关于人工智能——以 ChatGPT 为代表——的讨论，最初集中在法律、医学和计算机等几个尖端领域，结果很明显，除了程序员能容忍 bug，其他几个领域往往不敢信赖人工智能。
随着人工智能逐渐过渡到日常应用，广泛接受更多普通人考验后，讨论也更趋于理智：不再一味希望人工智能代替什么，而是接受它作为一种全新的工具或方法，与传统技术并存。印刷术并未消灭手写，电脑没有干掉纸张，电信反而推动旅行，人工智能也循着这一路径。
烹饪便是一个绝佳的例子。当然，早已有人尝试让人工智能推荐食谱，可惜早期的成果要么是废话，例如从咖喱、土豆和炖牛肉得出“咖喱土豆炖牛肉”；要么就过于出乎意料，弄出一些黑暗料理。这其实是误会了人工智能的角色，没有把它当作新事物。
我本人在业余时间也喜欢动手做菜，几年间不断尝试用人工智能辅助烹饪。它远远不及美食专栏作家，也不会让你的母亲或者祖母黯然失色，但是作为一种从未有过的媒介，人工智能同样有着全新的用法。
没有做过菜的人工智能不是好厨子
作为一种上手门槛比较低的实践，估计有多少人都尝试过问人工智能讨要食谱。比如，随手打开冰箱，告诉人工智能里面有什么食材，让它推荐据此一道简单又不算难吃的菜式；而以 GPT-4 为代表，部分人工智能还允许你拍下冰箱内容物，就这照片直接给出建议。
但是，尽管交互体验非常新奇，但前述实践均把人工智能拟人化，把它当作一位经验丰富的大厨，或者一个做了一辈子菜的老奶奶（我并无性别歧视的意思）。很多所谓的高级玩家，也只是在此基础上调整 prompts，让人工智能玩角色扮演游戏：假扮擅长爆炒的中餐馆大厨，或者对新鲜度有着过人直觉的日本料理人。
——问题在于，人工智能不是任何人，它没有做过菜，只是道听途说别人的知识。这有点像今人照着古方做仿膳，大多也是就着文字资料费劲脑补，殊不知古代有钱有闲写食谱的，大多是远庖厨的君子，他们往往没有烹饪经验，比如袁枚，他自己不做菜，只是收集了不少食谱——虽然也功不可没——汪曾祺就此还吐槽过袁氏。西方的情况也好不到哪里去，那些花哨的食谱往往是“不弄脏衣袖的小姐”写的，以至于美国一百多年前家政科学运动影响如此深远，太太们终于自己挽起袖子下厨房。
结果就是，人工智能的建议比刻板印象中的中餐口诀还不靠谱，它或许会告诉你“一勺盐”“一杯水”或“一个番茄”，但各地的勺、杯和番茄尺寸千差万别，人工智能没有身体，自然不知。而烹饪恰恰有极强的地方属性，例如中餐的瓷勺就比美国的主餐勺大将近一倍，若是盲信人工智能，做出的东西要么寡淡无味，要么咸得齁人。
有食品网站的编辑尝试让 ChatGPT 推荐食谱，她很快发现，ChatGPT 对数字并不敏感，经常给出差距一倍以上的烹饪时长，所谓的快手早餐，最终花了四十多分钟，何况此人还是美食专栏的撰稿人，换作普通人，恐怕最后只能气得砸锅子，老老实实点外卖。
参考图：我要的就是刻板印象！
不妨反其道而行之。既然人工智能不擅长具体，只会嚼舌一般，那我干脆只要最终的菜肴参考图。比如说，直接让 ChatGPT 生成一张麻婆豆腐或 BLT 三明治的标准图片，然后尝试着仿制。我用得更多的是 Bing，它可以一次生成四张图片，在我的网络环境下也比 ChatGPT 快得多，不过具体的工具选择也并非本文旨趣。
这些人工智能生成的参考图高度标准，简直经过星级大厨亲手制作、专业造型师精精心布置、职业摄影师用心拍摄，会让人觉得“麻婆豆腐就应当长成这样”。而人类拍摄的菜肴照片，除非经过前述一系列专业人士之手，否则总感觉差点意思。甚至很多人类高手的照片和视频也不那么标准，一方面或许因为他们刻意求新，另一方面，现实生活中的食材也不像动漫中那么几何化、标本化。
总之，我在做菜时，除了收集人类编写的食谱和成品图，还会特意让人工智能生成几张参考图，只要是相对知名的菜肴，人工智能生成的图片往往比人类的还标准。当然，我不会完全照着制作，毕竟人工智能偶尔会干出往披萨上面涂胶水的蠢事，但是至少这些理想化的图片是一个很好的方向。
有人还不满足于此，进一步让人工智能生成梦幻中的食物，比如咖啡三明治，此君表示他曾在某处招牌上见过此名称，但没见过实物（可能只是一个单纯的商标名），网上也搜不到，于是他尝试让 ChatGPT 想象最终成品的样子，并试着制作，好像也不难吃。
或许不仅是知名菜式，让人工智能创造一些全新的菜肴也未尝不可，只要它们足够理想化。
原理：别问全过程，只问一部分
如前文所述，人工智能不是一个好厨师，但它有没有可能是一个好的食品化学家？不是。
烹饪背后的化学过程，被揭露者不过冰山一角。例如一整块五花肉丢进锅子后的美拉德反应，具体细节至今仍不为人所知；而在烘焙咖啡豆时，其中的风味物质如何发生变化，也不是几个化学方程式可以说清楚的（这就不奇怪，咖啡为何算是半个玄学，如果不完全是玄学的话）。人类尚且没有搞清楚并用文字记录下来的东西，暂时来看也不好指望人工智能可以从二手数据中窥见真相（最多在统计学意义上有一些建树）。让人工智能扮演化学家从一开始就是方向性错误。
不过，人工智能很擅长一次解决一个原理性问题，可以帮你搞清楚烹饪中某个步骤。例如，如果你用非常科学——但是可能有些倒胃口——的口吻和 ChatGPT 交流，问问红烧肉软嫩的原因何在，如何达到这种效果，最终不难从经验性的烹饪手法（长时间小火慢炖）追问到蛋白质的变性过程。
比起学者，ChatGPT 为代表的人工智能更像是一个理论知识勉强过关的研究生。不用紧张， 这不意味着人类辛辛苦苦拿到的学位成了废纸——在担心人工智能之前，别的因素早就在学位贬值中发挥作用了——不要过度拟人化，与其说我得到了什么建设性的意见，不如说 ChatGPT 帮我从传统烹饪手法中挑刺，看看这些做法有没有道理。
唯需注意，你不能像在百度甚至抖音里那样大而化之地提问。例如，你不能随便问 ChatGPT 为什么在煎鱼前要把锅子烧到冒烟，而是要说清楚你手里的锅是铸铁的、不锈钢的还是图层的——就最后一类，不应该烧到冒烟——此时 ChatGPT 方能对症下药，否则它就会开始产生幻觉，和百度知道上那些心肠虽好但胡言乱语的路人没什么区别，连锅子的类型都搞不清楚，就一股脑把它烧得冒烟，甚至发红发紫，那不是不要命吗？
计算机黎明时期“垃圾进、垃圾出”的格言，在人工智能时代依然有效。
地道表达
人工智能不能扮演一个具体的厨师，但不意味着它不能扮演厨师群体。而常识问题，乃至寻常到没人会刻意讨论的东西，恰恰可以由人工智能填补空白——比如，询问常见食材或烹饪手法在外文中的地道表达。
在《让 ChatGPT 当你的海淘导购》一文中，我就发现查找外文