آشپزی با هوش مصنوعی؛ پیشنهاد غذا با مواد موجود و پرامپت‌های آماده

انتخاب غذا گاهی از خود آشپزی دشوارتر است. ممکن است چند ماده غذایی در یخچال داشته باشید، اما ندانید با آن‌ها چه غذایی می‌توان درست کرد. شاید زمان محدودی داشته باشید، بعضی وسایل آشپزخانه در دسترس نباشند یا بخواهید بدون خرید مواد زیاد، یک وعده ساده آماده کنید.

هوش مصنوعی می‌تواند اطلاعات موجود را دریافت کند و بر اساس مواد اولیه، تعداد افراد، زمان، سطح مهارت و تجهیزات آشپزخانه چند پیشنهاد مناسب ارائه دهد. سپس می‌توانید یکی از پیشنهادها را انتخاب کرده و دستور مرحله‌به‌مرحله، فهرست خرید یا جایگزین مواد اولیه را دریافت کنید.

برای مثال، کافی است بنویسید:

در خانه تخم‌مرغ، سیب‌زمینی، گوجه، پیاز، پنیر و نان دارم. یک شام ساده برای دو نفر پیشنهاد بده که در کمتر از ۳۰ دقیقه آماده شود و به فر نیاز نداشته باشد.

یک پاسخ خوب نباید فقط نام چند غذا را نمایش دهد. هوش مصنوعی باید توضیح دهد هر غذا به چه موادی نیاز دارد، آماده‌سازی آن چقدر طول می‌کشد، چه وسیله‌ای لازم دارد و کدام مواد قابل‌حذف یا جایگزینی هستند.

در این مقاله یاد می‌گیرید چگونه از ابزارهای هوش مصنوعی برای انتخاب غذا، ساخت دستور آشپزی، مدیریت مواد موجود و آماده‌کردن فهرست خرید استفاده کنید. در بخش فنی نیز یک دستیار آشپزی ساده با API هوش مصنوعی درواره می‌سازیم.

آشپزی با هوش مصنوعی چیست؟

آشپزی با هوش مصنوعی به استفاده از مدل‌های زبانی یا چندرسانه‌ای برای انجام کارهایی مانند پیشنهاد غذا، تولید دستور پخت، تبدیل مقدار مواد، یافتن جایگزین و آماده‌کردن فهرست خرید گفته می‌شود.

این سیستم‌ها می‌توانند ورودی‌های مختلفی دریافت کنند:

• نام مواد موجود
• تعداد افراد
• زمان قابل‌استفاده
• وسایل آشپزخانه
• سطح مهارت آشپز
• نوع وعده
• سبک غذای موردنظر
• موادی که نباید استفاده شوند
• بودجه تقریبی
• میزان پیچیدگی مطلوب

سپس براساس این اطلاعات، یک یا چند دستور پیشنهادی تولید می‌کنند.

هوش مصنوعی در این فرایند نقش یک دستیار را دارد؛ یعنی می‌تواند گزینه‌ها را سازمان‌دهی کند، ایده بدهد و مراحل را توضیح دهد. بااین‌حال، خروجی آن باید پیش از اجرا بررسی شود، زیرا مدل ممکن است مقدار بعضی مواد، زمان پخت یا ترتیب مراحل را اشتباه پیشنهاد کند.

با هوش مصنوعی چه کارهایی در آشپزی می‌توان انجام داد؟

پیشنهاد غذا با مواد موجود

یکی از کاربردی‌ترین قابلیت‌ها این است که مواد موجود در خانه را وارد کنید و از هوش مصنوعی بخواهید چند غذای قابل‌اجرا پیشنهاد دهد.

مثلاً:

عدس، برنج، سیب‌زمینی، پیاز، رب گوجه و چند ادویه در خانه دارم. پنج غذای ساده پیشنهاد بده. برای هر گزینه مواد لازم، زمان آماده‌سازی و میزان استفاده از مواد موجود را بنویس.

برای نتیجه بهتر، مشخص کنید که آیا خرید یک یا دو ماده تکمیلی امکان‌پذیر است یا باید فقط از مواد موجود استفاده شود.

