🍲 天际 · 第一梯队产品

🍜 知味 · AI食养智能体

知你体质,懂你口味,让每一家餐厅更懂你

从莆田老乡村湘菜馆起步,把"体质点餐 + 食养管家 + 公益裂变" 打包成餐饮行业可复制的AI方案。不搞花架子,只解决真问题。

体质点餐 食养管家 裂变引擎 菜品知识库 公益传播

六大模块,打造餐饮AI食养闭环

从到店点餐到离店陪伴,从菜品数据到运营后台, 知味不是一个单点工具,是一整套餐饮食养解决方案。

📋
体质点餐

3秒快速标签 → 菜品推荐 → 禁忌拦截,到店即用。 不用注册、不用填资料,一秒出结果,扫了马上有用。

🌿
食养管家

时令提醒 + 日常建议 + 月度报告,离店长跟。 不日推不打扰,节气+月度触达,有温度有边界。

🔥
裂变引擎

分享得券 + 拼餐裂变 + 公益传播 + 会员积分,人传人增长。 以公益传播为主线,情感驱动胜过利益驱动。

📚
菜品知识库

每道菜8维度标注:热量/辣度/嘌呤/食性/钠含量/适配体质/烹饪方式/过敏原, 逐店录入校准,功夫深壁垒高。

🧬
体质规则库

9种基础体质 + 8种常见基础病的饮食适配规则。 只取共识最大的部分,有争议的宁可不推荐也不乱推。

📊
数据运营后台

会员画像 + 消费偏好 + 复购数据,老板看得见的价值。 从"凭感觉经营"到"用数据决策"的升级路径。

七个我们反复推翻自己的问题

知味从一家湘菜馆的想法走到今天,我们自己否定掉的方案,比留下来的多得多。 每个能站得住脚的设计,背后都是一轮又一轮的自我拷问。 这七个问题,不是客户问的——是我们先把自己放到对立面试探,再一次次重建回来的。

01
一个湘菜馆,搞智能体有什么用?
餐饮行业搞AI,第一反应就是"花架子""老板的新玩具"
▲
餐饮行业搞AI,第一反应就是"花架子""老板的新玩具"。服务员推荐不香吗?菜单看不明白吗?花那么多钱整个智能体,到底解决了什么问题?还是只是为了拍照发朋友圈?
推翻后留下的答案

不是为了"有AI"而做AI,是为了解决三个真实存在的痛点——①食客不知道点什么(30+道菜,老人孩子孕妇痛风各有禁忌,服务员只能推荐招牌鱼头);②12年公益做了但没人知道(全网只有几条老新闻,大众点评几乎没数据);③会员体系空白,复购全凭"觉得好吃再来"。这三个痛点,靠传统方法都解决不了或成本太高,AI恰好能以极低的边际成本解决。

  • 痛点一:点餐选择困难 —— 30+道菜,老人孩子孕妇痛风各有禁忌,服务员只能推荐招牌菜,个性化推荐为零
  • 痛点二:公益资产沉睡 —— 12年请环卫工吃饭、资助困难学生、疫情供餐48天,全网只有几条老新闻
  • 痛点三:会员体系空白 —— 复购全凭"觉得好吃再来",没有数据、没有标签、没有精准触达
  • 核心判断:这三个痛点,靠传统方法解决不了或成本太高,AI恰好能以极低的边际成本解决
🔬 推演与验证 从技术驱动到痛点驱动
最初想法
我们最早的想法是"给老乡村做个炫酷的AI点餐,成为莆田第一家"——这是典型的技术驱动思维,为了有而有。听起来很酷,但细想下来,除了拍照发朋友圈,还有什么用?
跟余总聊天
后来坐下来跟余总聊,才发现他真正焦虑的不是"没有AI",而是"复购上不去""品牌传不开""客人越来越挑"。这些才是真问题,AI只是可能的解法之一。
倒过来推
于是倒过来推:从痛点找解法,而不是从技术找应用。智能体不是目的,是解决这三个痛点的工具。能解决就是好东西,解决不了再炫也没用。
侧面验证
沙县小吃"食光兽"样板店的出现,从侧面验证了这条路——AI点餐+健康推荐,在平价餐饮场景是跑通的,抖音话题3295万+阅读量。说明用户对"吃饭+健康"的组合是买账的。
02
体质点餐准吗?不会是智商税吧?
"根据体质推荐菜品"——听起来很美,但凭什么信你
▲
"根据体质推荐菜品"——听起来很美,但凭什么信你?你说这道菜适合我就适合我?推错了怎么办?吃出问题算谁的?餐饮的核心是好吃,不是"适合",搞一堆花里胡哨的,会不会本末倒置?
推翻后留下的答案

