尧图网站建设 
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 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
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