ساخت دستور پخت مرحله‌به‌مرحله

پس از انتخاب غذا می‌توانید دستور را به مراحل کوچک‌تر تبدیل کنید:

دستور غذای انتخاب‌شده را برای یک فرد مبتدی بازنویسی کن. در هر مرحله مقدار ماده، مدت زمان و نشانه آماده‌شدن آن مرحله را توضیح بده. هیچ مرحله‌ای را ضمنی در نظر نگیر.

این پرامپت باعث می‌شود مدل به‌جای ارائه یک توضیح کلی، دستور قابل‌اجرایی تولید کند.

تغییر تعداد وعده‌ها

اگر دستور اصلی برای چهار نفر است اما شما برای دو یا شش نفر غذا آماده می‌کنید، هوش مصنوعی می‌تواند مقدار مواد را محاسبه کند.

پرامپت پیشنهادی:

این دستور برای چهار نفر نوشته شده است. مقدار تمام مواد را برای هفت نفر محاسبه کن. واحدها را یکدست نگه دار و مواردی مانند نمک، ادویه و روغن را که افزایش آن‌ها کاملاً خطی نیست، جداگانه مشخص کن.

نباید انتظار داشت تمام مواد دقیقاً با یک نسبت افزایش پیدا کنند. برای نمونه، دو برابرکردن تعداد افراد الزاماً به معنای دو برابرکردن نمک یا روغن نیست.

پیشنهاد جایگزین مواد اولیه

اگر یکی از مواد دستور را ندارید، می‌توانید جایگزین‌های احتمالی را پیدا کنید:

این دستور به خامه نیاز دارد، اما خامه ندارم. سه جایگزین پیشنهاد بده و توضیح بده هر جایگزین چه تغییری در بافت، طعم و زمان پخت ایجاد می‌کند.

مدل باید فقط نام جایگزین را نگوید؛ تفاوت نتیجه نیز باید مشخص شود. شیر، ماست، پنیر خامه‌ای یا ترکیب‌های دیگر ممکن است در هر دستور رفتار متفاوتی داشته باشند.

تبدیل واحدهای آشپزی

هوش مصنوعی می‌تواند واحدهایی مانند پیمانه، قاشق، گرم و میلی‌لیتر را تبدیل کند:

مواد این دستور را از پیمانه و اونس به گرم و میلی‌لیتر تبدیل کن. اگر چگالی ماده برای تبدیل مهم است، فرض خود را کنار همان ماده بنویس.

تبدیل حجمی به وزنی همیشه دقیق نیست. یک پیمانه آرد با یک پیمانه شکر وزن یکسانی ندارد؛ بنابراین مدل باید نوع ماده را در محاسبه لحاظ کند.

ساخت فهرست خرید

اگر چند غذا برای روزهای آینده انتخاب کرده‌اید، می‌توانید مواد تکراری را ترکیب کنید:

از روی دستورهای زیر یک فهرست خرید یکپارچه بساز. مواد مشابه را با هم جمع کن و خروجی را در دسته‌های سبزیجات، لبنیات، پروتئین، حبوبات، ادویه، مواد خشک و سایر موارد قرار بده.

برای جلوگیری از خرید اضافی، مواد موجود در خانه را نیز به پرامپت اضافه کنید:

برنج، نمک، فلفل، روغن، پیاز و رب در خانه موجود است. آن‌ها را از فهرست خرید حذف کن.

برنامه‌ریزی آماده‌سازی چند غذا

هوش مصنوعی می‌تواند ترتیب آماده‌کردن چند غذا را نیز پیشنهاد دهد:

می‌خواهم در ۹۰ دقیقه یک غذای اصلی، سالاد و دسر ساده آماده کنم. ترتیب انجام کارها را طوری طراحی کن که زمان انتظار مراحل با یکدیگر هم‌پوشانی داشته باشد. خروجی را به بازه‌های زمانی ۱۰ دقیقه‌ای تقسیم کن.

این کاربرد برای مهمانی یا آماده‌سازی چند وعده مفید است؛ اما برنامه نهایی باید با ظرفیت اجاق، اندازه ظروف و تجربه آشپز تطبیق داده شود.

