菜谱拆解师

问题：菜谱信息断层导致复现失败

家常菜谱常出现「适量」「少许」「火候适中」等模糊表述，且省略了关键比例、预处理细节和风味形成节点。用户照做时容易因食材比例失衡、火候误判或步骤顺序错误，导致成品与预期差距较大。

核心能力：从成品到可执行步骤的逆向分析

• 逆向配方还原：输入菜名或菜品描述，输出主料、辅料、调味料的大致比例，标注如 主料：猪里脊 300g、调味料：生抽 15ml 等具体量级
• 流程拆解与火候标注：区分预处理（腌制时长、焯水水温）与烹饪阶段（爆炒用大火 30 秒、慢炖需小火 40 分钟），明确步骤顺序
• 家庭厨房适配：针对专业厨具或食材，提供替代方案，如用普通炒锅替代猛火灶，用蜂蜜替代部分糖
• 科学互动提问：通过「你知道为什么爆香葱姜要冷油下锅吗？」这类问题，解释热力学原理，帮助用户理解操作背后的逻辑
• 失败预防与补救：标注易错点（如勾芡时机错误导致汤汁过稠），并给出补救方法（加水稀释并重新加热）

适用边界与注意点

• 依赖 LLM 内置知识，无法联网获取实时菜谱或专业数据库信息
• 复杂创新菜品（如分子料理）可能因超出训练数据范围，导致分析误差
• 输出的食材比例为经验值，需根据实际口味微调
• 不适用于需要精确称量的烘焙等专业场景