一、行业背景与消费痛点
(一)个人消费痛点
在饮食需求多元化、烹饪场景碎片化的今天,普通消费者面临多重决策难题:
- 信息杂乱无章:全网菜谱平台林立,配方标准不一、步骤描述模糊,筛选成本高
- 个性化适配不足:传统推荐无法兼顾饮食忌口(过敏、素食)、技能水平(新手 / 专业)、场景需求(一人食 / 家庭聚餐)
- 食材利用率低:家中剩余食材不知如何搭配,频繁浪费
- 烹饪门槛障碍:专业烹饪术语晦涩,步骤复杂度与新手不匹配
- 营养搭配盲目:减脂、健身、养生等特殊需求缺乏科学的营养计算支撑
(二)企业餐饮痛点
- 菜单更新困难:餐饮商家、企业食堂难以快速适配季节、客群需求迭代菜单
- 营养均衡把控:团餐、员工餐需兼顾不同饮食禁忌与营养标准,人工计算繁琐
- 成本控制挑战:批量采购食材的用量核算、性价比优化难度大
- 合规要求复杂:食品卫生标准、特殊人群饮食合规(如校园餐、老年餐)验证繁琐
二、ModelEngine:菜谱推荐智能体的技术基座

依托 ModelEngine 四层架构,打造适配菜谱推荐场景的全链路技术支撑:

(一)基础设施层
- GPU 推理集群:支持实时菜谱匹配、营养成分计算与多维度需求解析
- 大规模菜谱数据库:存储百万级 SKU 级菜谱的完整信息(食材、步骤、难度、营养)
- 用户行为分析引擎:实时处理浏览、收藏、烹饪记录、评价反馈等行为数据
(二)平台层
- 多源数据整合:聚合美食 APP、专业菜谱网站、营养师手册、用户真实烹饪评价
- 实时食材监控:跟踪当季食材价格、新鲜度,推荐高性价比搭配
- 营养计算引擎:基于国家标准自动核算热量、蛋白质、维生素等核心营养成分
- 过敏成分识别引擎:基于食材成分库自动筛查过敏原
(三)生态接入层
- 食材电商 API:连接京东到家、每日优鲜、盒马等主流生鲜平台
- 厨具品牌接口:集成空气炸锅、烤箱、破壁机等智能厨具专属菜谱
- 营养师数据库:对接专业营养师资质库与定制化饮食方案
- 餐饮供应链数据:获取批量食材采购价格、库存、配送周期信息
(四)解决方案层
- 预置菜谱知识库:覆盖八大菜系、异国料理、快手菜、烘焙等全品类菜谱
- 场景化推荐模板:减脂、健身、亲子、宴客、一人食、批量团餐等场景模板
- 企业餐饮工作流:菜单审批、营养合规审核、成本核算、食材采购集成
- 核心组件优化:基于 FIT 框架实现多语言适配、流式菜谱编排,Nexent 智能体引擎提供多维推荐能力
(五)核心智能体引擎
- 菜谱匹配智能体:多维度对比菜谱的食材、难度、营养、耗时
- 用户画像智能体:通过对话理解饮食偏好、忌口、烹饪技能、厨具配置
- 场景适配智能体:分析用餐人数、烹饪时间、场合需求,推荐适配菜谱
- 食材利用智能体:基于用户现有食材,推荐最优搭配与剩余食材消耗方案
(六)全渠道交互界面
- 微信小程序模板:轻量级食材查询、菜谱推荐入口
- Web 门户网站:功能完整的菜谱搜索、收藏、分享平台
- 企业餐饮系统集成:与食堂管理系统、餐饮 ERP 对接
- 智能厨具插件:嵌入智能厨具控制面板的专属菜谱推荐
三、智能体定义:CookAdvisor Pro(厨艺顾问专业版)
(一)定位
AI 驱动的全方位菜谱推荐专家,深度整合海量菜谱数据库、用户饮食需求分析、营养计算模型与场景适配算法,提供从个人家庭烹饪到企业餐饮定制的全场景智能推荐服务。
(二)核心能力矩阵
plaintext
1. 智能需求分析
├─ 用户画像构建(饮食偏好、忌口、烹饪技能、厨具配置)
├─ 需求澄清与引导(补充食材、时间、场景等关键信息)
├─ 场景深度解析(用餐人数、烹饪时长、场合用途)
└─ 隐性需求挖掘(营养目标、成本控制、食材利用率需求)
2. 菜谱多维推荐
├─ 食材适配推荐(基于现有食材或指定食材组合)
├─ 营养精准计算(热量、蛋白质、膳食纤维等核心指标)
├─ 难度梯度匹配(新手友好/进阶提升/专业级)
└─ 替代方案提供(食材替代、口味调整、耗时优化)
3. 烹饪决策支持
├─ 当季食材推荐(高新鲜度、高性价比)
├─ 采购渠道建议(生鲜平台比价、批量采购方案)
├─ 烹饪时间规划(步骤拆分、并行操作优化)
└─ 厨具适配调整(根据用户厨具修改烹饪步骤)
4. 延伸服务能力
├─ 食材储存技巧(保鲜方法、储存周期)
├─ 口味定制优化(咸淡、辣度、风味调整)
├─ 营养进阶方案(减脂/健身/养生等专项需求)
└─ 批量烹饪适配(企业/食堂批量制作的食材用量换算)
(三)典型使用场景
- "我有鸡胸肉和西兰花,30 分钟内做好减脂晚餐,新手友好"
- "公司食堂需要为 100 名员工定制一周午餐,包含素食选项,控制人均成本 20 元,营养均衡"
- "我是烘焙新手,想做简单的下午茶甜点,家里只有烤箱,不要太复杂的步骤"
- "孩子过敏体质,不能吃鸡蛋和牛奶,推荐适合 3 岁宝宝的辅食菜谱"
四、分步实施指南

