Industry RAG
餐飲菜單過敏原 AI 客服是什麼｜Definition
餐飲菜單 AI 客服，是把菜單成分、過敏原與素食辣度資料建成知識庫，讓顧客即問即答的檢索式應用。
傳統做法是店員背成分、翻活頁夾，或請顧客等現場問廚房。RAG（檢索增強生成）的差別在於：先把每道菜的食材、過敏原、素食分類與辣度標準化成文件，再用向量索引檢索，最後讓 AI 只根據查到的內容作答，並附上出處。顧客在官網、LINE 或現場平板打字問「這道有沒有花生」，系統就從你的菜單資料回答，而不是憑空生成。
Key Takeaways
- 過敏原問答直接對應菜單資料，減少店員口頭誤答的風險
- 素食、全素、蛋奶素分類一次講清楚，避免上錯餐退菜
- 辣度用分級描述而非形容詞，顧客點餐前先有預期
- 線上與現場共用同一份知識庫，答案一致不打架
- 每筆答案標出處，遇到爭議可回溯是哪份菜單版本
高雄餐飲連鎖的現場痛點｜Pain
高雄新興、苓雅一帶餐飲與連鎖店密集，午晚餐尖峰時，店員一邊出餐一邊要回答成分問題，很容易講錯或講不清楚。過敏原若答錯，不只客訴，還可能是食安風險。
情境範例苓雅一家連鎖麵食店的尖峰考驗
我在苓雅開連鎖麵食，午餐 11 點半到 1 點大約要出 180 碗。以前顧客問『麻醬有沒有堅果』，新來的工讀生答不出來，只能跑去問廚房，一來一回耽誤 3 分鐘，後面排隊 8 個人開始不耐煩。有一次答錯，一位對堅果過敏的客人吃了才發現，當場退餐加道歉，那天光處理這件事就花了快半小時。
問題不在店員不用心，而在資料散在紙本、群組訊息和老員工腦袋裡。新店開幕、人員流動時，這些知識沒被系統化，尖峰時就靠人硬撐，答案品質全看當班是誰。
這正是賴家榮，甫東科技創辦人、SAIP 台灣首席 AI 長、SGS AI 認證；16 年帶團隊為超過 500 家企業做過系統與 AI 導入；服務高雄、台南、屏東、嘉義的中小企業主管與第一線團隊；開發時用 Claude AI、Codex、Antigravity 三工具分工，最常協助餐飲業者處理的第一線問題：把分散的菜單知識收攏成一套能即問即答的客服系統。
RAG 如何解菜單問答｜Solution
RAG 的核心是把菜單知識拆成可檢索的小單元，讓 AI 回答時有據可查。以下用一張對照表，說明常見顧客問題、需要準備的資料，以及 RAG 的處理方式。
| 顧客問題類型 | 需準備的知識文件 | RAG 處理與輸出方式 |
|---|---|---|
| 成分／有沒有某原料 | 每道菜完整食材清單、供應商配方表 | 檢索該菜品條目，列出含與不含，標菜單版本出處 |
| 八大過敏原 | 過敏原對照表（甲殼、堅果、蛋、奶、麩質等） | 比對菜品標籤，明確回覆含哪幾項，不確定就轉真人 |
| 素食分類 | 全素／蛋奶素／五辛素標註表 | 回覆分類等級並列出可食清單，避免只答『可以』 |
| 辣度分級 | 辣度標準（微辣、小辣、中辣、大辣對應描述） | 用分級描述回答，附可否調整、可否去辣資訊 |
| 套餐與客製 | 套餐組合、可加購與替換規則 | 組合規則檢索後回覆，超出規則範圍轉店長確認 |
導入 SOP 七步驟｜SOP
以下內容基於 2026 年 7 月各工具版本。導入餐飲菜單 AI 客服不需要一次到位，建議先從一間店、一份主菜單試做，跑順再複製到其他分店。整個流程分七步，各步驟指定主要工具與角色分工。
1盤點菜單知識來源Claude AI
輸入現有菜單、活頁夾、過敏原紙本、群組問答紀錄
