang recipe (bahagi, gramo, hakbang, pagluluto). Pagkatapos ay sukatin ang recipe na ito sa pamamagitan ng isang kadahilanan ng 6; Markahan ang asin at pampalasa sa mga gramo na ibinibigay ng YZ at isulat kung paano mo ito isasaayos sa malaking batch. Kung maaari, magluto at tikman ang isang maliit na batch ng pagsubok at gumawa ng dalawang tala para sa pagpapabuti.
checklist
- [ ] Pinangasiwaan ko ang ideya ng recipe at ang karaniwang recipe bilang magkahiwalay na mga gawa.
- [ ] Kasama sa recipe ang gram/ml, ani at pag-aaksaya.
- [ ] Nabanggit ko na manu-manong ayusin ko ang asin at pampalasa kapag nag-scale.
- [ ] Hindi ko ilalathala ang bawat recipe nang hindi niluluto at natitikman.
- [ ] I didn't take it for granted until I tried the flavor pairings.
- [ ] Pinananatili ko na ang huling pag-apruba ng pandama ay nakasalalay sa chef.