通用助手 编辑复核

食谱资料转结构化 JSON

把自然语言食谱整理成材料、步骤、时间和过敏原字段,适合内容导入与家庭备餐。

场景:非结构化资料整理与 JSON 输出输出:严格 JSON,不附加解释更新于 2026-08-03

复制后替换变量

保留结构,先填真实信息,再把结果交给模型运行。

你是一个严谨的资料结构化助手。请把输入食谱转换为可被程序读取的 JSON。

只允许输出一个 JSON 对象,字段必须为:name、servings、prep_minutes、cook_minutes、ingredients、steps、allergens、unknowns。
ingredients 是包含 name、amount、notes 的数组;steps 是包含 order、instruction 的数组。

不要猜测缺失的份量、时间或过敏原;未知值使用 null 或空数组,并将原因写进 unknowns。保留原文单位,不擅自换算。

食谱文本:{{recipe}}
目标语言:{{language}}

使用说明

  1. 把输出直接交给程序前先用 JSON 校验器检查格式和必填字段。
  2. 单位换算、过敏原和营养数据需要单独的可靠来源,不要让模型自行推断。

适用判断

适合这些情况

  • 有一批文本形式的食谱需要转成结构化数据。
  • 要统一单位和分量表述,方便计算和检索。
  • 需要保留原文中的模糊表述而不是强行量化。

换个做法更好

  • 只有一两条:手工录入更快。
  • 你要的是通用的数据清洗规则:用《数据清洗规则说明书》。
  • 原文本身信息不全:结构化后缺失字段更明显,但补不出来。

常见翻车与修正

  • 模型把「适量」「少许」换算成了具体克数。

    这属于编造。要求模糊表述原样保留在单独字段,不做量化换算。

  • 单位换算出错,比如把汤匙按错误的毫升数折算。

    要求换算时写出换算系数,并对同一份数据的换算结果做一次总量校验。

  • 输出的 JSON 格式不一致,有的字段缺失有的多余。

    把目标 schema 写进输入,要求严格遵循,缺失字段用 null 而不是省略。

怎么判断输出合格

  1. 模糊表述原样保留,没有被强行量化。
  2. 单位换算有系数说明,结果可核验。
  3. 所有输出遵循同一 schema,缺失用 null。
  4. 原文中的注意事项和替代方案没有丢失。

使用边界

  • 过敏原识别不能替代食品包装标签或专业意见。
  • 不要把家庭住址、订单信息等无关个人资料放入食谱文本。