Министерство образования и науки Российской Федерации

ГБПОУ МО «Красногорский колледж»

ИНДИВИДУАЛЬНЫЙ ПРОЕКТ

по дисциплине «Информатика»

«Искусственный интеллект в кулинарии:

возможности и применение в профессиональной деятельности

повара и кондитера»

Выполнил(а): студент(ка) 3 курса группы : Шугаева А.А.

Руководитель: Рамазанова Н.С.

Специальность: 43.02.15 «Поварское и кондитерское дело»

Волоколамск, 2026

Содержание

Введение

Глава 1. Искусственный интеллект в кулинарии (теоретическая часть)

1.1. Понятие ИИ и генеративных нейросетей

1.2. Примеры применения ИИ в общественном питании

1.3. Инструменты, доступные специалисту

Глава 2. Практическая часть

2.1. Продукт проекта: промты-шаблоны «ИИ-помощник повара»

2.2. Методика и ход эксперимента

2.3. Результаты и их анализ

Заключение

Список литературы

Приложения

Введение

Актуальность. Искусственный интеллект (ИИ) стремительно входит в сферу общественного питания. Рестораны используют нейросети для прогнозирования спроса, контроля качества блюд с помощью камер, генерации описаний и фотографий для меню. Известны громкие примеры: в московском ресторане SHE с 2020 года «работает» ИИ-шеф-повар Саша Вайнер, придумывающий сочетания ингредиентов и технологические карты новых блюд, а в 2023 году ресторан северной кухни Björn представил гастрономический сет из семи блюд, полностью разработанный тремя нейросетями. При этом доступ к ИИ-инструментам сегодня есть не только у крупных сетей, но и у любого специалиста — достаточно смартфона. Возникает практический вопрос: как именно будущий специалист поварского и кондитерского дела может использовать нейросети в своей работе и насколько они реально экономят время.

Проблема исследования: нейросети дают рецепты «на бумаге», но не несут ответственность за вкус, безопасность и технологичность — их результаты обязательно проверяет специалист.

Цель проекта: изучить возможности применения искусственного интеллекта в кулинарии и разработать набор промтов-шаблонов для ИИ-ассистента повара, проверить их эффективность на практике.

Задачи проекта:

1. Изучить понятие ИИ и принципы работы генеративных нейросетей.

2. Собрать примеры применения ИИ в общественном питании (РФ и зарубежье).

3. Подобрать доступные ИИ-инструменты для кулинарных задач.

4. Разработать промты-шаблоны для пяти типовых задач специалиста.

5. Провести эксперимент: сравнить разработку блюда вручную и с помощью ИИ.

6. Оформить продукт проекта и сделать выводы.

Объект исследования: искусственный интеллект в сфере общественного питания.

Предмет исследования: применение генеративных нейросетей при разработке блюд и технологических карт.

Гипотеза: использование ИИ-ассистента сокращает время подготовительного этапа разработки блюда (идея, рецептура, описание, расчёт КБЖУ) не менее чем в 3 раза при сохранении качества, контролируемого специалистом.

Методы: анализ литературы и интернет-источников, эксперимент (сравнение времени), моделирование (промты-шаблоны), обобщение.

Глава 1. Искусственный интеллект в кулинарии (теоретическая часть)

1.1. Понятие ИИ и генеративных нейросетей

Искусственный интеллект — область информатики, создающая системы, способные выполнять задачи, которые традиционно требуют человеческого мышления: распознавание образов, анализ данных, генерацию текста. Для кулинарии наиболее важны три класса систем.

Генеративные языковые модели (ChatGPT, GigaChat, YandexGPT, DeepSeek) пишут тексты: рецепты, описания блюд, технологические карты, ответы на отзывы гостей. Такие модели способны генерировать рецепты по заданным ингредиентам, ограничениям (аллергены, диеты) и стилю кухни.

Генеративные визуальные модели (Midjourney, Kandinsky, YandexART, DALL-E) создают изображения блюд и оформление меню.

Аналитические алгоритмы прогнозируют спрос на блюда, считают фудкост и ABC-анализ меню, управляют закупками.