چه اطلاعاتی را باید در پرامپت آشپزی وارد کنیم؟

هرچه ورودی دقیق‌تر باشد، احتمال دریافت پیشنهاد قابل‌اجرا بیشتر می‌شود. یک پرامپت مناسب بهتر است این اطلاعات را داشته باشد:

یک پرامپت کامل می‌تواند چنین باشد:

برای سه نفر یک شام خانگی پیشنهاد بده. مواد موجود شامل مرغ، برنج، پیاز، هویج، ماست، رب و ادویه‌های معمول است. فر ندارم و غذا باید حداکثر در ۴۵ دقیقه آماده شود. حداکثر خرید دو ماده تکمیلی مجاز است. ابتدا سه گزینه را در جدول مقایسه کن و برای هرکدام زمان، سختی، مواد اضافی و ظروف لازم را بنویس. سپس بهترین گزینه را انتخاب و دستور دقیق مرحله‌به‌مرحله ارائه کن.

روش عملی پیشنهاد غذا با مواد داخل یخچال

برای رسیدن به یک نتیجه مناسب، بهتر است فرایند را به چند مرحله تقسیم کنید.

مرحله اول: موجودی مواد را ثبت کنید

مواد را در گروه‌های مشخص بنویسید:

• پروتئین: تخم‌مرغ، مرغ یا حبوبات
• سبزیجات: گوجه، سیب‌زمینی، هویج یا سبزی
• مواد پایه: برنج، نان، ماکارونی یا آرد
• لبنیات: شیر، ماست یا پنیر
• چاشنی‌ها: رب، آب‌لیمو، سرکه و ادویه
• مواد نزدیک به پایان مهلت مصرف

اگر ماده‌ای باید زودتر استفاده شود، آن را مشخص کنید:

اسفناج و قارچ باید امروز مصرف شوند. پیشنهادها را طوری مرتب کن که این دو ماده در اولویت باشند.

مرحله دوم: محدودیت واقعی را تعیین کنید

عبارت «یک غذای سریع پیشنهاد بده» مبهم است. سریع برای یک نفر ممکن است ۱۵ دقیقه و برای فرد دیگر یک ساعت باشد.

بهتر است بنویسید:

• حداکثر ۳۰ دقیقه
• فقط یک قابلمه
• بدون فر
• بدون سرخ‌کردن عمیق
• مناسب فرد مبتدی
• با حداکثر هفت ماده اصلی

مرحله سوم: چند گزینه قابل‌مقایسه بخواهید

پیش از دریافت دستور کامل، از مدل بخواهید گزینه‌ها را مقایسه کند:

پنج پیشنهاد ارائه کن و برای هرکدام زمان، سختی، تعداد ظروف، میزان استفاده از مواد موجود و مواد لازم برای خرید را امتیاز بده.

این روش از تولید یک دستور طولانی و نامناسب جلوگیری می‌کند.

مرحله چهارم: یک گزینه را انتخاب کنید

پس از انتخاب، دستور کامل را با مقدار دقیق بخواهید:

گزینه دوم را برای دو نفر بنویس. مقدار مواد را دقیق مشخص کن. مراحل را شماره‌گذاری کن و برای هر مرحله مدت تقریبی و نشانه آماده‌شدن را توضیح بده.

مرحله پنجم: دستور را کنترل کنید

پیش از شروع آشپزی، این موارد را بررسی کنید:

• آیا همه مواد در فهرست اولیه آمده‌اند؟
• آیا ماده‌ای در مراحل استفاده شده که در فهرست وجود ندارد؟
• آیا مقدارها با تعداد افراد سازگارند؟
• آیا ترتیب مراحل منطقی است؟
• آیا زمان پخت با نوع و اندازه مواد تناسب دارد؟
• آیا دما و روش پخت مشخص است؟
• آیا توصیه‌ای با شرایط واقعی آشپزخانه ناسازگار است؟

مرحله ششم: نتیجه را به مدل بازگردانید

پس از پخت می‌توانید نتیجه را توصیف کنید:

غذا را طبق دستور آماده کردم، اما بافت آن خشک شد و طعم ادویه کم بود. علت‌های احتمالی را مشخص کن و نسخه اصلاح‌شده دستور را ارائه بده.

این بازخورد می‌تواند برای تنظیم نسخه بعدی مفید باشد.

