AI 优化菜单时如何照顾食物过敏人群

AI 优化菜单时如何照顾食物过敏人群

菜单推荐“无奶制品”餐点，模型只看菜名，漏了酱汁里的奶粉。对过敏人群，这不是普通推荐错误。企业必须把配方、供应商成分和厨房交叉接触风险作为独立的安全数据，不凭大模型猜测。

过敏信息链条里，供应商更换往往最容易被漏掉。一款酱料原来不用花生，新供应商的生产线却可能交叉接触。采购系统检测配料表变化后，应通知食品安全负责人复核菜单与店内培训；不能只在后台更新一条文字。顾客点餐时说明哪些菜能严格避开过敏原，哪些厨房环境无法保证。

过敏人群的菜单选择需要“不能确定时怎么办”。顾客问一份面是否含坚果，模型发现标准配方没有，但厨房与含坚果菜共用器具。系统应把配方不含与交叉接触风险分开表达，不能一句“不含坚果”就结束。对高风险顾客提供人工沟通与适合的替代选项，必要时坦诚无法保证。厨师接到标注后复述确认，避免收银界面有提醒、厨房出品单却没有。

更换原料或供应商时，过敏原信息同步更新；无法确认就明确告知并转人工。点餐页面允许顾客说明需求，但不承诺厨房无法保证的“绝对零接触”。工作人员在接单与出餐环节重复核对。模型可帮助查配方冲突、生成提示，不自动覆写厨师确认结果。

模型推荐还会把“低盐”“高蛋白”等标签与过敏安全混在一起。营养适合与过敏安全不是同一件事。菜单设计应让过敏提示比促销推荐更显眼，并给顾客快捷联系真人的方式。出现事件后保留所用批次、配方版本和沟通记录，便于及时处置。

菜单变更要有版本。某天奶油供应商更换，包装小字提示花生成分，采购系统扫描后暂停相关过敏标签，食品安全人员复核。发布旧菜单的外卖平台也要同步更新，避免线下知道、线上仍旧。培训不仅教员工背清单，还教他们发现不确定时停下询问。

一名家长问食堂“无花生餐”是否可给孩子吃，模型根据标准菜谱回答可以，却忽略厨房共用炸锅。企业要把配方与现场交叉接触条件一起记录。若不能保证，必须诚实说明并提供替代，而不是用“理论上不含”替代安全承诺。高风险问答保留人工渠道。

推荐功能的成功不是把顾客导向“最匹配”的菜，而是让他们在信息可靠的前提下自主决定，也让门店知道自己的保证边界。

验收不仅看推荐点击，也看过敏信息错误、人工咨询完成率和事件处理。让顾客有真实选择，胜过给每道菜贴一个未经核实的“安全”标签。