收益：
- 能够利用人工智能进行配方变化、改进和安全成分替代，并及时融入文化背景
- 能够利用源数据重新计算食谱的营养价值，并应用不信任人工智能卡路里估计的纪律
- 能够利用过敏群体知识验证过敏原替代品，并承担在厨房测试配方的责任。
饮食计划仅仅在纸上完美是不够的；还需要进一步完善。客户应该烹饪该食物，喜欢它并想再次烹饪它。这里的食谱和菜单开发是营养学中最具创意和最“人性化”的领域：营养科学、烹饪艺术和文化习惯在这里相遇。人工智能在这个领域确实大放异彩；因为它可以在几分钟内揭示无数的食谱组合、成分替代和文化差异。但它的亮度可能具有欺骗性：虽然人工智能制作的食谱可能看起来很美味，但它的营养价值可能会被错误计算，含有过敏原，或者涉及在厨房中不起作用的技术。在本单元中，您将学习如何像“食谱厨房助手”一样使用人工智能，但保留味道、安全性和营养验证。
良好健康食谱的标准
从饮食角度评估食谱时，我们会考虑以下标准：（1）是否符合营养目标（是否符合膳食的卡路里和宏观部分），（2）营养密度——即每卡路里含有多少维生素、矿物质和纤维（“营养密度”是指许多低热量的微量营养素），（3）味道和饱腹感（如何在减少盐、脂肪、糖的同时保持风味），（4）实用性（成分可用性、时间、技能），（5）文化兼容性，（6）安全性（过敏原，横截面）。污染、烹饪温度）。人工智能在前五项中产生了强有力的想法；第六点，安全，始终需要人为控制。
下表总结了优化技术和人工智能的贡献：
目的
技术性的
人工智能的贡献
验证
减脂
烤箱/空气炸锅，无油烹饪
建议替代方法
质地/味道品尝
减糖
果泥、肉桂、天然甜味剂
建议替代率
营养价值重新计算
纤维增强
添加全谷物、豆类、蔬菜
组合理念
宏观平衡控制
减盐
香料、柠檬、香草
推荐香料简介
味觉测试
蛋白质增强
添加豆类、酸奶、鸡蛋
添加的想法
部分/宏验证
提示：用香料、酸（柠檬/醋）、鲜味（蘑菇、西红柿）和香草来填补风味空白，同时减少盐、脂肪或糖的摄入。人工智能在这些“风味补偿”想法上非常丰富；您可以测试哪一种真正适合厨房。
一步一步：利用人工智能开发配方
- 定义目标。该食谱将服务哪一餐、哪一宏观份额、哪一种文化、哪一种约束？
- 要求变化。要求一种基本食谱的多个版本（经典、低碳水化合物、素食）。
- 使其健康。给特定的食谱一个“健康目标”（更少的脂肪，更多的纤维）。
- 找一个替代品。要求使用安全的替代品来替代过敏或无法获得的成分。
- 验证营养价值。通过从可靠来源（上一单元中的 RAG 逻辑）提供成分值来重新计算食谱的营养价值。
- 在厨房测试一下。通过真实烹饪测试质地、稠度、时间和风味；厨房里没有人工智能。
烹饪方法改变营养价值
评价菜谱时，不仅要看配料表，还要看烹饪方法；因为相同的成分通过不同的方法会产生截然不同的营养成分。油炸会使食物吸收脂肪，从而显着增加热量：100克煮土豆和等量的炸土豆之间的热量可能有两到三倍的差异。相比之下，烘焙、炖、烧烤和空气炸锅（一种用很少的油就能产生酥脆效果的装置）烹饪时无需添加额外的油。长时间高温烹煮会减少一些维生素（尤其是维生素C和一些B族维生素）；如果与汤一起食用，转移到沸水中的矿物质就会获得，如果过滤并丢弃，矿物质就会损失。 AI擅长用“低脂法”重建菜谱；例如，他提出了一种将油炸变成烘烤并用香料补偿风味的版本。但您需要重新计算这种变化的营养影响，并在厨房进行测试，看看客户是否可以接受质地。在提示中明确写出方法变更；当您说“治愈”时，请指定您的目标是哪种方法。
文化敏感性
一个食谱只有融入客户的文化世界才能持续下去。向习惯于用橄榄油吃蔬菜菜肴的人建议每天吃一份冷沙拉，或者向来自黑海地区的客户忽略凤尾鱼，都会把计划留在纸上。人工智能了解许多美食，但它无法像你一样识别地区细微差别、季节性和家庭习惯。您将文化背景带入提示；人工智能会在这种背景下产生变化。
三个迷你箱子