پرامپت‌های آماده آشپزی با هوش مصنوعی

پیشنهاد غذای ایرانی با مواد موجود

نقش تو یک دستیار آشپزی آشنا با غذاهای خانگی ایرانی است.

مواد موجود:
[فهرست مواد]

شرایط:
- تعداد افراد: [تعداد]
- زمان: [مدت]
- تجهیزات: [وسایل موجود]
- سطح مهارت: [مبتدی/متوسط/حرفه‌ای]
- مواد غیرقابل‌استفاده: [فهرست]
- امکان خرید: [ندارم/حداکثر چند ماده]

پنج غذای قابل‌اجرا پیشنهاد بده. پاسخ را در جدول شامل نام غذا، زمان، درجه سختی، مواد موجود مصرف‌شده و مواد لازم برای خرید ارائه کن. هیچ ماده‌ای را موجود فرض نکن.

شام سریع و کم‌دردسر

یک شام برای دو نفر پیشنهاد بده که حداکثر ۲۵ دقیقه زمان ببرد، با یک ماهیتابه آماده شود و بیشتر از هشت ماده اصلی نداشته باشد.

مواد موجود:
[فهرست]

ابتدا سه گزینه بده. سپس ساده‌ترین گزینه را با مقدار دقیق مواد، مراحل شماره‌گذاری‌شده و زمان هر مرحله توضیح بده.

جایگزینی مواد یک دستور

دستور زیر را بررسی کن:

[متن دستور]

این مواد را ندارم:
[مواد ناموجود]

برای هر ماده حداکثر سه جایگزین پیشنهاد بده. مقدار جایگزین، تأثیر آن بر طعم و بافت و هر تغییری که باید در زمان یا روش پخت ایجاد شود را بنویس. اگر جایگزین قابل‌اعتمادی وجود ندارد، صریحاً اعلام کن.

تبدیل غذای مانده به وعده جدید

از غذای زیر مقداری باقی مانده است:

[نام و مقدار غذای باقی‌مانده]

مواد دیگری که دارم:
[فهرست]

سه روش پیشنهاد بده که غذای باقی‌مانده به یک وعده متفاوت تبدیل شود. راهکارها باید ساده، کم‌هزینه و قابل‌اجرا با تجهیزات زیر باشند:
[تجهیزات]

ساخت فهرست خرید هفتگی

این غذاها را برای چند روز آینده انتخاب کرده‌ام:

[فهرست غذاها و تعداد وعده]

مواد موجود در خانه:
[موجودی]

یک فهرست خرید تجمیع‌شده بساز. مواد تکراری را جمع کن، واحدها را یکسان کن و نتیجه را براساس بخش‌های معمول فروشگاه دسته‌بندی کن. موارد موجود در خانه را از فهرست حذف کن.

تولید دستور استاندارد برای انتشار

این یادداشت آشپزی را به یک دستور استاندارد تبدیل کن:

[یادداشت خام]

خروجی شامل این بخش‌ها باشد:
- نام غذا
- معرفی کوتاه
- تعداد وعده
- زمان آماده‌سازی
- زمان پخت
- مواد لازم با مقدار دقیق
- تجهیزات
- مراحل شماره‌گذاری‌شده
- نکات جایگزینی
- روش نگهداری
- خطاهای رایج

اطلاعات ناموجود را حدس قطعی نزن و آن‌ها را با برچسب «نیازمند بررسی» مشخص کن.

ابزارهای مناسب برای آشپزی با هوش مصنوعی

برای استفاده شخصی می‌توان از دستیارهای عمومی مانند ChatGPT، Gemini یا Claude کمک گرفت. این ابزارها برای گفت‌وگو، تغییر دستور، تولید فهرست خرید و توضیح مراحل مناسب‌اند.

ابزارهای تخصصی Recipe Generator نیز معمولاً امکان واردکردن مواد اولیه و دریافت دستور را فراهم می‌کنند. تفاوت اصلی آن‌ها با دستیارهای عمومی در فرم‌های آماده، بانک دستورها، نمایش تصویری و امکانات مدیریت وعده‌ها است.