不承诺"精准医疗级推荐",只做"饮食建议级提示"。推荐的逻辑是"帮你排除明显不合适的,在剩下的里面挑好吃的"——底线思维。痛风患者别点高嘌呤的,胃病患者别点太辣太油的,孕妇别点活血的——先把雷区排了,再在安全区里推荐招牌菜。

  • 定位降级:不承诺"精准医疗级推荐",只做"饮食建议级提示"
  • 底线思维:先排除明显不合适的(禁忌拦截),再在安全区里推荐好吃的
  • 8维度标注:每道菜标注热量/辣度/嘌呤/钠含量/中医食性/适配体质/烹饪方式/过敏原
  • 共识优先:只取医学界共识最大的部分,有争议的宁可不推荐也不乱推荐
🛡️核心原则:先做到"不害人",再谈"帮到人"
推荐错一道菜,丢的是一个客人;拦截错一道菜,大不了客人换一道。 所以禁忌拦截的优先级远高于主动推荐——先守住底线,再往上加价值。
🔬 推演与验证 数据是一道菜一道菜地抠出来的
数据坑
菜品分析表第一版做出来,我们发现热量数据系统性偏低10-30%——因为菜谱上的"标准用油量"和厨房实际用油量根本不是一回事。湘菜馆的菜,油永远比菜谱多。
逐菜修正
我们逐菜按实际烹饪工艺修正,27道菜每一道都重新估算,增加辣度等级、嘌呤等级、钠含量、中医食性,一共8个维度。不是技术难,是功夫深。
推荐逻辑
"湿热体质适合吃什么"——这个问题中医界自己都有争议。我们的做法是:只取共识最大的部分(比如痛风→低嘌呤、胃病→少辣),有争议的部分宁可不推荐,也不乱推荐。
优先级
核心原则:推荐错一道菜,丢的是一个客人;拦截错一道菜,大不了客人换一道。所以禁忌拦截的优先级远高于主动推荐——先做到"不害人",再谈"帮到人"。
03
食客凭什么扫你的码?扫了又怎么样?
到店场景,食客坐下来第一件事是饿,是看菜单
▲
到店场景,食客坐下来第一件事是饿,是看菜单,是跟朋友聊天。你在桌角贴个二维码,让人家扫码测体质——凭什么?人家为什么要多这一步?多花30秒?扫完之后又能怎么样?推荐的菜服务员不也能说吗?
推翻后留下的答案

把入口做到最轻,把价值做到最实。3秒快速标签制——不用注册、不用填资料、不用测体质,直接点"我是老人""我在减脂""我有痛风""我带孩子",一秒出结果。扫了马上有用,有用就会用。

  • 3秒快速入口:不用注册、不用填资料、不用测体质,直接选标签一秒出结果
  • 80/20原则:80%的人用快速入口就够了,20%讲究的人可以做完整测评
  • 禁忌拦截的感知价值更高:"这道菜你别点"比"这道菜适合你"更容易让用户觉得有用
  • 套餐搭配是惊喜点:2人健康餐、4人家庭餐,一键点齐,解决选择困难症
🔬 推演与验证 入口越轻,使用越频
最初设计
我们最初的设计是"完整体质测评"——10道题,生成详细体质报告,再基于报告推荐菜品。听起来很专业,但在到店场景下,谁有耐心做10道题?饿都饿死了。
改成3秒
后来改成"3秒快速入口+可选深度测评"——默认给你最快的路径,想深入了解的可以往下挖。80%的人用快速入口就够了,20%讲究的人可以做完整测评。
反直觉发现
还有一个反直觉的发现:禁忌拦截比正向推荐更容易让用户觉得"有用"。"这道菜你别点,嘌呤太高"——用户第一反应是"哇,这个智能体还懂这个",而不是"凭什么不让我点"。负面信息比正面信息的感知价值更高。
惊喜点
套餐搭配功能反而是惊喜点——2人健康餐、4人家庭餐,一键点齐,省了选菜的纠结。对选择困难症的人来说,这是刚需。
04
离店了还想管我吃什么?凭什么?
食养管家——听着就烦,不就是骚扰短信换了个壳吗
▲
食养管家——听着就烦。我吃个饭而已,你还想管我一辈子?每天推送"今天该吃什么",这不就是骚扰短信换了个壳吗?用户凭什么让你留在微信里?
推翻后留下的答案