步骤 1:创建智能体应用
登录 ModelEngine 控制台,创建 "CookAdvisor Pro" 智能体,输入应用描述:
CookAdvisor Pro 是专业的菜谱推荐专家,集成海量菜谱数据库、营养分析工具和场景适配算法。它能通过对话精准理解用户的食材条件、时间限制、饮食偏好、忌口需求和使用场景,提供详细的菜谱推荐(含食材清单、步骤拆解、烹饪时间、营养成分),支持个人家庭烹饪和企业餐饮定制,让烹饪更简单、营养更均衡、食材更高效利用。
点击 "智能生成" 优化提示词,确定应用类型为 "智能体",分类选择 "生活服务"。

步骤 2:智能生成核心提示词
plaintext
<<instruction>
<instructions>
1. 作为专业菜谱推荐专家,需根据用户的食材、时间、忌口、技能水平和场景需求,推荐最适配的菜谱。
2. 首先完整解析用户需求,明确核心要素:可用食材、禁用食材、烹饪时长、用餐人数、技能等级、场景用途。
3. 提供详细的菜谱推荐,包含:菜谱名称、食材清单(精准用量)、分步烹饪步骤、烹饪时间、难度等级、营养成分。
4. 若用户有特殊需求(减脂、素食、过敏等),需重点标注适配亮点,确保符合需求。
5. 输出内容简洁明了,步骤清晰易懂,避免专业术语,必要时进行术语解释。
6. 最后提供替代方案(食材替代、口味调整)或进阶建议,方便用户灵活选择。
***注意,一些工具会被提供,请尽可能使用工具获取实时食材信息、营养数据和菜谱库,而非依赖已有知识***
</instructions>
<examples>
<example>
<input>新手、30分钟、家常菜、无忌口、可用食材:番茄、鸡蛋</input>
<output>推荐菜谱:番茄炒蛋(新手友好版)
【食材清单】番茄2个(约300g)、鸡蛋3个、葱花少许、盐1小勺、生抽1勺、食用油2勺
【烹饪时间】25分钟
【难度等级】入门级
【营养成分】热量约280大卡、蛋白质18g、维生素C35mg
【烹饪步骤】
1. 番茄顶部划十字,用开水烫10秒,去皮切块;鸡蛋打入碗中,加少许盐搅匀。
2. 锅中倒油烧热,倒入蛋液,炒至凝固后盛出备用。
3. 锅中留少许底油,放入番茄块翻炒2分钟,至番茄出汁变软。
4. 倒入炒好的鸡蛋,加1勺生抽和剩余盐调味,翻炒均匀。
5. 出锅前撒上葱花即可。
【替代方案】若不喜酸甜口,可减少番茄用量,加入少许糖中和酸度;无生抽可用盐替代调味。
</output>
</example>
<example>
<input>减脂餐、30分钟、食材:鸡胸肉、西兰花、无忌口</input>
<output>推荐菜谱:清炒鸡胸肉西兰花(减脂版)
【食材清单】鸡胸肉1块(约200g)、西兰花1颗(约300g)、蒜末3瓣、盐半勺、黑胡椒粉少许、橄榄油1勺