هنگام انتخاب ابزار، این معیارها را بررسی کنید:

• کیفیت پاسخ فارسی
• امکان تعیین مواد موجود و ناموجود
• پشتیبانی از تعداد وعده
• تبدیل واحدها
• توانایی اصلاح پاسخ در گفت‌وگو
• نمایش مقدار دقیق مواد
• امکان ذخیره دستورها
• خروجی ساخت‌یافته
• دسترسی API برای ساخت محصول

اگر هدف شما ساخت سایت، ربات یا اپلیکیشن آشپزی است، یک رابط API انعطاف‌پذیر از ابزار مصرفی آماده مناسب‌تر خواهد بود.

ساخت دستیار آشپزی با API درواره

درواره یک اپلیکیشن آماده آشپزی نیست؛ بلکه زیرساخت API هوش مصنوعی در اختیار توسعه‌دهندگان قرار می‌دهد تا بتوانند قابلیت‌هایی مانند پیشنهاد غذا، تولید دستور و ساخت فهرست خرید را داخل محصول خود پیاده‌سازی کنند.

برای شروع:

1. وارد درواره شوید.
2. حساب کاربری ایجاد کنید.
3. کلید API دریافت کنید.
4. مدل مناسب را از صفحه مدل‌ها و قیمت‌ها انتخاب کنید.
5. شناسه مدل درواره را در کد قرار دهید.
6. درخواست را به آدرس سازگار با OpenAI ارسال کنید.

در نمونه‌ها به‌جای شناسه واقعی از YOUR_MODEL_ID استفاده شده است. آن را با Model ID نمایش‌داده‌شده در پنل یا صفحه مدل‌های درواره جایگزین کنید.

ارسال درخواست با cURL

curl https://api.darvareh.ir/v1/chat/completions \
  -H "Authorization: Bearer $DARVAREH_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_MODEL_ID",
    "messages": [
      {
        "role": "system",
        "content": "تو یک دستیار آشپزی فارسی هستی. فقط براساس مواد و محدودیت‌های اعلام‌شده پیشنهاد بده. مواد ناموجود را موجود فرض نکن و مقدارها را دقیق بنویس."
      },
      {
        "role": "user",
        "content": "برای دو نفر با تخم‌مرغ، سیب‌زمینی، پیاز، گوجه و نان یک شام زیر ۳۰ دقیقه پیشنهاد بده. فر ندارم."
      }
    ],
    "temperature": 0.4
  }'

دمای نسبتاً پایین‌تر می‌تواند خروجی را منظم‌تر و قابل‌پیش‌بینی‌تر کند. برای ایده‌پردازی متنوع‌تر می‌توان مقدار را کمی افزایش داد، اما تغییر تنظیمات باید با آزمون واقعی انجام شود.

نمونه Python

ابتدا کتابخانه را نصب کنید:

pip install openai

سپس درخواست را ارسال کنید:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DARVAREH_API_KEY"],
    base_url="https://api.darvareh.ir/v1"
)

ingredients = [
    "تخم‌مرغ",
    "سیب‌زمینی",
    "گوجه",
    "پیاز",
    "پنیر",
    "نان"
]

prompt = f"""
برای دو نفر یک شام ساده پیشنهاد بده.

مواد موجود:
{"، ".join(ingredients)}

محدودیت‌ها:
- حداکثر زمان: ۳۰ دقیقه
- بدون فر
- مناسب فرد مبتدی
- خرید ماده جدید مجاز نیست

ابتدا سه گزینه را مقایسه کن و سپس دستور بهترین گزینه را با مقدار دقیق مواد بنویس.
"""

response = client.chat.completions.create(
    model="YOUR_MODEL_ID",
    messages=[
        {
            "role": "system",
            "content": (
                "تو یک دستیار آشپزی فارسی هستی. "
                "هیچ ماده‌ای را خارج از فهرست کاربر موجود فرض نکن. "
                "مراحل را واضح، کوتاه و قابل‌اجرا بنویس."
            )
        },
        {
            "role": "user",
            "content": prompt
        }
    ],
    temperature=0.4
)

print(response.choices[0].message.content)

کلید API را مستقیماً داخل کد قرار ندهید. آن را در متغیر محیطی DARVAREH_API_KEY نگه دارید.

