AI菜品研发与口味测试：4类核心工具和模型盘点

先说结论：AI菜品研发真正能帮上忙的地方，不是让它凭空想出一道菜，而是把「配方—风味—偏好」这三件事变成可以算的东西。归纳下来就四类工具：配方优化模型、风味物质数据库、感官偏好预测模型、成本模型。搞清这四类各管什么，比背一堆软件名字有用。

什么是AI菜品研发？先把边界划清楚

一句话回答：AI菜品研发是用数据和模型缩小试错范围，不替厨师做决定。它擅长在几百上千种配比里先筛掉明显不行的组合，把人的精力留给真正要动嘴的那几次。

它到底替你干了哪部分活

实际工作中，模型干的多是重复劳动。一款酱料有八种原料，每种在 2% 到 15% 之间浮动，人工试到天黑也试不完，模型能在几十分钟里跑完一轮，按你给的约束条件输出前二十个候选配方。人再去调这二十个，效率就完全不一样了。

哪些事它做不了

口感里的「脆」「糯」「回味」这类描述，模型基本靠间接指标去猜。火候、锅气、出餐温度带来的差别，也没法靠配方数据还原。所以别指望它直接给成品，它给的是候选。

盘点：四类真正用得上的核心工具

市面上的工具名字很多，归类下来其实就四类，每类的输入输出完全不同。买工具、挑课程之前，先看它属于哪一类。

第一类：配方优化模型

输入是原料清单和取值范围，输出是配比组合。核心是约束条件怎么设，成本上限、法规限量、工艺可行性，全都得写成约束。约束写不对，跑出来的配方再好看也做不出来。

第二类：风味物质数据库

公开的风味数据库里，FlavorDB 是比较常被提到的一个，收录了近千种天然食材和它们对应的风味分子。这类库的用法是查「哪些食材共享关键风味分子」，帮你找到反常识但合理的搭配，比如某些水果和发酵食品能搭上。

第三类：感官偏好预测模型

感官偏好模型吃的是消费者测试数据，输出的是偏好排序。它不告诉你「好不好吃」，只告诉你「在测过的人群里，A 比 B 更容易被选」。人群样本偏了，结论就偏了，这一条比算法本身重要得多。

第四类：成本与供应链模型

最不性感但较为实用的一类。原料价格波动、季节断供、产地差异，都会把实验室里的完美配方变成废纸。把这三件事放进模型，才知道一款菜能不能上菜单。

口味测试里，AI能替掉哪一步？

能替掉的是「筛」，替不掉的是「尝」。先用模型把几十个候选压到五六个，再拿去做真人测试，这是目前最省人力的做法。

传统三角测试的痛点在哪

三角测试要求评价员从三个样品里挑出不同的那个，一场下来通常要凑够二三十人，还得是有经验的评价员。做一轮成本不低，一天跑不了几组。样本量上不去，结论的可靠性就有限。

预测模型怎么接进来

做法是先跑一轮小样本真人测试，把打分、排序、描述词都收上来，用这批数据训练或校准模型，再让模型去给剩下的候选排序。说白了是用少量真人数据换更大的筛选面。这招不是多场景适用的，候选之间的差异太小、或者测试人群和真实客群差太远，模型给的结果就不能信。

这些模型最容易踩的坑有哪些？

坑主要集中在两头：数据不够，场景不对。工具本身反而不是较大问题，AI菜品研发卡住的地方九成在这两头。

数据不够就别硬上

几十条评价数据训练出来的偏好模型，基本等于随机。真要做，一个品类至少攒到几百条结构化评价，才谈得上建模。前期老老实实做测试记录，比急着上模型划算。

实验室和餐桌的差距

实验室里 25 度、白光、小份样品，和门店里热气腾腾、环境嘈杂、一大盘端上桌，人的感受完全不同。测试条件离真实场景越远，模型预测的偏差越大。有条件的话，把测试搬到接近出餐的环境里做。

课程该按什么顺序学？

建议先学评价方法，再学模型。方法不通，模型跑出来的数你也没法判断真假。

先补感官评价的基础

三角测试、描述性分析、九点标度这些方法，看起来老派，却是所有数据的源头。方法设计错了，后面全是无用功。

再上手工具和模型

顺序上可以这样排，每一步都等前一步出结果再往下走：

• 第一步，把配方优化和成本模型跑通，这两类见效快，一两周就能出结果。
• 第二步，接风味数据库，用它找替代原料和非常规搭配。
• 第三步，等评价数据攒够了，再上偏好预测模型。

下一步动作很简单：挑你店里卖得更稳妥的一款菜，把它的配方和成本拆成结构化表格，先跑一次约束优化。跑完你会发现，很多你以为不能动的比例，其实是可以动的。