OpaGPT ИИ для шеф-повара: практическая методика разработки меню
Искусственный интеллект превращает интуитивный поиск блюд в управляемый алгоритм. Ниже — рецепт из четырёх шагов с точными параметрами.
Шаг 1. Соберите цифровую основу
Оцифруйте данные минимум за 12 месяцев: количество продаж, себестоимость, сезонность, оценки гостей. Это база для обучения ИИ.
- Средний чек и маржинальность каждого блюда
- Топ-10 позиций по выручке и по количеству заказов
- Отзывы с оценками (не менее 100) для анализа тональности
Шаг 2. Генерируйте идеи с помощью LLM
Формулируйте промпт с точными ограничениями. Пример:
«Сгенерируй 6 блюд для весеннего меню ресторана русской кухни. Используй доступные продукты: ... Целевая себестоимость — 150–250 рублей, калорийность — 450–600 ккал. Для каждого блюда укажи состав, вес, технологию и время приготовления».
Параметры промпта:
- Число вариантов: 5–7
- Кухня и сезон
- Себестоимость и калорийность
- Требование технологической карты
Шаг 3. Отберите идеи по скоринговой матрице
Создайте таблицу оценки. Вес параметра: вкус (0.4), маржинальность (0.3), скорость готовки (0.2), сезонность (0.1). Итоговый балл = сумма произведений. Берите в меню блюда с баллом ≥ 4.0.
| Параметр | Вес | Оценка (1–5) | Взвешенный балл |
|---|---|---|---|
| Вкус | 0.4 | 5 | 2.0 |
| Маржинальность | 0.3 | 4 | 1.2 |
| Скорость | 0.2 | 3 | 0.6 |
| Сезонность | 0.1 | 4 | 0.4 |
| Итого | 4.2 |
Шаг 4. Тестируйте и корректируйте
Запустите отобранные позиции на 14 дней. Наблюдайте за продажами, собирайте отзывы. ИИ поможет сегментировать гостей и предсказать спрос на новые блюда.
- Период теста: 2 недели
- Критерий успеха: >25% заказов от общего числа
- При падении спроса более чем на 20% замените блюдо
Совет: запросите у ИИ прогноз оптимальной цены на основе себестоимости и целевой маржи в 65%. Так вы соедините творчество шефа и аналитику.