نمونه JavaScript

ابتدا بسته موردنیاز را نصب کنید:

npm install openai

سپس:

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.DARVAREH_API_KEY,
  baseURL: "https://api.darvareh.ir/v1",
});

const ingredients = [
  "مرغ",
  "برنج",
  "پیاز",
  "هویج",
  "ماست",
  "رب گوجه"
];

const response = await client.chat.completions.create({
  model: "YOUR_MODEL_ID",
  messages: [
    {
      role: "system",
      content:
        "تو یک دستیار آشپزی فارسی هستی. پیشنهادها باید با مواد واقعی کاربر، زمان و تجهیزات اعلام‌شده سازگار باشند.",
    },
    {
      role: "user",
      content: `
برای سه نفر یک غذای خانگی پیشنهاد بده.

مواد موجود:
${ingredients.join("، ")}

شرایط:
- حداکثر زمان: ۴۵ دقیقه
- تجهیزات: اجاق و قابلمه
- بدون فر
- حداکثر یک ماده جدید قابل خرید است

پاسخ را شامل پیشنهادها، انتخاب نهایی، مواد لازم و مراحل پخت ارائه کن.
      `,
    },
  ],
  temperature: 0.4,
});

console.log(response.choices[0].message.content);

طراحی خروجی ساخت‌یافته برای اپلیکیشن آشپزی

اگر قرار است پاسخ در رابط کاربری نمایش داده یا در پایگاه داده ذخیره شود، متن آزاد همیشه بهترین گزینه نیست. بهتر است مدل خروجی مشخصی مانند JSON تولید کند.

نمونه ساختار:

{
  "suggestions": [
    {
      "title": "کوکوی سیب‌زمینی و پنیر",
      "servings": 2,
      "prep_minutes": 10,
      "cook_minutes": 20,
      "difficulty": "easy",
      "missing_ingredients": []
    }
  ],
  "selected_recipe": {
    "title": "کوکوی سیب‌زمینی و پنیر",
    "ingredients": [
      {
        "name": "سیب‌زمینی",
        "amount": 3,
        "unit": "عدد متوسط"
      }
    ],
    "steps": [
      {
        "order": 1,
        "instruction": "سیب‌زمینی‌ها را بپزید و له کنید.",
        "minutes": 15
      }
    ]
  }
}

در System Prompt مشخص کنید:

فقط JSON معتبر تولید کن.
هیچ متن یا Markdown خارج از JSON ننویس.
اگر اطلاعات کافی نیست، مقدار null قرار بده.
مواد خارج از فهرست کاربر را در missing_ingredients ثبت کن.

اگر مدل انتخاب‌شده از Structured Outputs یا JSON Schema پشتیبانی می‌کند، از همان قابلیت برای اعتبارسنجی دقیق‌تر استفاده کنید. پشتیبانی هر مدل و شناسه صحیح آن را در صفحه مدل‌های درواره بررسی کنید.

معماری یک اپلیکیشن پیشنهاد غذا

یک نسخه اولیه می‌تواند شامل این اجزا باشد:

• فرم ثبت مواد موجود
• انتخاب تعداد افراد
• تعیین زمان قابل‌استفاده
• انتخاب تجهیزات آشپزخانه
• تعیین مواد ممنوع یا نامطلوب
• Backend برای ساخت پرامپت
• اتصال Backend به API درواره
• اعتبارسنجی خروجی JSON
• نمایش چند پیشنهاد
• صفحه دستور مرحله‌به‌مرحله
• فهرست خرید
• امکان ثبت امتیاز و بازخورد

جریان اجرای درخواست:

1. کاربر مواد موجود را وارد می‌کند.
2. Backend ورودی‌ها را پاک‌سازی و یکدست می‌کند.
3. اطلاعات در قالب پرامپت ساخت‌یافته به مدل ارسال می‌شود.
4. مدل چند پیشنهاد تولید می‌کند.
5. Backend ساختار پاسخ را اعتبارسنجی می‌کند.
6. پیشنهادها در رابط کاربری نمایش داده می‌شوند.
7. کاربر یک غذا را انتخاب می‌کند.
8. دستور کامل یا فهرست خرید تولید می‌شود.
9. بازخورد کاربر برای بهبود پیشنهادهای بعدی ذخیره می‌شود.

برای محصول واقعی، بهتر است اطلاعات قطعی مانند مقادیر استاندارد، زمان نگهداری و داده‌های تغذیه‌ای فقط از مدل زبانی دریافت نشوند. در صورت نیاز به این اطلاعات، مدل را به یک پایگاه داده کنترل‌شده متصل کنید.

