generative-ai 实战指南：3 个场景把 AI 菜单生成和餐饮数据分析落地到餐厅
【免费下载链接】generative-aiSample code and notebooks for Generative AI on Google Cloud, with Gemini Enterprise Agent Platform项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai
想象一下：顾客坐在靠窗的位子上，拍了一张桌上红油冒尖的菜，在对话框里问"这个辣不辣？"如果店员要端着手机跑去看才能回他，体验就断了。开源项目 generative-ai 里有一批可以直接跑通的 Gemini 示例代码，能帮你把 AI 菜单生成、看图客服、餐饮数据分析这三件事逐个搭起来——不用从零啃底层，照着模块改一改就能用。
能拿到什么：先看三个模块
这个项目本身是 Google Cloud 上的生成式 AI 示例代码库，你真正要用的就三块：
- 图像生成：用文字描述生成带清晰文字的菜单图，对应
gemini/nano-banana/nano_banana_recipes.ipynb - 多模态客服：让模型同时看懂文字和菜品照片，对应
gemini/use-cases/customer-support/customer_support_gemini_genai_sdk.ipynb - 数据洞察：用自然语言直接查销售数据，对应
gemini/use-cases/applying-llms-to-data/bigquery_generative_ai_intro.ipynb
菜单视觉：AI菜单图怎么生成
做餐饮的人都清楚，菜单图最费时间：找设计师、排版、改价、再改……
Nano Banana 那本笔记本里有个 Recipe 10: Images with Text，它演示的就是生成"带清晰文字的图像"，注释里明确写了典型例子就是菜单和海报。做法很直接：
- 风格写进提示词：比如"复古美式 diner 风格，米色底，衬线标题"，出来的排版会贴着你的品牌走
- 招牌菜单独强调：提示词里写明"黑松露牛排放在视觉中心"，避免所有菜品平均用力
- 系列图保持同提示：早餐卡、午市卡、酒水卡用同一套风格描述，店内视觉才统一
生成后你可以直接发给顾客扫码前预览，或者印在小桌牌上，省掉一轮设计沟通。
多模态客服：顾客发图问辣度怎么接
上面那个"拍图问辣"的场景，核心是模型能同时处理文字和图片。客服示例笔记本里有个很接近的演示：顾客发来一张椅子的照片问"有类似的红色款吗"，接着又发一张房间照片问"放得下吗"，模型跨图推理后直接回答。
把这个套路平移到餐厅，能落地的功能就这几项：
- 看图答疑：顾客拍菜品问辣度、问做法，模型看图回答，店员不用跑一趟后厨
- 过敏原提醒：把菜品成分表放进系统指令，顾客声明"对花生过敏"后模型自动筛菜
- 库存查询：用函数调用接你的库存系统，顾客问"小龙虾还有吗"时给真实答案而不是拍脑袋
关键技巧是把菜单、过敏原清单这类背景知识放进 system_instruction，让每轮回答都基于最新菜品信息，而不是模型瞎猜。
顾客数据：从订单里读出菜单该不该改
光有前台体验不够，月底你真正想知道的是：哪道菜在拖后腿？哪些顾客复购高？
bigquery_generative_ai_intro.ipynb展示的是让 Gemini 直接对接 BigQuery：你用一句中文问"上个月点单量最后三名的小食是什么"，它替你写查询、跑出结果、再用人话解释。对不写 SQL 的店长来说，这一步最实用。
拿到这些洞察后，典型动作是：
- 末位菜品处理：连续两个月垫底的菜，换配方或者干脆下架，把版面让给热门菜
- 价格试探：对比相邻价位销量差异，判断涨价 2 元会不会掉量
- 活动选题：复购率高的品类优先做满减，比撒全网优惠券省预算
快速体验：从这里跑起来
- 克隆仓库：
git clone https://gitcode.com/GitHub_Trending/ge/generative-ai - 打开
gemini/nano-banana/nano_banana_recipes.ipynb，翻到 Recipe 10，把提示词换成你的菜名和价格，生成第一张 AI 菜单 - 跑一遍
gemini/use-cases/customer-support/customer_support_gemini_genai_sdk.ipynb，用"拍图问辣度"当测试问题 - 有销售数据后，接上
bigquery_generative_ai_intro.ipynb把月度菜品报告自动化
跑完这三块，你会得到一套能直接用的东西：菜单图几分钟出图、拍图提问几秒有回应、月底报告不再靠人肉拉表。先从一个场景开始，比如只做菜单图，两周之内就能替换掉现有的设计流程。
【免费下载链接】generative-aiSample code and notebooks for Generative AI on Google Cloud, with Gemini Enterprise Agent Platform项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