食养管家的定位不是"监督你吃饭",而是"时令的问候者"。不日推,不打扰,默认只有节气变更时才推送一条——"小暑到了,最近湘菜吃多了容易上火,推荐试试冬瓜干贝汤"。结尾带一句"下次来老乡村可以点",软植入,不硬推。

  • 定位重构:从"监督你吃饭"变成"时令的问候者",角色完全不同
  • 触达频率:24节气 + 12个月 = 每年36次,平均每周不到1次
  • 月度报告:月底发"本月消费+体质标签+下月建议",附专属优惠券,有用+有实惠
  • 边界感:知道什么时候不该出现,比知道什么时候该出现更重要
⏰三种触达频率推演
日推 信息密度高
但极易被取关
周推 平衡但依然
容易被当成广告
节气+月度 每年36次
有质量有价值 ✓
🔬 推演与验证 边界感是最高级的产品设计
推演三种频率
我们推演过三种触达频率:①每日推送(信息密度高但极易被取关);②每周1次(平衡但依然容易被当成广告);③节气+月度(24节气+12个月=每年36次,平均每周不到1次)。选了第③种。
为什么选③
因为餐饮是低频决策——一个人平均每周出去吃1-2次,你推得再勤他也不会天天来。不如每次推送都做得有质量、有价值,让用户觉得"这个公众号/智能体还有点用",而不是"怎么又来烦我"。
第二个抓手
月度报告是第二个抓手——月底给你发一份"这个月你在老乡村吃了什么、你的体质标签、下月建议",附一张专属优惠券。有用+有实惠,用户就舍不得删。
底层认知
边界感是最高级的产品设计——知道什么时候不该出现,比知道什么时候该出现更重要。
05
裂变分享不就是传销套路吗?
老乡村做了12年公益,搞这些会不会拉低品牌
▲
"分享得券""拼餐裂变"——这不就是拼多多模式吗?low不low?老乡村做了12年公益,品牌调性很高,搞这些套路会不会反而拉低品牌?用户会不会觉得被利用?
推翻后留下的答案

裂变有四种,不是所有裂变都low。我们选的是"公益传播"作为主裂变引擎——把12年请环卫工吃饭的故事放进智能体,用户可以参与"一元公益"(点餐加1元,老乡村配比1元),获得"暖心食客"徽章。这不是套路,是品牌温度的自然延伸。

  • 主裂变引擎:公益传播 —— 温度最高、调性最搭、用户分享时没有心理负担
  • 辅助工具:分享得券 + 拼餐裂变,作为补充增长手段
  • 基础留存:会员积分 —— 打底的留存体系,不是增长引擎
  • 一元公益设计:不是让用户捐钱,是"和老乡村一起做公益",共同参与感更强
💎四种裂变机制对比
  • 分享得券:最直接,但最容易被当成"为了几块钱出卖朋友"——low
  • 拼餐裂变:有真实场景(4人聚餐凑单),但适用面窄
  • 公益传播:温度最高、调性最搭、分享时无心理负担——首选
  • 会员积分:最基础的留存工具,但不是增长引擎——打底
🔬 推演与验证 情感驱动胜过利益驱动
四种裂变
四种裂变机制我们都推演过:分享得券(直接但low)、拼餐裂变(有场景但面窄)、公益传播(温度高调性搭)、会员积分(基础留存工具)。结论:以公益传播为主线,其他为辅助。
为什么选公益
核心裂变不靠利益驱动,靠情感驱动和价值驱动。"我参与了一个公益活动"比"我帮餐厅拉人头"好听一百倍。用户分享的时候没有心理负担,反而有自豪感。
一元公益
"一元公益"的设计尤其关键——不是让用户捐钱,是让用户"和老乡村一起做公益",用户出1元,老乡村配比1元。这种"共同参与"的感觉,比单纯的捐赠更有粘性。
06
做一单赚一单?还是做一单亏一单?
怎么收费,是个生死问题
▲
给一家餐厅做智能体,收多少钱合适?收少了赔本,收多了老板觉得不值。而且餐饮老板习惯了"一锤子买卖"——装个收银系统几千块,买个会员系统几百块——你让他按月付费,他会觉得"怎么越用越贵"。怎么收费,是个生死问题。
推翻后留下的答案