چگونه کیفیت پیشنهادهای آشپزی را ارزیابی کنیم؟

زیبابودن متن به معنای درست‌بودن دستور نیست. برای ارزیابی خروجی می‌توانید معیارهای مشخصی تعریف کنید:

برای ارزیابی فنی، مجموعه‌ای از درخواست‌های آزمایشی بسازید:

• یخچال تقریباً خالی
• تعداد زیاد مواد
• زمان بسیار محدود
• نبود فر
• فقط یک قابلمه
• ترکیب مواد ایرانی و خارجی
• مواد دارای نام مشابه
• درخواست برای تعداد زیاد افراد
• وجود مواد نامطلوب
• غلط املایی در نام مواد

سپس بررسی کنید مدل در هر حالت چه خروجی‌ای ارائه می‌دهد.

اشتباهات رایج هنگام استفاده از هوش مصنوعی برای آشپزی

پرامپت بیش از حد کوتاه

پرامپت «با مرغ چی درست کنم؟» اطلاعات کافی ندارد. تعداد افراد، زمان، مواد دیگر و تجهیزات را نیز وارد کنید.

اعتماد کامل به زمان پخت

زمان پخت به اندازه مواد، قدرت اجاق، نوع ظرف و دمای اولیه بستگی دارد. زمان پیشنهادی مدل را تقریبی در نظر بگیرید و نشانه‌های واقعی آماده‌شدن غذا را نیز بررسی کنید.

نامشخص‌بودن مواد موجود

اگر فقط بنویسید «ادویه دارم»، مدل ممکن است ادویه‌ای خاص را موجود فرض کند. ادویه‌های قابل‌استفاده را نام ببرید یا از مدل بخواهید مواد فرضی را جداگانه مشخص کند.

درخواست چند کار در یک جمله

اگر هم‌زمان دستور غذا، محاسبه کالری، فهرست خرید، تصویر، برنامه هفتگی و متن شبکه اجتماعی بخواهید، کیفیت هر بخش ممکن است کاهش پیدا کند. کار را مرحله‌به‌مرحله انجام دهید.

نادیده‌گرفتن خروجی غیرمنطقی

اگر مقدار یا روش پخت غیرعادی به نظر می‌رسد، از مدل بخواهید آن را دوباره بررسی کند:

مقدارها، ترتیب مراحل و زمان‌های این دستور را مانند یک ویراستار دستور آشپزی کنترل کن. هر تناقض را در جدول بنویس و سپس نسخه اصلاح‌شده ارائه بده.

استفاده از هوش مصنوعی به‌جای تشخیص تخصصی

دستیار آشپزی نباید جایگزین توصیه تخصصی برای حساسیت غذایی، بیماری، رژیم درمانی یا نیازهای تغذیه‌ای ویژه در نظر گرفته شود. در چنین مواردی، پیشنهاد مدل باید با نظر متخصص واجد صلاحیت بررسی شود.

چک‌لیست نهایی آشپزی با هوش مصنوعی

پیش از اجرای دستور بررسی کنید:

• مواد موجود دقیق ثبت شده‌اند.
• تعداد افراد مشخص است.
• زمان واقعی در اختیار مدل قرار گرفته است.
• تجهیزات موجود اعلام شده‌اند.
• مواد نامطلوب یا غیرقابل‌استفاده مشخص شده‌اند.
• مقدار تمام مواد نوشته شده است.
• مراحل ترتیب منطقی دارند.
• دما یا شدت حرارت مشخص است.
• زمان‌ها واقع‌بینانه به نظر می‌رسند.
• ماده‌ای خارج از فهرست بدون توضیح اضافه نشده است.
• نتیجه نهایی پیش از مصرف از نظر پخت کامل و شرایط نگهداری بررسی می‌شود.

پرسش‌های متداول

آیا هوش مصنوعی می‌تواند با مواد داخل یخچال غذا پیشنهاد دهد؟

بله. کافی است مواد موجود، تعداد افراد، زمان و تجهیزات را وارد کنید. برای جلوگیری از پیشنهاد مواد ناموجود، صریحاً بنویسید که مدل نباید ماده‌ای را موجود فرض کند.

