概述
這很重要,因為合併、排序的清單可以節省商店時間,並防止遺忘商品和重複購買。不過,該模型仍可能會丟棄或錯誤計算成分,因此需要快速檢查該清單。
深入探討
一份好的人工智慧購物清單實際上是按順序完成的六項小工作。萃取將每個配方中的所有成分提取出來。規範化使名稱和形式保持一致,因此“大蒜,切碎”和“2 瓣大蒜”算作同一項目。合併將各食譜的數量相加。轉換為可購買單位後,「3 杯雞湯」會變成一盒 32 盎司的紙盒,可容納 4 杯。分類按商店部分將商品分組。食品儲藏室檢查將您可能已經擁有的物品分開。大多數錯誤都來自一些可預測的地方。成分有時只出現在說明中,例如“加鹽調味”或“最後擠一點酸橙”,而不會出現在清單上。 「分」字是指同一份食譜中,一份份量用在兩處,可以算兩次。與單位添加在一起就好像它們匹配一樣:一杯切碎的洋蔥和一個完整的洋蔥首先需要轉換,而中等大小的洋蔥大約會產生一杯切碎的洋蔥。要求模型顯示每行來自哪個配方可以使這些錯誤很容易被發現。一個常見的誤解是人工智慧知道價格、銷售或庫存。一般的聊天機器人不會,除非它連接到商店的服務。一些雜貨配送服務已經與聊天機器人集成,但普通的聊天會話只知道您貼上的內容。它的部分分組也是通用的,因為每個商店的佈局都不同。描述一次您的商店並重複使用該描述。 Paprika 和 AnyList 等專用食譜應用程式還可以匯入食譜並將食材合併到清單中。他們的方法是基於規則的,而不是產生的。人工智慧的優點在於靈活性:它可以處理雜亂的食譜文字、處理替換並回答後續問題。
現實世界的實施
貼上五個週末食譜,並要求模型將其中一個的“1 個洋蔥,切丁”與另一個的“1/2 杯切碎的洋蔥”合併為一行,例如“洋蔥:2 個中等大小的洋蔥”。
描述您自己商店的佈局(農產品、麵包店、熟食店、肉類、乳製品、最後冷凍)並要求按步行順序列出清單,而不是通用類別。
要求兩個部分,“先檢查食品儲藏室”(香料、油、麵粉、大米)和“購買”,然後回复你已有的東西,這樣最終的清單只包含你需要的東西。
詢問哪些物品的包裝比食譜所需的大得多,例如一桶酸奶油,可容納 2 湯匙,並且可以再吃一頓,然後用完剩餘的酸奶油。
如何利用人工智慧製作雜貨清單的未來
雜貨服務和食譜應用程式正在添加將膳食計劃與購物車連結的輔助功能。這最終可能涵蓋即時價格和缺貨商品的替代品。這些功能的有用程度取決於每個商店產品資料的準確性以及使用者是否可以查看和編輯每個變更。目前,可靠的工作流程很簡單:產生列表,根據來源食譜進行檢查,然後根據您的食品儲藏室和商店進行調整。過了那個點之後,所有事情的自動化仍然不平衡。
付諸實踐
為什麼這很重要
- 配裝選擇. 應用級設計決定了人工智慧是否能改善實際結果。
- 團隊與工作流程. 良好的工作流程整合可以創造使用者值得信賴的生產力效益。
- 風險與安全. 範圍明確的用例可以減少變更疲勞和實施風險。
留意
- 將損壞的流程自動化可能會加劇現有問題。
- 團隊可能會過度自動化並消除所需的人工判斷。
- 如果不持續評估輸出,品質可能會出現偏差。
後續步驟
- 繪製目前工作流程並確定摩擦最大的步驟。
- 在完全自動化之前定義人工檢查點。
- 對使用者進行提示、升級路徑和品質標準的訓練。
- 追蹤任務級結果以確認持續價值。
不斷探索
常見問題
什麼是如何使用人工智慧製作雜貨清單?
要使用人工智慧製作雜貨清單,請將您的食譜或膳食計劃粘貼到聊天機器人中,並要求它提取所有成分,將重複項合併為單個總數,將它們轉換為您實際可以購買的數量,按商店部分對它們進行分組,並標記主食以先在家中檢查。這很重要,因為合併、排序的清單可以節省商店時間,並防止遺忘商品和重複購買。不過,該模型仍可能會丟棄或錯誤計算成分,因此需要快速檢查該清單。
為什麼指南建議在人工智慧生成的雜貨表中添加“來源食譜”列?
源列是審計追蹤。如果數量看起來有誤,您可以準確地看到添加了哪些食譜。
指南中提到人工智慧建構清單時最常丟棄哪些成分?
僅在步驟中出現的物品(例如鹽或檸檬汁)可能會被忽略,因為它們不在成分清單中。
食譜總共需要3杯雞湯。按照指南的範例,您會購買什麼?
轉換為可購買單位意味著將需求與實際套餐相匹配。 32 盎司的紙盒可容納 4 個杯子,可覆蓋 3 個杯子。
食譜上列出了「1 杯糖,分開」。你該注意什麼錯誤?
「分割」是指在步驟之間分割總金額。此清單應顯示 1 杯,而不是 2 杯。
根據指南,聊天機器人甚麼時候知道當前商店價格或庫存?
普通的聊天會話只知道您提供的內容。即時價格和庫存需要與商店數據連接。