技术服务合同+数据控制权模式。智能体本体免费帮老板搭(用他自己的扣子账户,个人进阶版99元/月就行),核心菜品知识库和体质推荐规则库由我们维护更新,签月度技术服务合同——数据更新+功能迭代+技术响应。

  • 智能体本体免费搭:用老板自己的扣子账户,个人进阶版99元/月,门槛极低
  • 核心资产是数据:菜品知识库和体质规则库由我们维护,按月收技术服务费
  • 服务内容:数据更新 + 功能迭代 + 技术响应,老板付的是"服务费"不是"软件费"
  • 数据控制权在我们手里:客户粘性强,不是一锤子买卖
🔬 推演与验证 最笨的模式反而最好
模式一:插件
扣子三方付费插件:看似最"互联网",但企业版年费3-5万是硬门槛,老乡村一个月利润才多少?直接否决。
模式二:技能商店
扣子技能商店付费:技术上可行,但上架后全平台可见,核心逻辑没法做专属保护,而且餐饮老板买"技能"的心智门槛太高。
模式三:服务合同
线下技术服务合同:最"笨"、最传统,但最稳——老板付的是"服务费",买的是"有人持续帮我维护更新",心智上完全能接受。而且数据控制权在我们手里,客户粘性强。
为什么选③
为什么看似最笨的模式反而最好?因为B端生意的本质是信任——老板信任你这个人,才会买你的服务。技术只是载体,关系才是核心。而且这个模式可复制性最强:每家店一套知识库+一套智能体+一份服务合同,标准化程度高,边际成本低。
07
一家店能跑通,一百家店呢?
能复制才是生意,不能复制就是个外包活儿
▲
老乡村做成功了又怎么样?你能复制吗?每家餐厅的菜单都不一样,菜系不一样,客群不一样——湘菜的数据能用在粤菜上吗?能复制才是生意,不能复制就是个外包活儿。
推翻后留下的答案

核心能力是可迁移的,但具体数据需要本地化。可迁移的:体质规则库(9种体质+8种基础病的饮食原则是通用的)、推荐引擎框架、裂变机制、会员体系、运营后台。需要本地化的:菜品知识库(每道菜的8维度数据需要逐店录入校准)、品牌故事库(每家店的创始人故事、公益故事不一样)、口味偏好(莆田人能吃辣,广东人可能不行)。

  • 可迁移的核心能力:体质规则库、推荐引擎框架、裂变机制、会员体系、运营后台
  • 需要本地化的:菜品知识库、品牌故事库、口味偏好
  • 复制路径:湘菜 → 川菜 → 火锅 → 粤菜 → 江浙菜 → 快餐 → 烘焙 → 咖啡
  • 菜品知识库是最大壁垒:不是技术难,是功夫深,慢壁垒但建起来就很难被超越
🗺️品类复制路径
湘菜 0号样板店
老乡村
川菜/火锅 重口味菜系
迁移成本低
粤菜/江浙菜 清淡菜系
规则需调整
快餐/烘焙/咖啡 横向扩展
更广泛场景
🔬 推演与验证 先做深,再做宽
为什么从湘菜馆起步
为什么从老乡村(湘菜馆)起步,而不是直接做一个"餐饮行业通用版"?因为通用版意味着什么都能做,但什么都做不深。先在一个细分品类里跑通,把坑踩完,把数据做扎实,再复制到相邻品类。
最大的壁垒
菜品知识库是最大的壁垒——27道菜要做8维度标注,不是技术难,是功夫深。竞争对手想抄,也得一道菜一道菜地做。这是"慢壁垒",但一旦建起来就很难被超越。
长远定位
长远来看,知味不是"老乡村的智能体",是"餐饮行业的AI食养解决方案"。老乡村是0号样板店,是案例,是证明题。证明题做完了,后面才是应用题。

