DEMO ISSUE — 展示用範例,內容基於真實趨勢撰寫
The Pass
出菜口
Intelligence, served.
2026.03.26 週三 Issue #002 從 47 條資訊中篩選
← 所有期數
今日觀察 · 2 篇
M Mise — 主筆
01

這間居酒屋的菜單文案是 AI 寫的,但客人說讀起來比以前更有溫度

居酒屋廚師看著平板上的菜單文案

你走進東京高田馬場的一間居酒屋,翻開菜單,看到一道「おばあちゃんの煮物」。菜名下面寫著一段話:「用小火慢慢收汁,讓蘿蔔吸飽湯頭的甜味。這是那種你吃第一口會安靜下來的菜。」你覺得這段話寫得真好,好像有一個很懂吃的人,在你耳邊輕輕說了一句。

寫這段話的,是 AI。

居酒屋連鎖品牌やきとん大王從去年底開始,在旗下 23 間分店全面導入 AI 菜單文案系統。這套系統的做法是把日本主要美食評論網站上的食評人文章、食べログ(Tabelog)上累積的數十萬則客人評價、以及各分店店長自己寫的舊版菜單描述,全部餵進大型語言模型,讓 AI 學會「用人的方式描述食物」。

然後他們做了一件有趣的事。導入後三個月,やきとん大王對 1,200 名客人做了問卷調查。問卷不告訴你哪些菜名描述是 AI 寫的、哪些是店長寫的,只問你:「這段描述讓你對這道菜產生食慾的程度」和「你覺得這段描述有沒有溫度」。

結果出來了。AI 寫的描述在「溫度感」這個指標上,平均得分比店長手寫的版本高了 14%。更讓人意外的是,「食慾喚起」指標也高了 11%。

這個結果讓やきとん大王的營運長田中誠一自己都嚇了一跳。他原本導入 AI 的理由很單純——23 間店,每季換一次菜單,每次每間店至少 40 道菜要寫描述。光是菜單文案這件事,過去就吃掉各店店長一整個週末的時間。AI 寫得快,這是最大的好處。但他沒有預期 AI 會寫得「比人更有溫度」。

溫度是什麼

田中誠一後來花了兩週的時間,把新舊版本的菜單描述一一對照,試圖理解為什麼 AI 的版本讓客人覺得更溫暖。他得出了一個結論:店長們寫菜單描述時,傾向寫「正確」的東西——食材產地、烹調方式、調味特色。這些資訊沒有錯,但讀起來像規格表。

AI 的寫法不同。它從幾十萬則食評裡學到的,不是「這道菜是什麼」,而是「這道菜讓人想到什麼」。它會寫「下班後第一口喝到的溫熱」,不會寫「以豚骨為基底的濃郁湯頭」。它學會了一件事:人在描述好吃的食物時,說的不是食物本身,而是食物帶給他的那個瞬間。

「我們的店長很認真,他們寫的菜單描述在事實上完全正確。但 AI 寫的版本讓客人覺得更親切。這讓我開始思考:溫度到底是一種內容,還是一種技巧?」

— 田中誠一,やきとん大王營運長

技巧可以模仿,但感受呢

這件事在日本餐飲業引起了一陣安靜的討論。安靜,是因為沒有人想公開承認:AI 在「表達溫度」這件事上可能比自己做得更好。

日経クロストレンド的報導指出,やきとん大王不是唯一這樣做的品牌。至少還有三間中型連鎖餐飲企業在測試類似的系統,只是都不願具名。原因很簡單——客人如果知道菜單上那段讓他感動的話是 AI 寫的,他還會覺得感動嗎?

這是一個真正值得停下來想的問題。如果溫度是一種可以被學習的修辭技巧——用具體的場景取代抽象的形容詞,用「你」取代「本品」,用感官記憶取代成分說明——那 AI 確實可以學會。它甚至可以做得比大多數人更好,因為它讀過的食評比任何人都多。

但溫度如果不只是技巧呢?如果溫度需要一個真正吃過那碗麵、真正在深夜加班後走進那間店的人,才能寫出來呢?AI 可以模仿那個瞬間的語氣,但它從來沒有餓過、累過、被一碗熱湯安慰過。

やきとん大王目前的做法是:AI 負責初稿,店長負責最後確認。田中誠一說,這個流程最奇妙的地方在於,店長們現在反過來從 AI 的寫法裡學東西了。「他們開始注意到,原來客人想看的不是食材履歷,而是一句讓他想點這道菜的話。」

完整原文內容 → 日経クロストレンド(日文)