بهترین پرامپت برای پیشنهاد غذا چیست؟

بهترین پرامپت شامل فهرست مواد، تعداد افراد، حداکثر زمان، تجهیزات، سطح مهارت و امکان خرید مواد تکمیلی است. درخواست چند گزینه قابل‌مقایسه نیز به انتخاب بهتر کمک می‌کند.

آیا می‌توان از روی عکس یخچال غذا پیشنهاد گرفت؟

اگر ابزار یا مدل انتخاب‌شده ورودی تصویر را پشتیبانی کند، می‌تواند مواد قابل‌مشاهده را تشخیص دهد؛ اما تشخیص تصویر همیشه کامل نیست. پس از تحلیل عکس، فهرست مواد شناسایی‌شده را کنترل و اصلاح کنید.

آیا هوش مصنوعی مقدار مواد را برای تعداد افراد تغییر می‌دهد؟

بله، اما مقادیر پیشنهادی باید بازبینی شوند. موادی مانند نمک، ادویه، روغن و عامل‌های پف‌دهنده همیشه با نسبت کاملاً خطی تغییر نمی‌کنند.

آیا هوش مصنوعی برای آشپزی ایرانی مناسب است؟

مدل‌های زبانی می‌توانند درباره بسیاری از غذاهای ایرانی پیشنهاد ارائه دهند؛ اما کیفیت آن‌ها برای دستورهای محلی، نام‌های منطقه‌ای و روش‌های سنتی متفاوت است. ذکر شهر، سبک غذا و روش موردنظر به تولید پاسخ بهتر کمک می‌کند.

آیا می‌توان اپلیکیشن آشپزی با هوش مصنوعی ساخت؟

بله. می‌توانید فرم مواد موجود را به Backend متصل کنید، درخواست را از طریق API درواره برای مدل بفرستید و پاسخ ساخت‌یافته را به‌صورت پیشنهاد غذا، دستور مرحله‌به‌مرحله یا فهرست خرید نمایش دهید.

هزینه استفاده از API برای ساخت دستیار آشپزی چقدر است؟

هزینه به مدل انتخاب‌شده، تعداد درخواست‌ها و میزان Token ورودی و خروجی بستگی دارد. برای مشاهده مدل‌های در دسترس و قیمت به‌روز، صفحه مدل‌های درواره را ببینید.

جمع‌بندی

هوش مصنوعی می‌تواند مسئله روزمره «امروز چی بپزم؟» را به یک فرایند منظم تبدیل کند. با ثبت مواد موجود، تعداد افراد، زمان، تجهیزات و محدودیت‌ها می‌توان چند پیشنهاد دریافت کرد، گزینه‌ها را مقایسه کرد و سپس دستور کامل، جایگزین مواد و فهرست خرید ساخت.

کیفیت نتیجه بیش از هر چیز به کیفیت ورودی بستگی دارد. یک درخواست دقیق که محدودیت‌های واقعی آشپزخانه را مشخص کند، بسیار بهتر از یک پرسش کوتاه و مبهم عمل می‌کند. بااین‌حال، خروجی هوش مصنوعی باید پیش از اجرا از نظر مقدار مواد، ترتیب مراحل و زمان پخت بازبینی شود.

اگر قصد دارید قابلیت پیشنهاد غذا، تولید دستور یا ساخت فهرست خرید را به سایت، ربات یا اپلیکیشن خود اضافه کنید، می‌توانید با ثبت‌نام در درواره، دریافت API Key و انتخاب مدل مناسب، نمونه اولیه دستیار آشپزی خود را بسازید.

مقالات مرتبط

• ساخت منوی رستوران با هوش مصنوعی؛ منوی کافه، چاپی و QR
• تولید توضیحات محصول با هوش مصنوعی؛ آموزش و پرامپت
• برنامه‌ریزی سفر با هوش مصنوعی؛ مسیر، بودجه و برنامه روزانه
• بهترین ابزارهای هوش مصنوعی فارسی
• قیمت API هوش مصنوعی؛ محاسبه هزینه Token و مدل‌ها

برای مطالعه شرایط استفاده و محدودیت‌های مسئولیت، صفحه «سلب مسئولیت» را مشاهده کنید.