收益：
- 能够使用人工智能产生新的食谱创意、食物搭配和变化，并将输出翻译成烹饪语言的标准食谱
- 在人工智能的支持下，根据份数缩放食谱时能够准确计算克数、产量和浪费的概念
- 了解人工智能建议的菜谱只有在煮熟并品尝后才会发布，而一致性取决于标准菜谱和人体测试。
餐厅最大的承诺就是一致性：客人希望两周后仍能找到他今天喜欢的菜肴，而且味道也一样。实现这一承诺的不是灵感，而是标准食谱——对菜肴的成分、重量、步骤和份量的书面、可重复的描述。在本单元中，我们将使用人工智能完成两项工作：生成新的食谱创意和风味搭配，然后将其翻译成烹饪语言的标准食谱并按份量缩放。界限很明确：人工智能生成菜谱草稿；未经厨师烹饪、品尝和感官认可，任何食谱均不会发布。
从想法到食谱：两个独立的工作
人工智能对菜谱制作有两种不同的贡献。第一个是创意：新的风味组合、经典的变体、利用原料的方式。第二个是标准化：将您拥有的食谱变成常规的、经过测量的、可重复的食谱。不要混淆两者。在创意阶段，人工智能激发灵感；在标准化阶段对人工智能进行监管。但无论哪种方式，只有当你烹饪并品尝它时，味道、质地和熟度才会变得真实。
食物搭配是一门将兼容的口味融合在一起的艺术。例如，草莓加香脂、羊肉加薄荷、巧克力加海盐。人工智能快速列出已知的比赛和不寻常的尝试。但并不是名单上的每一种搭配都会很美味。有些在纸上看起来不错，但在盘子上却很糟糕。尝试是必须的。
提示：当从人工智能那里获取食谱时，不要说“给我绝对最好的食谱”；说：“建议 3 种不同的方法，并解释它们之间味道和质地的差异。”这样，您就不会被单一输出所困扰，您可以在厨房中进行比较实验。
标准处方的剖析
一个好的标准食谱包括：菜肴名称、份数和份量、成分（以克/毫升为单位，而不是肉眼）、产量——烹饪后的可用量、浪费——清理/烹饪过程中损失的比例、准备步骤、烹饪温度和时间、食用说明和关键检查点。人工智能可以很好地将杂乱的手工食谱融入到这种模式中；你用口语解释它，它就变成了常规处方。
为什么效率和浪费很重要？因为1公斤菠菜经过清洗和分类后，重量会减少到700克，煮熟后会减少到300克。菜谱中写“1公斤菠菜”具有误导性；说“熟的300克（生的约1公斤，浪费~70%）”是现实的。这对于份量一致性和成本都至关重要。
缩放：小心乘法
将食谱从 4 份增加到 40 份似乎是一个简单的乘法，但它存在陷阱。基础材料通常按比例增长（4 层材料 = 10 层的 10 个乘数）。但有些东西并不是线性缩放的：大批量时盐和调味料必须按比例减少（否则会过量），泡打粉很细腻，烹饪时间随锅/托盘容量而变化，设备容量有限（单个烤箱可能无法容纳 40 人份）。 AI即时计算乘数；但未经厨房测试，请勿接受最终结果。需要重新调整调味料和烹饪时间，尤其是大批量的情况下。
注意：不要将缩放输出视为“数学是正确的，因此味道是正确的”。大批量的盐香料平衡和烹饪是不同的。在小批量试验中测试人工智能一次交付的克数。
三个迷你箱子
案例1——从手工配方到标准配方。经验丰富的厨师总是亲眼制作著名的扁豆汤。每次味道都略有变化。厨师让YZ用口语解释食谱，YZ将其翻译成以克为单位的标准食谱（干扁豆250克，洋葱120克，黄油30克......）。团队用这个食谱烹饪了两周，做了两次小调整，最终确定了一致性。现在，无论哪个厨师做的，汤都是一样的。
案例 2 — 结垢陷阱。对于餐饮企业来说，8人份的酱料配方扩大到80人份。员工应用同样的克数，AI增加了10倍；结果非常咸。厨师介入：在大批量中，盐按比例减少。新规则：首先在 1.5 倍的小测试批次中品尝每种缩放比例，手动调整调味料，然后再进行整批测试。人工智能倍增，口味认可。