動作彙整成一份原始清單並標出缺漏欄位
產出菜單知識盤點表
負責角色店長＋顧問
常見地雷只收數位檔，漏掉老員工口頭知識與臨時客製規則
2清理與標準化Claude AI
輸入盤點表原始資料
動作統一過敏原命名、素食分類與辣度分級用語
產出標準化菜單文件
負責角色顧問
常見地雷辣度用『很辣』等形容詞，未轉成可比對的分級
3切分成檢索單元Codex
輸入標準化菜單文件
動作以單道菜為單位切分，補上分店、版本、日期標籤
產出結構化資料片段
負責角色工程
常見地雷一次塞整份菜單成一段，檢索時抓不到正確菜品
4建立向量索引Codex
輸入結構化資料片段
動作建立向量索引與檢索管線，設定相似度門檻
產出可檢索知識庫
負責角色工程
常見地雷門檻設太寬，把不相關菜品也一起帶進答案
5設定生成與出處控制Antigravity
輸入檢索結果
動作限制 AI 只依檢索內容作答，未命中就回『請洽店員』
產出受控問答引擎
負責角色工程＋顧問
常見地雷沒設防杜撰規則，AI 自行編出不存在的成分
6接上顧客介面Antigravity
輸入受控問答引擎
動作串接官網、LINE 與現場平板，統一入口
產出多通路菜單客服
負責角色工程
常見地雷各通路各接一套，答案版本不同步
7試運行與人工覆核Claude AI＋人工
輸入多通路菜單客服、真實顧客提問樣本
動作抽驗過敏原答案、由店長人工覆核高風險回覆
產出上線版本與維運清單
負責角色店長＋顧問
常見地雷上線就放手，過敏原答案未保留真人把關機制
七步走完，重點不是換掉店員，而是讓店員手上有一個永遠答得出、答得準的助手，尖峰時也能穩定服務。
導入流程與等價說明｜Flow
1需求釐清
2文件清理
3切分策略
4向量索引與檢索
5生成與出處控制
6介面與整合
7試運行與維運
若看不到上方流程圖，以下表格提供等價資訊：導入依序經過需求釐清、文件清理、切分策略、向量索引與檢索、生成與出處控制、介面與整合、試運行與維運七個階段，每階段都有明確產出。
| 階段 | 主要動作 | 產出 |
|---|---|---|
| 需求釐清 | 確認要回答哪些菜單問題與風險項目 | 需求與風險清單 |
| 文件清理 | 統一過敏原、素食、辣度用語 | 標準化菜單文件 |
| 切分策略 | 以單道菜為檢索單元切分並加標籤 | 結構化片段 |
| 向量索引與檢索 | 建索引、調相似度門檻 | 可檢索知識庫 |
| 生成與出處控制 | 限定依據作答、標出處、防杜撰 | 受控問答引擎 |
| 介面與整合 | 串官網、LINE、現場平板 | 多通路入口 |
| 試運行與維運 | 抽驗答案、人工覆核、定期更新菜單 | 上線與維運機制 |
常見踩坑與修正｜Pitfall
情境範例新興一家火鍋店的失敗經驗
我在新興開火鍋連鎖，第一次導入時貪快，把三家分店的菜單合成一份就上線。結果顧客問『招牌鍋底有沒有加酒』，AI 回答某分店的配方，但那位客人在的分店根本沒這款，害他白跑一趟。後來查才知道，是我沒把分店標籤切乾淨，檢索時三家資料混在一起。
講師的建議
修正方式是把分店、菜單版本與生效日期都做成檢索標籤，並在切分時就綁定，不要合併不同分店的菜單。同時設定『查無此分店資料時明確告知並轉真人』，避免 AI 拿別家答案硬回。上線前務必用真實提問抽驗跨分店情境，確認每家答的是自己的菜單。
上線前檢核表｜Checklist
導入前用以下八項自我檢核，逐項確認再上線，能大幅降低過敏原誤答與跨分店混淆的風險。