案例1——令人垂涎欲滴，但失算了。营养师向 AI 询问“低热量奶油意大利面”； YZ给出了一个很好的食谱，并说“每份320大卡”。营养师将成分与USDA数值一一加起来：实际值~470 kcal； AI 对奶油和奶酪的评分较低。菜谱很好吃，但营养标签错误。营养师纠正这些值。教训：切勿在未经验证的情况下使用人工智能添加到食谱中的卡路里估计值。
案例 2 — 替代安全风险。客户对榛子过敏； YZ 被要求替换榛子酱配方。 AI 说“使用杏仁黄油”。然而，客户对木本坚果类药物普遍过敏；杏仁也属于这一类。营养师认为这种替代品不安全，并指导其使用葵花籽酱。教训：不要把过敏原的替代留给人工智能；你知道过敏群体，你验证一下。
案例3——正确使用。对于喜欢土耳其早餐的客户，营养师要求 AI 提供“接近传统口味但增加纤维和蛋白质的早餐”。 YZ menemen 推荐全谷物、干酪和豆类酱的组合。营养师验证三种选择的营养价值，在厨房测试一种，然后将其提供给客户。人工智能产生了文化变异；营养和口味验证仍由营养师负责。
可复制的提示模板
食谱变化模板您的角色：厨房助理，为营养师提供食谱创意。基本菜肴：[例如扁豆馅饼]。目标餐：【零食，约200大卡份量】。文化：【土耳其美食】。限制：[无麸质]。创建这道菜的 3 种变体（经典、高蛋白、低碳水化合物）。写下每种成分和步骤的列表。不给出确切的营养价值；说“将由营养师计算”。
健康模板通过以下目标使此食谱健康化：[更少的饱和脂肪，更多的纤维，减少盐]。用香料/酸/鲜味补偿风味的损失。写下每项更改及其原因。添加过敏原。配方：[...]
安全替代模板客户过敏/限制：[树坚果过敏]。建议使用一种安全的替代品：[榛子酱]。确保替代品不属于同一过敏组；如果有可能进入，请发出警告。提供多个选项并为每个选项添加风险评级。
食谱营养价值验证模板仅使用我提供的成分值（来源：USDA）计算以下食谱的营养价值，不要凭记忆添加。份数：[X]。每份给出千卡和热量，显示步骤。材料价值：[...]
弱提示/强提示
弱提示：
给我一个健康的甜点食谱。
没有目标、约束、文化或宏观份额；人工智能给出了一般食谱和虚构的卡路里计数。无法保证营养平衡或安全。
强力提示：
您的角色：产生食谱创意的厨房助理。客户：有乳糖不耐症，对榛子过敏，喜欢土耳其菜，想要一份约 150 kcal 的甜点作为零食。使用水果甜味代替精制糖。使用材料和步骤制作 2 种变体。请勿添加坚果或乳制品。不给出确切的营养价值；营养师会计算它。
第二个提示给出了限制（乳糖、坚果）、文化、卡路里摄入量和调味方法；输出是安全的、文化友好的并且准备好进行验证。
常见错误
- 依靠AI的食谱热量：一定要根据源数据重新计算食谱营养价值。
- 将过敏原替换留给AI：替换可能属于同一过敏组；你了解这个团体，你可以验证它。
- 跳过厨房测试：在纸上可行的食谱可能在厨房中行不通；质地、持续时间和一致性均经过测试。
- 忽视文化：不适合客户口味和地区习惯的菜谱无法继续下去。
- 过于健康而扼杀味道：减少盐/脂肪/糖的摄入，破坏味道，降低和谐；使用补偿技术。
综上所述
食谱和菜单开发是人工智能最高效的领域之一：在几分钟内提供丰富的变化、改进、替代和文化适应的想法。但令人胃口大开的外表并不代表营养准确。始终使用源数据重新计算食谱的营养价值，使用您的过敏群体知识验证过敏原替代品，将文化背景带入提示，并在厨房中实际测试食谱。 AI是厨房的创意发生器，而你是厨师和保安员。
应用任务
选择传统菜肴（例如 karniyarik 或大米布丁）并确定客户的限制（例如糖尿病或乳糖不耐受）。向人工智能询问该食物的约束友好版本，并带有“补救模板”。然后，使用“食谱营养验证模板”，根据美国农业部提供的成分值，自行计算份量卡路里，并将其与人工智能的初步估计进行比较。注意区别。
清单
- [ ] 我根据源数据重新计算了菜谱的营养价值。
- [ ] 我针对过敏组逐字验证了过敏原替代情况。
- [ ] 我将文化背景和客户偏好带入提示中。
- [ ] 我使用了风味补偿技术并避免了过度限制。
- [ ] 我在厨房测试了食谱（质地、时间、稠度）。
- [ ] 我确认该食谱符合膳食宏量津贴。