案例3——口味匹配的消除。一位甜点厨师向 AI 询问“8 种与栗子不同寻常的风味搭配”。尝试了列表中的 3 个；其中两种（栗子橙子、栗子盐焦糖）很棒，一种（栗子迷迭香）在盘子上不太合适。菜单上的两款甜点都是YZ的创意，但口味决定。人工智能是受启发的，而不是选择性的。
四个可复制模板
1) 配方创意和变化：
您的角色：厨师助理，负责食谱开发。主要成分/主题：[例如时令蘑菇]。任务：建议 3 种不同的方法（例如炒、汤、炖）。对于每种方法：描述、主要成分、估计难度以及与其他方法的味道/质地差异。不要给出食谱的测量值，而要给出你的想法。我会在厨房里开发它并品尝它。
2）将手工配方转换为标准配方：
下面是我用口语解释的菜谱。将其转化为标准食谱：份数、每种成分的克/毫升、准备步骤、烹饪温度和时间、演示说明。写出产量和浪费的估计值，但注明它是“估计值”；我会在厨房测量准确的值。描述：[文字]。
3) 配方缩放：
以下食谱适用于 [4] 份。按比例将其分成 [40] 份。按比例乘以主要成分。请注意，我可能需要按比例大量减少盐、香料和膨松剂，并给出推荐范围。添加烹饪时间和设备容量的警告。显示乘数和计算。处方：【表】。
4）口味搭配理念：
建议与[主要成分]搭配的 8 种口味搭配：4 种经典/安全，4 种不寻常/实验性。用一句话解释为什么它们都是兼容的。请注意，在尝试之前，这些都是无法保证的。
弱提示/强提示
弱：
给我一份鸡肉食谱。
份量、菜式、难度、设备不清楚；一般互联网描述如下。
强：
你的角色：食谱助理。为 4 份地中海风格烤鸡腿食谱建议 2 种替代方法（腌制差异、装饰差异）。写下每个内容的主要材料和挑战；别说话，我让你坐下。如果您使用榛子/牛奶等过敏原，请同时注明。
标准配方配料（表）
组件
它有什么作用？
人工智能贡献
人工验证
份量+克重
一致性
捕捉到模板
用秤测量
材质（克/毫升）
重复性
编辑
厨房确认
产量/废物
实际数量
猜测
测量
烹饪温度/时间
安全+品质
草案
测试+温度计
演示笔记
视觉一致性
建议
首席审批
常见错误
- 不做饭就发布菜谱。尽管文字看起来正确，但这道菜未经测试就不会出现在菜单上。
- 盲乘缩放。盐香料在较大批次中按比例调整；审判派对是必须的。
- 忽略浪费/产量。将生克与煮熟的克混合会扭曲份量和成本。
- 将眼睛的决定带到处方中。 “一点点”、“一点点”会破坏一致性；写克。
- 无需测试即可获得味道搭配。并不是每一个在纸上看起来兼容的二人组都可以在盘子上工作。
综上所述
一致性的秘诀是标准配方。人工智能不仅能产生创造性的食谱创意和风味搭配，还能将杂乱的食谱转化为基于克数的、可重复的食谱，并通过服务来扩展它们。但即使数学是正确的，只有当你烹饪并品尝它时，味道才会变得真实；在缩放过程中，盐和香料是手动调整的，浪费和产量是在厨房测量的。人工智能启发和组织，味觉决定。
应用任务
用口语告诉人工智能你知道的“肉眼判断”菜谱，并将其翻译成标准菜谱（份量、克数、步骤、烹饪）。然后将此配方扩大 6 倍；在 YZ 给出的克数上标记盐和香料，并写下您将如何在大批量中调整它。如果可能的话，烹饪并品尝一小批测试，并记下两个改进笔记。
清单
- [ ] 我将配方创意和标准配方作为单独的作品来处理。
- [ ] 配方包括克/毫升、产量和损耗。
- [ ] 我注意到在缩放时我会手动调整盐和香料。
- [ ] 我不会在没有烹饪和品尝的情况下发布每一个食谱。
- [ ] 直到我尝试了味道搭配后，我才认为这是理所当然的。
- [ ] 我认为最终的感官认可取决于厨师。