一家开了六年的小馆子，老板想用 AI，第一反应是让它研发新菜。试了两周，出的配方不是偏甜就是工序太复杂，后厨根本落不了地。真正容易见效的地方在别处：菜单、评价、复购这三块有现成数据，反馈周期短，改错了下周就能调回来。下面按这三处拆开，说清每一步交什么、哪里最容易白费力气。
见效的顺序，和直觉相反
研发菜品看着最像 AI 该干的事，实际最难。口味要靠试，供应要看当天到货，模型给的是平均化的配方，落到灶台上全是问题。反过来，评价、菜单、复购这三件事的信息都在系统里，判断成本低，改动的效果一两周就能看到。
三块之间也有先后。评价是唯一能告诉你哪里疼的信息源，先做它；菜单调整要基于评价和销量，排第二；复购是往外拉人，产品没改好之前拉来的人留不住，放最后。
三步流程，各交什么
| 步骤 | 产出物 | 常见坑 | 验收动作 |
|---|---|---|---|
| 评价归类 | 一张按问题类型分组的表：等位时长、口味、分量、服务、环境、价格，每组附原话三到五条 | 只让它总结差评，回来一堆形容词；把情绪当结论 | 随机抽 20 条，看归类能不能对回原话 |
| 菜单体检 | 菜品四象限：高销量高毛利、高销量低毛利、低销量高毛利、低销量低毛利，每格附建议动作 | 只看销量不看毛利；把卖得少直接等同于该砍 | 核对每道菜的销量与毛利是否同源同期 |
| 复购分层 | 按最近到店时间分三到四层，每层配一个召回动作和预算上限 | 一上来就发券；把从没来过的人混进老客 | 算一遍每层的召回成本与历史核销率 |
第一步最容易被糊弄。让模型总结一下差评，它会给你一段读起来很顺的话，但改不动任何东西。要它按类型分组、每组留原话，结论才能落到具体动作上：等位超过 25 分钟的差评集中在周末晚市，指向的是排班和备餐节奏，不是某道菜。
评价这一步，关键在分类维度
分类维度决定后面能不能改。按好评差评分，没用；按菜品、服务、环境分，太粗。有用的分法是按谁能在多久内改：今天能改的（出餐顺序、餐具、空调）、这周能改的（排班、备货量）、改不了的（位置、停车位）。
让模型归类时，把维度直接写进要求，限定每条评价只归一类，并且必须引用原话。它倾向于把一条评价拆成好几个问题，看着全面，实际排不出优先级。提示词里怎么给约束讲的是同一件事：条件写得越具体，拿回来的东西越能直接用。
菜单要算的是工时毛利，不只是毛利
一道菜卖得好不好，三个数就够：销量、毛利额、占用的后厨工时。第三个最容易被忽略。同样是低销量，一道现杀现处理的菜和一个提前备好的凉菜，占用完全不同。把工时估算加进去，该砍哪道菜的答案常会变。
模型能做的是把这几个数摆成一张表、按四象限归类、给出候选动作。判断还得自己做：一道菜可能是引流款，毛利低但带客；也可能是老板的坚持。这些它不知道，也不该由它决定。
复购分层，先算清楚召回成本
按最近到店时间分层最省事：30 天内、30 到 90 天、90 天以上、从未来过。前两层是老客，第三层是沉睡客，第四层是没转化过的。三层的召回手段和成本完全不同：老客一条消息就够，沉睡客要给个回来的理由，没转化过的只能靠渠道曝光。
常见的错是把预算全砸在沉睡客上。这批人响应率低，券发出去多半石沉大海。先算每层的召回成本和历史核销率，再决定给谁发、发多少，比凭感觉发券省得多。会员数据接进系统之后，这件事才能按周跑，不然每次都靠人工导表，把门店系统和模型连起来说的就是这条链路。
这几件事它接不住
菜品研发、供应链议价、门店选址、人员管理，这四件它给不出可执行答案。研发要试味，供应要看关系和时令，选址要看人流和租金结构，管理要看人。它能提供的是信息整理和方案草稿，判断部分还得自己来。
还有一个隐性风险：样本少的时候，它归纳评价会补出没人说过的意见。看着像共识，回去翻原话找不到出处。凡是准备拿去改菜单、改排班的结论，都要回到原话核一遍，模型为什么会补全不存在的内容是同一个机制。
从一周一次的小循环开始
不用一次上三件事。第一周只做评价归类，把最近一个月的外卖和堂食评价导出来，按谁能改分好类，挑一类立刻动手。第二周看改动有没有反映到新评价里，再决定要不要动菜单。复购放到产品稳定之后。
这个循环的好处是每一步都有反馈。餐饮的调整本来就该小步试，AI 在这里的价值是把散在几百条评价里的信息收拢成几条能动手的事，省的是整理时间，判断还得你自己下。
速查：三处改动怎么排
- 先评价：按谁能改分类，每组留原话，抽 20 条回核
- 再菜单：销量、毛利、工时三个数一起看，别只看销量
- 后复购：按最近到店分层，先算成本再发券
- 研发、议价、选址、管人这四件，别指望它给结论