哪些餐厅适合知味

从特色餐厅到连锁品牌,从健康餐饮到公益型餐厅, 知味为不同类型的餐饮品牌提供差异化的AI食养升级路径。

🏮
特色餐厅

差异化竞争——"全市第一家能看懂你体质的餐厅"。 在同质化红海当中,用AI食养建立别人抄不走的独特定位。

🏢
连锁餐饮

标准化服务——每家店都能提供一致的个性化推荐。 不依赖服务员个人经验,AI确保服务品质的统一性和专业度。

🥗
健康餐饮

信任背书——用数据说话,不只是"我们家很健康"。 每道菜的营养数据透明可查,让健康看得见、信得过。

💝
公益品牌

温度传播——把品牌故事变成用户可参与的裂变引擎。 让公益从"老板一个人做"变成"全员一起做",品牌温度指数级放大。

莆田老乡村湘菜馆 · 0号样板店

知味的第一个落地案例,也是餐饮AI食养模式的证明题。 14年经营、12年公益积淀的老牌湘菜馆,正在用AI重新定义"好餐厅"。

🍲 0号样板店 · 已签约

莆田老乡村湘菜馆

2家门店,人均65元,14年经营历史。12年公益资产——环卫工免费午餐、资助困难学生、疫情期间免费供餐48天。 这不是一家普通的湘菜馆,是一座有温度的城市食堂。

14年
品牌经营历史
2家
连锁门店数量
12年
公益持续时间
65元
人均消费
📋 当前推进状态
  • 已签署技术服务合作协议
  • 前期调研完成(菜单梳理、客群分析、公益资产盘点)
  • 27道核心菜品8维度数据标注中
  • MVP(最小可行产品)筹备中
  • 预计 2026年Q3 首店上线
🎯 预期目标
  • 到店扫码率 ≥ 30%(桌贴+服务员引导)
  • 推荐接受率 ≥ 55%(推荐菜品被点单比例)
  • 会员注册数 2000+(首年目标)
  • 公益参与率 ≥ 20%(一元公益参与比例)
  • 复购率提升 15个百分点(对比基准线)

传统餐饮数字化 vs 知味模式

不是在旧系统上加个AI皮肤,是从点餐方式到用户关系、 从复购抓手到品牌传播,底层逻辑完全不同的两套打法。

对比维度 传统餐饮数字化 🍜 知味AI食养模式
点餐方式 服务员推荐 / 自助点餐,千人一面 AI体质推荐 + 禁忌拦截,千人千面,先排雷再推荐
用户数据 几乎为零 / 只有交易数据,不知道是谁 完整会员画像 + 体质标签 + 消费偏好,知道谁在吃、为什么吃
复购抓手 促销活动 / 发传单 / 微信群发,粗放式 时令提醒 + 专属券 + 积分体系 + 公益参与,有温度有价值
品牌传播 靠口碑 / 大众点评 / 抖音投放,花钱买流量 公益裂变 + 社交分享,用户自愿传播,情感驱动增长
落地成本 几万~几十万/套,一次性投入大,后续维护难 轻量化部署,按月服务,低门槛启动,持续迭代优化
竞争壁垒 低,同行能轻易复制 菜品知识库 + 体质规则库,功夫深、复制慢

感兴趣?预约一次产品演示

我们会为你展示产品全貌、讲解设计思路, 并根据你的实际场景给出落地方案建议。

🚀 无需下载 · 点开即用

立即体验

「知味智能体」现在就能用,点开直接聊

立即试用 →
产品资料

下载产品资料

详细了解产品功能、适用场景与合作模式

合作咨询

想深入聊聊?

企业定制、批量采购、深度合作,加微信聊

微信二维码
(后续替换)
郑相锋
微信号:zhenghaofeng007
添加时请备注「天际知味+合作」
我们会尽快通过并安排对接