Checklist
- 過敏原對照表是否涵蓋八大類並經廚房確認
- 素食分類是否區分全素、蛋奶素、五辛素
- 辣度是否改用可比對的分級而非形容詞
- 每道菜是否標註分店、版本與生效日期
- AI 是否設定只依檢索內容作答、不杜撰成分
- 查無資料時是否明確轉真人或洽店員
- 官網、LINE、現場平板是否共用同一知識庫
- 過敏原等高風險答案是否保留真人覆核機制
常見問答｜FAQ
常見問題 FAQ
餐飲菜單 AI 客服會不會答錯過敏原資訊？
只要知識庫的過敏原資料正確，並設定 AI 只依檢索內容作答、查無資料就轉真人，就能大幅降低答錯風險。過敏原屬於高風險項目，建議上線後仍保留店長人工覆核機制，並定期比對廚房實際配方，確保菜單一有異動就同步更新知識庫。
導入需要多久？費用大約多少？
以一間店、一份主菜單試做，通常數週內可先跑出可用版本，再逐步複製到其他分店。費用會依菜品數量、通路整合與維運範圍而不同，一般中小型餐飲導入約落在數萬元至數十萬元區間，建議先做需求釐清再報價，避免一次投入過大而難以驗證成效。
菜單常改，資料要一直重做嗎？
不需要整套重做。標準化文件與檢索標籤建好後，改菜單時只要更新對應菜品條目與生效日期，重新索引即可。建議把更新流程納入維運清單，指定專人在換季或改配方時同步，避免顧客查到舊版菜單而產生落差或誤解。
顧客用 LINE、官網和現場平板問，答案會一樣嗎？
會一樣。導入時三個通路共用同一份知識庫與同一套問答引擎，因此不論顧客從哪個入口提問，檢索到的都是相同菜單資料。這樣可避免現場說一套、線上說另一套的情形，也讓店員與顧客對答案有一致的預期，減少爭議。
店員英文或台語不好，AI 能幫忙嗎？
可以。知識庫的菜單內容一旦標準化，AI 就能用不同語言表達同一份成分與過敏原資訊，協助店員面對外籍或長輩顧客時溝通。不過涉及過敏原等關鍵資訊時，仍建議保留真人確認，確保翻譯與理解無誤，語言只是輔助而非取代把關。
這套系統會取代第一線店員嗎？
不會取代，而是當店員的即問即答助手。尖峰時店員忙不過來，AI 能先擋掉大量重複的成分與辣度問題，讓店員專注在出餐與需要判斷的客製需求上。過敏原等高風險情境仍由店員與店長把關，系統的價值在於讓人力用在更需要判斷的地方。
立即行動｜CTA
若你在高雄經營餐飲或連鎖店，想讓菜單、過敏原與辣度問答不再靠人硬記，可以從一份主菜單開始試做，跑順再擴大。以下提供三種切入方式。
下載菜單 AI 客服上線前檢核表，逐項確認再導入
下載檢核表預約 30 分鐘諮詢，一起盤點你的菜單知識現況
預約諮詢需要企業內訓，讓團隊學會維運菜單知識庫，可索取報價
企業內訓報價
圖片來源 Image Credits
restaurant-menu-tablet.jpg｜高雄餐飲連鎖店員在現場平板即時查詢菜單成分｜https://www.pexels.com/photo/5908767/customer-phone-menu.jpg｜顧客用手機查詢餐點過敏原與素食資訊｜https://www.pexels.com/photo/5934556/diner-checking-food.jpg｜顧客用手機查詢餐點過敏原與素食資訊｜https://www.pexels.com/photo/4864249/
本文為賴家榮 AI 教學中心原創教學內容；想讓團隊學會用 AI，歡迎看AI 課程或預約授課 →
代表圖片來源：圖片來源：Pexels