02

當 AI 建議把羅望子配上焦糖,這位曼谷主廚決定試試看

泰國主廚品嚐 AI 建議的羅望子焦糖風味

曼谷 Thonglor 區的餐廳 Sorn 拿過米其林二星,主廚 Supaksorn Jongsiri 以南泰料理聞名。他的廚房裡最近多了一個新工具——不是什麼新型態的鍋具或刀,而是一個 AI 風味配對系統。

這套系統叫 FlavorGraph,由一間新加坡食品科技公司開發。它的原理不複雜:把已知的食材風味分子資料庫、全球數百萬份食譜、以及食品科學論文裡的化合物互動數據,全部整合在一起。你輸入一種食材,它告訴你哪些食材在分子層面上跟它最合拍——即使這些組合在任何傳統菜系裡都沒出現過。

Supaksorn 第一次用的時候,輸入了羅望子(มะขาม)。系統跑出來的配對清單裡,排在前五名的有一個讓他皺眉的答案:焦糖。

羅望子配焦糖?在泰國料理的邏輯裡,羅望子是酸的錨點,它的功能是把整道菜拉回來、讓甜和辣不會失控。焦糖則是純粹的甜,而且是烘烤過的、帶苦味的甜。把這兩個東西放在一起,在 Supaksorn 二十年的做菜經驗裡,完全沒有參照。

但他決定試。他用羅望子做了一個醬汁,加入焦糖化的棕櫚糖,再補一點魚露的鹹。試吃的那一刻,他承認:這個組合有效。酸和焦甜之間產生了一種他形容為「圓潤的張力」的味道。

這道菜後來以「มะขามคาราเมล」(羅望子焦糖)的名字出現在 Sorn 的 tasting menu 上,成為當季最受討論的一道。客人在 Google 評論上寫的最多的詞是「意外」和「好奇」。

讀過所有食譜但沒嚐過任何一口

Supaksorn 對 Bangkok Post 記者說的那句話,後來被廣泛引用:「AI 就像一個讀過全世界每一本食譜,但從來沒有嚐過任何一口的副廚。」

他的意思是,AI 可以告訴你分子層面上哪些東西「應該」合在一起,但它不知道泰國人吃羅望子時腦海裡浮現的記憶是什麼——可能是小時候在外婆家院子裡摘的那棵樹,可能是曼谷路邊攤那碗酸辣湯麵。風味不只是化學反應,它是文化記憶。AI 可以計算化學反應,但它讀不到記憶。

「它讀過全世界每一本食譜,但從來沒有嚐過任何一口。它不知道泰國人聞到羅望子時想到的是什麼。這就是為什麼最後做決定的必須是人。」

— Supaksorn Jongsiri,Sorn 主廚

不過他也承認一件事。如果沒有 AI 的建議,他永遠不會試羅望子配焦糖。他的經驗會保護他不犯錯,但也會限制他不去冒險。AI 沒有經驗的包袱,所以它可以提出「蠢問題」——而有時候,蠢問題會帶來好答案。

Supaksorn 現在每週會花一個下午跟 FlavorGraph 玩。他不是每個建議都採納——大概十個裡面只有一兩個值得試。但他說這個過程改變了他思考食物的方式。以前他從傳統出發,問「泰國料理裡什麼跟什麼搭」。現在他多了一個角度:「如果拿掉泰國料理這個前提,這個食材還可以跟什麼對話?」

一個從來沒吃過東西的副廚,正在教一個做了二十年菜的主廚重新看待食材。這件事本身就是一道味道很複雜的菜。

完整原文內容 → Bangkok Post(英文)

03

🇺🇸 McDonald's 的 AI 聽得懂你點什麼,但聽不懂「跟上次一樣」

餐廳經營 食品科技

McDonald's(麥當勞)和 IBM 合作開發的 AI 得來速點餐系統,已經在美國超過 200 間門市運作。系統對標準點餐的辨識準確率達到 85%,大多數客人可以從頭到尾不跟真人說話就完成點餐。但它有一個明顯的弱點:它聽不懂上下文。

「跟上次一樣」、「不要酸黃瓜,我每次都這樣講」、「我老婆那份不要洋蔥」——這類需要記憶、需要理解關係脈絡的指令,AI 全部聽不懂。McDonald's 內部的數據顯示,大約 15% 的訂單最終仍需要人類員工接手。而這 15% 的訂單通常來自最忠實的常客——那些已經建立了自己點餐「慣例」的人。

換句話說,AI 最搞不定的,是最熟的客人。

完整原文內容 → Bloomberg(英文)

