Plate 里的每份食谱都始于一次采集：眼前菜品的一张照片、聊天里的一个链接，或一本真正菜谱书里的一页。照片这条路最像魔法，所以也是被问得最多的。你只需给一盘成品菜拍一张照 — 比如意式肉酱面 — 几秒钟后，一份带食材、分量、步骤和营养估算的完整食谱就出现在眼前。
这里没有魔法，只有一条精心编排的流水线。以下就是那几秒钟里发生的事。
第一步，Plate 说出它看到了什么
照片会交由一个视觉模型分析：它先认出这道菜，再倒推出其中可能的组成 — 面条、酱汁、牛肉末、顶上的帕玛森芝士。语境很重要 — 同样的红色酱汁，浇在意面上和摆在鸡蛋旁边，读出来的含义并不一样 — 所以模型是把这道菜当作一个整体来推理，而不是孤立地给像素贴标签。
这也是为什么 Plate 向模型要的是烹饪逻辑，而不只是标签。一道菜不是一张食材清单，而是一连串的决定。先煎上色再炖煮、给煮面水加盐、最后撒上芝士收尾 — 这些都是从菜品的样子和它的惯常做法中推断出来的。
然后，它写出一份真正能照着做的食谱
识别出的食材会变成一份结构化食谱：分量按份数换算，步骤按厨师实际操作的顺序排列，每个阶段都标注了时间。无论来源是照片、粘贴的链接还是手动输入的笔记，Plate 都会把结果规整成同一种清爽的格式 — 这正是无论食谱来自哪里，你的菜谱本都始终协调一致的原因。
最后，每种食材都会得到一份营养估算，这道菜也会获得它的标志性视觉：电影质感拆解图 — 每个组成部分都悬浮在成品菜的上方。
坦诚面对边界
AI 从照片里读出食物，是估算，不是实验室分析。藏起来的食材 — 融进酱汁里的鳀鱼 — 可能会被漏掉，分量也是从视觉线索推断而来。正因如此，Plate 食谱的每个部分都可以编辑：改正一个用量，加上只有你才知道的那种食材，食谱、营养和视觉都会随之更新。
我们的目标不是取代你的判断，而是替你完成那繁琐的 90% — 识别、结构化、估算 — 好让你把注意力留给烹饪本身。
你的下一道食谱，从一张照片开始。
把每一餐变成一份精美的视觉食谱。成为最早用 Plate 下厨的人之一。