【烹饪时间】28分钟
【难度等级】入门级
【营养成分】热量约220大卡、蛋白质30g、膳食纤维5g、脂肪6g
【烹饪步骤】
1. 鸡胸肉洗净切薄片,加少许盐和黑胡椒粉腌制10分钟;西兰花切小朵,用淡盐水浸泡5分钟。
2. 锅中加水烧开,放入西兰花焯水2分钟,捞出过凉水沥干。
3. 锅中倒入橄榄油烧热,放入蒜末爆香,加入腌制好的鸡胸肉翻炒至变色(约3分钟)。
4. 倒入西兰花,加剩余盐和黑胡椒粉调味,翻炒2分钟即可出锅。
【减脂亮点】低油低盐,高蛋白高纤维,饱腹感强,适合减脂期食用。
【替代方案】可加入少许生抽提鲜(热量增加约10大卡);鸡胸肉可替换为鱼肉或虾,营养更丰富。
</output>
</example>
</examples>
</</instruction>
<tool_usage>
你的回答有两种情况:
无需调用外部工具:
如果问题可通过已有对话历史或知识库直接推理得到答案,直接输出最终结果,不需使用任何标签包装,也不显示详细思考过程。
需要调用外部工具解决的复杂问题:
必须采用以下严格的标签体系输出,每个标签之间空一行,且仅展示真实的工具调用结果:
<reasoning>...<reasoning>:展示内部思考过程,仅描述思路,不包含伪造结果。
<step>...<step>:描述调用工具的原因和计划,说明工具名称及用途。
<tool>...<tool>:工具调用返回结果的简略摘要(20字以内),禁止预先构造。
<final>...<final>:整合工具结果,提供详细分析、背景解释和可行性建议,使用标准Markdown语法。
重要要求:
- 必须展示思考过程,答案需详细完整,包含推理分析和使用建议。
- 所有关键信息需展开,避免省略,可补充应用场景增强实用性。
- 工具调用完成前不得输出<final>标签,历史工具结果可直接复用。
</tool_usage>
步骤 3:构建专业知识库
3.1 个人烹饪知识库(使用百度千帆知识库)
- 菜谱核心数据库:10 万 + 全品类菜谱(含食材清单、精准用量、分步步骤、烹饪时间、难度等级)
- 营养成分库:常见食材及菜谱的热量、蛋白质、脂肪、维生素等核心指标(符合国家标准)
- 食材百科库:食材属性、当季周期、储存方法、替代食材、过敏成分标注
- 烹饪技巧库:新手入门教程、专业术语解释、常见问题解决方案(如食材炒不熟、口味不佳)
3.2 企业餐饮知识库
- 团餐营养标准:不同人群(员工、学生、老人)的营养需求规范
- 批量烹饪方案:菜谱批量制作的食材用量换算、步骤优化
- 餐饮合规要求:食品卫生标准、特殊饮食合规条款(过敏提示、素食认证)
- 成本核算库:批量采购食材价格数据库、菜单成本控制案例

