餐饮智能点餐助手

点餐翻菜单 5 分钟起步,优惠信息散落各渠道难比对,新品牌接入重复开发

一这件事现在是什么样

消费者 · 想吃一顿划算的饭,要先过三道关

周五中午,写字楼下的午餐高峰。一位顾客想点杯咖啡:打开品牌 App 翻菜单 5 分钟还没定下来喝什么;想起好像有张优惠券,翻完卡包翻小程序,比对半天不知道用哪张最划算;换一家品牌,以上流程重来一遍。而在品牌的另一侧,运营人员每接入一个新渠道就要重复开发一遍点餐对接 —— 菜单、优惠、订单接口各不相同,IT 团队的排期排到了下个季度。

二痛点 · 每条都发生在昨天

不是流程描述,是顾客与品牌团队每天真实上演的折腾 —— 以下案例均取自场景调研与演示素材

1
点餐决策耗时长:翻菜单 5 分钟起步,口味、预算、人数、营养每样都要自己权衡
2
优惠信息散落各渠道难比对:可领券、已领券、门店可用券各在一处,用哪张最划算全靠人肉比价
3
每个品牌单独对接,重复开发:菜单、优惠、订单接口各不相同,新渠道接入排期以季度计
4
价格库存不实时,下单心里没底:看到的优惠用不了、想点的已售罄,下单前总要反复确认

三换个做法之后

变化不在「快」,在「一句话走完全链路」和「接入零代码」

✕ 现在的做法

  • 翻菜单 5 分钟起步,偏好全靠自己权衡
  • 优惠券翻卡包人肉比价,用错券是常态
  • 新品牌接入重写一套对接,排期以季度计
  • 价格库存以 App 为准,来回切换反复确认

✓ 交给 Agent 之后

  • 一句话说偏好,规则引擎排序推荐并附推荐理由
  • 可领/已领/门店可用券一起查,对比有券无券价格,自动推荐最省方案
  • 新品牌在 brands.json 追加一条配置即接入,零代码扩展
  • 下单前二次确认(门店/商品/优惠/金额/取餐方式),异常价格停止下单

四场景闭环

6 步 · 每一步的产出都是下一步的输入

第 1 步
品牌识别与路由 · 解析品牌关键词读取 brands.json 匹配品牌 → MCP 工具前缀,自动路由到对应 MCP 服务
第 2 步
门店查询与选择 · 附近的店先摆出来调用品牌 MCP 门店查询工具(支持 IP 定位/地址搜索),展示附近门店让用户确认
第 3 步
菜单浏览与智能推荐 · 偏好驱动排序获取品类与商品列表;用户表达口味/预算/人数/营养偏好时,基于规则引擎排序推荐并附推荐理由
第 4 步
优惠券查询与最优选择 · 最省方案自动算查询可领券/已领券/门店可用券,对比有券无券价格,推荐最省方案
第 5 步
下单与支付确认 · 二次确认不省略下单前二次确认(门店/商品/优惠/金额/取餐方式),返回支付链接与截止时间
第 6 步
订单跟踪与售后 · 状态随时查查询订单状态/取餐码/预计时间,如需取消按品牌能力处理

要准备什么

自然语言点餐需求(如「帮我点一杯瑞幸拿铁」)
品牌名 + 点餐/优惠/查单意图即可
偏好信息(可选)
口味/预算/人数/营养目标
品牌 MCP 配置(前提条件)
至少配置一个品牌 MCP Server(瑞幸 lk-order 或麦当劳 mcd-order)并完成连接器信任,Token 由用户自行获取

为什么这个场景值得做

痛感 4 × AI 适配 4 ÷ 落地难度 3 = 5.3

最大差异点 · 差异不在对话体验,在接入成本:新品牌只需在 brands.json 追加一条配置(品牌名/别名/MCP 前缀/价格单位/工具映射),零代码扩展 —— 点餐全链路一套 Skill 通用。

评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨渠道取数、错了能不能当场看出来」; 落地难度是分母 —— 需要先对接 POS/ERP 才能用的场景,分数会被压得很低。

五会产出什么

判断标准只有一个:这份东西明天早上能不能直接拿去用

正式件本体
点餐结果.md
品牌 → 门店 → 商品明细 → 优惠明细 → 实付金额 → 支付信息 → 取餐/配送信息
决策附件
优惠券与营养搭配.md
可用券/最优方案/节省金额 + 餐品热量/蛋白质/脂肪(品牌支持时)

这套东西不承诺什么

不替代用户最终支付确认,创建订单前必须二次确认、支付链接醒目展示;不处理品牌 MCP 未暴露的能力(退款/投诉);不保证所有品牌 MCP 功能完整可用;价格/优惠/库存以品牌 App 实际为准、非实时担保,大额订单建议二次核实;不保存/打印/转发 MCP Token、手机号、地址、订单号等敏感信息;新品牌接入需用户自行配置 MCP Server,本 Skill 不提供 MCP 凭证获取服务;推荐结果仅供参考,不构成消费建议。

想看具体怎么跑?

Live Demo 里有一个完整案例的每一步,包括下单前哪些内容必须由用户确认