菜谱推荐

要解决的问题

翻冰箱时只剩半棵葱和一块鸡胸肉，打开外卖 App 却又想不起该吃什么；或者明明有明确的口味偏好和忌口，搜索结果里全是不相干的热门菜。菜谱推荐要解决的正是这类「信息太多、决策太碎」的问题：把个人偏好、可用食材和烹饪条件收敛成一条可执行的建议，而不是丢给你一百个链接。

它如何工作

• 偏好建模：读取用户声明的饮食偏好、忌口与口味标签，作为后续筛选的硬约束。
• 食材匹配：结合当前可用食材或库存清单，计算菜谱与现实条件的重合度。
• 菜谱生成：输出具体的菜谱建议，包含食材配比与步骤。
• 烹饪技巧：附带火候、切法、调味等操作层面的提示，降低试错成本。

关键步骤是：输入偏好与食材 → 过滤不满足约束的选项 → 按匹配度排序 → 输出结构化菜谱。整个过程的目标是把「今天吃什么」从反复搜索变成一次有依据的推荐。

适用边界与注意点

• 推荐质量取决于偏好与食材信息的准确程度；填写过于笼统时，结果也会偏泛。
• 涉及过敏或疾病相关的饮食限制时，建议以专业医学建议为准，不要只依赖模型输出。
• 烹饪条件（厨具、时间、人数）未明确时，推荐的可行性会打折扣，建议在请求中一并说明。