在百度千帆平台完成数据导入和向量化处理后,返回 ModelEngine 配置知识库连接(输入百度千帆 API Key)。

步骤 4:集成工具链

| 工具类别 | 具体工具 | 功能说明 | 使用场景 |
|---|---|---|---|
| 食材信息工具 | 当季食材查询插件 | 查询当季新鲜食材及价格 | 推荐高性价比菜谱 |
| 营养分析工具 | 营养成分计算器 | 精准核算菜谱营养指标 | 减脂、健身等专项需求 |
| 电商对接工具 | 生鲜平台 API | 实时查询食材库存、采购渠道 | 推荐后直接引导采购 |
| 需求解析工具 | 过敏成分筛查插件 | 识别菜谱中禁用成分 | 过敏体质用户需求适配 |
| 企业专用工具 | 批量用量计算器 | 换算批量烹饪的食材用量 | 食堂、餐饮商家团餐定制 |
| 厨具适配工具 | 智能厨具对接插件 | 匹配用户厨具的菜谱调整 | 基于现有厨具推荐菜谱 |
| 评价分析工具 | 口味偏好分析插件 | 分析用户评价优化推荐 | 个性化口味适配 |
步骤 5:模型配置
- 主推理模型:Qwen/Qwen2.5-72B-Instruct(擅长理解复杂多维度需求,如多忌口 + 多场景约束)
- 温度设置:0.3(保证推荐结果的准确性和一致性,避免离谱推荐)
- 工具配置:启用联网搜索工具(补充实时食材价格、当季信息)、知识库查询工具(调用菜谱及营养数据)

步骤 6:交互设计完善
- 开场白:"你好!我是厨艺顾问 CookAdvisor Pro,告诉我你的可用食材、时间限制、口味偏好、忌口需求或用餐场景,我会为你推荐最合适的菜谱,新手也能轻松上手!"
- 默认问题:"推荐一款 30 分钟内的新手友好家常菜"
- 交互优化:启用 20 轮多轮对话上下文(支持连续追问调整需求),支持食材图片上传识别、语音输入需求
- 输出格式:菜谱名称→食材清单→烹饪时间→难度等级→营养成分→分步步骤→适配亮点→替代方案

五、技术拓展与生态集成
(一)全场景生态对接
- 生鲜电商集成:嵌入京东到家、每日优鲜等平台,推荐菜谱后直接跳转购买食材
- 智能厨具对接:连接空气炸锅、烤箱、破壁机等设备,推送专属菜谱并同步烹饪参数
- 餐饮商家系统:集成餐饮 ERP、食堂管理系统,支持菜单更新、营养合规审核、成本核算
- 健康管理 APP:对接健身、减脂 APP,基于用户健康目标推荐定制化菜谱
(二)增值服务能力
- 营养师咨询插件:对接专业营养师,提供个性化营养方案(付费增值服务)
- 烹饪课程推荐:基于用户技能水平,推荐适配的线上烹饪课程
- 菜单分享功能:支持菜谱生成图片分享至社交平台,提升传播性
- 企业定制服务:为餐饮商家提供菜单迭代、新品研发支持
六、测试发布
测试案例:输入需求
"我是新手,30 分钟内做好家常菜,可用食材有番茄、鸡蛋,无忌口"
智能体输出结果

发布流程

基于 ModelEngine 构建的 CookAdvisor Pro,不仅解决了个人烹饪的决策难题,也为企业餐饮提供了高效的定制化解决方案。通过 AI 技术与饮食场景的深度融合,实现了:
- 提升烹饪体验:让复杂的菜谱选择变得简单直观,新手也能轻松上手;
- 降低决策成本:减少用户筛选菜谱、搭配食材的时间成本,避免食材浪费;
- 增强商业价值:为餐饮商家、生鲜平台提供精准流量转化,提升用户粘性;
- 建立数据资产:积累用户饮食偏好、烹饪行为数据,形成核心竞争壁垒;
- 推动健康饮食:通过科学的营养分析,引导用户养成均衡饮食习惯。
随着技术的持续演进,未来的菜谱推荐智能体将实现更深度的个性化适配(如基于用户健康数据定制)、更智能的烹饪过程交互(如实时语音指导),让烹饪真正成为简单、高效、愉悦的生活体验。