1.2. Примеры применения ИИ в общественном питании

Применение ИИ в общепите удобно рассматривать по пяти направлениям.

1. Разработка вкуса. Ресторан Björn создал сет из семи блюд с помощью нейросетей; бренд-шеф сидрерии Pomme Vert разработал GPT-агента «Нейрошеф», который просчитывает рецептуры, составляет техкарты и анализирует меню. В США более трети заведений используют нейросети для обработки заказов и бронирования.

2. Кухня и производство. Прогноз спроса и умные закупки снижают списания продуктов: ИИ-системы сокращают потери на 30–50 %; сеть «ВкусВилл» с помощью ИИ сократила списания свежих продуктов на 15 %.

3. Контроль качества. В «Додо Пицце» система на камерах и микрофонах анализирует более 70 процессов на кухне и в зале.

4. Сервис и гости. Голосовые и чат-боты обрабатывают типовые звонки; в сети «Супра» Telegram-бот с нейросетью берёт на себя 75 % запросов, а вечерний поток гостей вырос на 20 %. В Яндекс Еде есть функция «Еда AI»: она подсказывает блюдо и ресторан по пожеланиям пользователя и бронирует столик.

5. Маркетинг и контент. ИИ-генератор описаний Яндекс Еды создал более 250 тысяч текстов за полгода, сэкономив рестораторам около 12 млн рублей и 23 000 часов; сеть «Тануки» делала рекламные креативы через Midjourney.

1.3. Инструменты, доступные специалисту

Инструмент	Что делает	Доступность
ChatGPT, DeepSeek, GigaChat, YandexGPT	Рецепты, техкарты, описания блюд, КБЖУ	Бесплатно / условно
Midjourney, Kandinsky, YandexART	Фото и оформление меню	Частично бесплатно
ChefGPT, RecipeGPT и аналоги	Специальные кулинарные генераторы рецептов	Бесплатно / подписка
Excel / Google Таблицы + ИИ	Калькуляции, КБЖУ, меню-матрицы	Бесплатно

Вывод по главе 1. ИИ не заменяет повара — он ускоряет рутинные операции (перебор вариантов, пересчёты, тексты), а вкус, концепция и ответственность остаются за специалистом.

Глава 2. Практическая часть

2.1. Продукт проекта: промты-шаблоны «ИИ-помощник повара»

Продуктом проекта является набор из пяти промтов-шаблонов, позволяющих решать типовые задачи специалиста поварского и кондитерского дела с помощью ИИ-ассистента.

Шаблон 1. Рецепт из того, что есть:

У меня есть продукты: [список]. Придумай 3 варианта блюд разной сложности. Для каждого дай: название, ингредиенты с граммовкой, пошаговую технологию, время приготовления. Рецепты должны соответствовать технологии приготовления блюд общественного питания.

Шаблон 2. Адаптация рецепта под ограничение:

Адаптируй рецепт [блюдо] для гостей без [глютена / лактозы / сахара]. Укажи замены ингредиентов и как это повлияет на вкус и текстуру.

Шаблон 3. Технологическая карта:

Составь технологическую карту блюда [название] на 1 и на 10 порций: наименование сырья, брутто/нетто в граммах, последовательность приготовления с контрольными точками.

Шаблон 4. Описание для меню:

Напиши продающее описание блюда для меню ресторана (2–3 предложения, без клише): [состав блюда, стиль кухни, фирменный тон].

Шаблон 5. Расчёт КБЖУ:

Рассчитай калорийность и БЖУ этого рецепта на одну порцию: [ингредиенты и граммовка]. Покажи расчёт по каждому ингредиенту.

Принцип работы с любым шаблоном: промт — это бриф, а не поиск рецепта. Важно задавать контекст: кухню, ограничения, оборудование, себестоимость. Ответ нейросети всегда проверяет специалист.

2.2. Методика и ход эксперимента

Для проверки гипотезы проведён сравнительный эксперимент на контрольном блюде — сырники классические.

Условие А (вручную): придумать 3 варианта подачи, рецептуру, описание для меню и расчёт КБЖУ — с таймером.

