Нейросеть для рецептов — это инструмент автоматизации на базе мультимодального ИИ (например, GPT-4o), который анализирует визуальные данные, распознает ингредиенты на изображении и генерирует пошаговые инструкции по приготовлению блюд с учетом доступных продуктов, снижая время на принятие решений и количество пищевых отходов.
Холодильник полон, а есть нечего: почему мы доверяем ужин алгоритмам
Знакомая картина: вы открываете дверцу холодильника, смотрите на одинокую пачку творога, половину луковицы и странную банку с чем-то красным. Мозг отказывается генерировать идеи. В голове крутится только «заказать пиццу», но совесть и кошелек против. Проблема не в отсутствии еды, а в параличе выбора. Мы тратим больше энергии на решение что приготовить на ужин, чем на саму готовку.
Раньше мы гуглили «что приготовить из фарша» и тонули в тысячах сайтов с баннерами на пол-экрана. Теперь правила изменились. Мы переходим к resource-based cooking — готовке от ресурсов. Вы не ищете рецепт, вы показываете, что у вас есть, и получаете четкий алгоритм действий. Это не магия, а сухой расчет, завернутый в API.
Как собрать своего «карманного шефа»: гайд по Make.com
Ниже — инструкция, как сделать бота, который по фото содержимого полки выдаст рецепт. Мы не будем писать код на Python (хотя могли бы), мы сделаем это через no-code платформу Make (бывший Integromat). Это конструктор для взрослых, где мы соединяем кубики логики.
Шаг 1. Создаем «уши» и «рот» (Telegram Bot)
Сначала нужен интерфейс. Идем к @BotFather в Telegram, создаем нового бота и забираем токен. В Make создаем сценарий и ставим первый модуль — Telegram Bot (Watch Updates). Это триггер. Он будет висеть и ждать, пока кто-то пришлет сообщение.
- Важно: Настройте фильтр так, чтобы сценарий запускался только если в сообщении есть Photo. Текстовые сообщения «привет» нам пока не интересны.
Шаг 2. Вытаскиваем файл (Get File)
Телеграм не присылает картинку сразу. Он присылает ID файла. Причем для одного фото он пришлет несколько вариантов разного качества. Нам нужен самый качественный (обычно последний в массиве). Ставим модуль Telegram Bot — Get File и скармливаем ему File ID.
Шаг 3. Скачиваем изображение (HTTP Module)
Получив путь к файлу, его нужно физически скачать, чтобы передать нейросети. Используем модуль HTTP — Get a file. Сюда вставляем ссылку, сформированную на предыдущем шаге. На выходе получаем бинарные данные — то есть саму картинку в цифровом виде.
Шаг 4. Подключаем «мозг» (OpenAI Vision)
Самое интересное. Добавляем модуль OpenAI (ChatGPT & Whisper). Нам нужен экшн Create a completion или специализированный Analyze images.
Сравнение моделей для задачи распознавания еды Модель Скорость Стоимость (Vision) Качество рецептов GPT-4-turbo Средняя Высокая Отличное GPT-4o Высокая Низкая (оптимально) Отличное Claude 3.5 Sonnet Высокая Средняя Очень детализированное
Промпт — это 90% успеха. Если вы просто напишете «что приготовить», нейросеть начнет галлюцинировать. Пишите жестко:
«Ты профессиональный шеф-повар. Проанализируй фото. 1. Составь список съедобных продуктов (игнорируй банки с вареньем, если они на заднем плане). 2. Предложи два варианта: что приготовить быстро (до 20 мин) и что-то изысканное. Если видишь томаты, напиши, подходят ли они для салата или лучше пустить на соус».
Шаг 5. Отправляем ответ (Send Message)
Последний модуль — снова Telegram Bot, но теперь действие Send a Message. В поле Text вставляем ответ от OpenAI. Вуаля. Вы сфотографировали холодильник — через 10 секунд получили рецепт.
Для тех, кто не хочет возиться с API ключами и настройкой серверов, есть готовые решения. Например, агрегаторы нейросетей, где Vision-модели уже настроены под капотом.
Попробовать разные модели (GPT-4o, Claude 3, Midjourney) в одном окне можно здесь: Агрегатор нейросетей Syntx AI.
Типичные ошибки и как их избежать
Даже умная нейросеть для создания рецептов может ошибаться. Вот реальность, с которой вы столкнетесь:
- Галлюцинации соусов. ИИ часто принимает бутылку средства для мытья посуды за оливковое масло, если они стоят рядом. В промпте нужно прописать: «Не уверен — не включай в список».
- Слишком сложные рецепты. Если не ограничить время, он предложит вам томить мясо 4 часа. Используйте ключевые слова: что приготовить быстро и вкусно.
- Проблемы с весом. По фото сложно понять, там 200 грамм фарша или 500. Алгоритм дает примерные пропорции, тут нужен глаз человека.
Рынок Smart Kitchen: цифры не врут
Вам может казаться, что это игрушка для гиков, но рынок считает иначе. К 2025 году объем индустрии «умной кухни» пробьет отметку в $68.7 млрд. Драйвер роста — именно интеграция AI в бытовые процессы.
Еще одна важная метрика — снижение отходов. Домохозяйства, использующие трекеры продуктов и генераторы рецептов, выбрасывают на 35–45% меньше еды. Это не про экологию в вакууме, это про ваши деньги. Вы перестаете покупать лишнее, потому что знаете, что можно приготовить из остатков.
Зачем вам учиться автоматизации?
Создание бота для рецептов — это «песочница». Тот же принцип (получил данные -> обработал в AI -> выдал результат) используется в бизнесе повсеместно: от обработки заявок до анализа договоров. Нейросети — это новая грамотность. Вы либо учитесь управлять ими, либо они заменяют вас.
Хотите реально научиться пользоваться нейросетями? 🧠 Генерировать фотореалистичные изображения, создавать видео и легко работать с любыми данными?
Все инструменты и уроки уже здесь:
Частые вопросы
Можно ли сделать такой рецепт по фото бесплатно?
Условно да. В Make.com есть бесплатный тариф (1000 операций), чего хватит для личного пользования. За API OpenAI придется платить, но один запрос стоит копейки (центы). Либо использовать готовых ботов вроде Syntx AI.
Распознает ли нейросеть хачапури по-аджарски рецепт с фото?
Да, если вы загрузите фото готового блюда, GPT-4o с высокой точностью определит, что это хачапури, и напишет рецепт. Если загрузить фото ингредиентов (мука, сыр, яйца), она предложит испечь хачапури как один из вариантов.
Насколько точны граммовки в рецептах от ИИ?
Нейросеть генерирует стандартные пропорции. Она не «взвешивает» продукты по фото. Поэтому используйте её инструкции как базу, но корректируйте соль и специи по вкусу. Это всё же языковая модель, а не весы.
Что делать, если тест «что приготовить» выдает бред?
Проблема обычно в качестве фото или освещении. Если продукты лежат кучей, модель их не различит. Разложите ингредиенты так, чтобы этикетки или формы были видны. Или допишите текстом: «Тут еще банка тушенки».
Может ли бот учитывать аллергию или диету?
Легко. В системный промпт (инструкцию для ИИ) нужно один раз добавить: «Пользователь не ест глютен» или «Исключи орехи». Бот будет фильтровать все будущие рецепты через это правило.