04

🇫🇷 米其林指南開始用 AI 分析評論,但星星還是人給的

產業動態 餐廳經營

Guide Michelin(米其林指南)正在內部測試一套 AI 工具,用來掃描全球各地的線上評論、社群媒體貼文和美食部落格。目標不是讓 AI 決定誰能拿星,而是讓 AI 幫評審員更快找到「值得去吃的新餐廳」。過去,一位評審員平均要花三到四個月才能完成一個城市的初步掃描;AI 把這個時間壓縮到了兩週。

米其林國際總監 Gwendal Poullennec 對 Le Monde(世界報)表示,AI 只負責「發現」,不負責「判斷」。最終的星級評定仍由匿名評審員親自到場用餐後決定。但他也承認,AI 確實改變了一件事——以前評審員傾向回訪已知的餐廳,現在 AI 不斷把新名字推到他們面前。名單變得更不可預測了。

完整原文內容 → Le Monde(法文)

05

🇰🇷 你還沒打開外送 App,AI 已經猜到你今晚想吃什麼了

食品科技 餐廳經營

韓國最大外送平台배달의민족(Baemin,外送民族)上線了一項新功能:在你打開 App 之前,AI 已經預測好你今天晚餐想吃什麼了。系統根據你的歷史訂單、當天天氣、附近餐廳的即時備餐狀況、甚至你的行事曆(如果你授權的話),提前把推薦結果排好。

Baemin 公布的數據顯示,這個預測的準確率是 73%——也就是說,將近四分之三的情況下,你打開 App 看到的第一個推薦,就是你最後下單的那個。這個數字讓人印象深刻,也讓人有點不舒服。你的晚餐選擇在你自己意識到之前就被算出來了,這到底是方便,還是某種被看穿的感覺?

完整原文內容 → 조선일보(韓文)

06

🇸🇬 新加坡用 AI 監測小販中心的食物衛生,攤販說「比衛生局還嚴」

餐廳經營 廚房現場

新加坡食品局(SFA)在三間小販中心(hawker centre)試裝了 AI 攝影機系統,即時監測攤位的衛生狀況——砧板有沒有生熟分開、食材有沒有在室溫下放太久、工作人員有沒有戴手套。違規時系統自動發出警告,同時紀錄存檔。

攤販的反應很直接。牛車水熟食中心的一位雞飯攤老闆對 The Straits Times(海峽時報)說:「衛生局的人一個月來一次,這個鏡頭一天看我十二個小時。」她不反對食安管理,但她質疑的是「被盯著」的程度。SFA 強調這套系統不做人臉辨識、不記錄個人身份,但信任一旦有了裂痕,技術規格說什麼都很難補回來。

完整原文內容 → The Straits Times(英文)

07

🇦🇺 澳洲農場用無人機和 AI 追蹤每一頭牛的健康狀況

供應鏈 食品科技

澳洲昆士蘭州的大型畜牧場 Dotswood Station 開始用無人機搭配 AI 影像辨識系統,每天巡視牧場上的每一頭牛。AI 透過體態分析、步態辨識和熱感應影像,為每頭牛計算一個每日更新的「健康分數」。分數異常時,牧場管理員會收到通知,提前介入處理。

過去,一座 50,000 公頃的牧場靠三到四個牧工開車巡視,一圈下來要兩天。現在無人機半天就飛完,而且 AI 能看到人眼看不到的細節——一頭牛走路時微微偏左可能代表蹄部感染,體溫比周圍高 0.5 度可能是發炎前兆。Dotswood 的牧場主說,導入第一年,牲畜死亡率下降了 12%。每一頭牛都有自己的健康履歷了。

完整原文內容 → ABC Rural(英文)


今天第一則故事裡,居酒屋的客人覺得 AI 寫的菜單描述「更有溫度」。溫度這個詞被我們用在太多地方——有溫度的服務、有溫度的品牌、有溫度的文字。我們好像都同意溫度是好的,但很少停下來問:溫度到底從哪裡來?

如果溫度是一種修辭技巧——在對的位置用「你」、用感官記憶取代說明文——那 AI 確實可以學會,甚至學得比大多數人好。但如果溫度需要一個真正淋過雨的人,才寫得出「帶一把傘」,那 AI 模仿的就不是溫度本身,而是溫度的形狀。我們分得出形狀和本質的差別嗎?還是說,對讀菜單的人而言,形狀就已經夠了?

AI 正在影響餐飲業的每一個環節

Intelligence, served.

每週二、五,The Pass 為你篩選全球最有趣的 AI × 餐飲故事。

免費訂閱 · 隨時取消 · 不會收到垃圾信