Условие Б (с ИИ): те же задачи с помощью шаблонов 1–5.

Замерялись: время каждого этапа; оценка качества (логичность технологии, наличие граммовок, соответствие нормам). Сгенерированная рецептура сверялась с классической технологией приготовления.

Форма записи результатов — таблица в Приложении 2.

2.3. Результаты и их анализ

По итогам эксперимента этап «идея + рецептура + описание» с помощью ИИ занял 5–15 минут против 60–90 минут вручную. Таким образом, кратность экономии времени составила более 3 раз, что подтверждает гипотезу. Качество рецептур требовало проверки: нейросеть давала корректную основу, но точные граммовки и контрольные точки технологии уточнялись специалистом. (Значения следует заменить на фактические результаты вашего замера.)

Заключение

В ходе работы изучены принципы работы генеративных нейросетей и собраны примеры их применения в общепите: от ИИ-шефов и роботизированных ресторанов до генерации описаний блюд и прогнозирования закупок. Разработан и проверен набор из пяти промтов-шаблонов «ИИ-помощник повара». Эксперимент показал, что использование ИИ при разработке блюда сокращает время подготовительного этапа в несколько раз, при этом итоговую рецептуру и технологическую карту обязан проверять специалист: нейросеть даёт черновик, а не готовое решение.

Практическая значимость: разработанные шаблоны могут применяться на учебной и производственной практике при разработке блюд и оформлении меню.

Задачи проекта выполнены полностью, гипотеза подтверждена.

Список литературы

1. РБК Компании. Время умных ресторанов: как ИИ меняет сферу общественного питания. — 2025.

2. Gastronom.ru. Нейросети на ресторанной кухне: как ИИ создаёт блюда, управляет процессами и снижает издержки. — 2025.

3. Forbes Russia. Как ИИ экономит ресторанам 23 000 часов и 12 млн рублей. — 2025.

4. Контур.Маркет. Акции, меню, рецепты: чем поможет нейросеть заведению общепита. — 2023.

5. Sberbusiness.live. Один ИИ на ужин: эксперты рассказали, как рестораны используют искусственный интеллект. — 2025.

6. Restik. Нейросети для ресторанного бизнеса. — 2026.

Приложение 1. Пример расчёта КБЖУ (сырники классические, 1 порция)

Ингредиент	Масса, г	Белки, г	Жиры, г	Углеводы, г
Творог 9 %	150	25.6	13.5	2.9
Яйцо куриное	40	5.1	4.5	0.3
Мука пшеничная	30	2.8	0.4	22.5
Сахар-песок	15	0	0	14.9
Масло растительное (на жарку)	10	0	9.99	0
ИТОГО на порцию	245	33.5	28.4	40.6

Калорийность порции: белки 33,5 г × 4 + жиры 28,4 г × 9 + углеводы 40,6 г × 4 ≈ 476 ккал. Значения справочные, в работе следует пересчитать по своим ингредиентам.

Приложение 2. Таблица сравнения времени разработки блюда

Этап работы	Вручную, мин	С ИИ, мин	Экономия, раз
Идея блюда (3 варианта)	20	3
Рецептура и граммовки	30	4
Описание для меню	15	2
Расчёт КБЖУ	20	3
ИТОГО	85	12

Значения в таблице — заполненный пример; в свою таблицу вносятся фактические результаты замера, экономия рассчитывается по формуле: время «вручную» ÷ время «с ИИ».

Приложение 3. Слайды презентации для защиты

Слайд 1. Титульный: тема, автор, руководитель.

Слайд 2. Актуальность и проблема.

Слайд 3. Цель, задачи, гипотеза.

Слайд 4. Что такое ИИ в кулинарии (схема: три класса систем).

Слайд 5. Примеры: Björn, SHE, Яндекс Еда.

Слайд 6. Инструменты (таблица из главы 1).

Слайд 7. Продукт: пять промтов-шаблонов.

Слайд 8. Эксперимент: методика и замеры.

Слайд 9. Результаты и выводы.

Слайд 10. Спасибо за внимание (демонстрация промта вживую).