Menubeschrijvingen schrijven met AI: hoe werkt het?

Twee jaar geleden kostte beschrijven van een 40-item menu twee dagen. Vandaag levert een AI-menubeschrijvingsgenerator tweetalige tekst met allergeenaanduiding in 5-10 seconden per item. Hier hoe het werkt.

Wat is een LLM

Een Large Language Model — GPT, Claude, LLaMA — is een statistische motor getraind op internettekst. Op een prompt voorspelt het de meest waarschijnlijke volgende woorden. Doordat het talloze recepten en reviews "gelezen" heeft, spreekt het natuurlijke horecataal.

Met naam en ingrediënten produceert het smaakvolle tekst. Kwaliteit hangt af van de context die je geeft.

Goede prompt

"Beschrijf ravioli" is zwak. Drie delen:

• Context: "Moderne Italiaanse trattoria"
• Data: naam, ingrediënten, portie, allergenen, bereidingswijze
• Stijl: "Twee zinnen, zintuiglijk, allergenen aangeven"

Output: "Handgevouwen ravioli van ricotta en citroenzeste, gewend in salieboter met Grana — bevat gluten en zuivel."

Welke velden geven

• Naam en categorie
• 3-5 hoofdingrediënten
• Bereidingsmethode
• Portiegrootte
• Bekende allergenen
• Vegan/vegetarisch/glutenvrij tags

thMenu leest deze velden uit het beheerformulier en stuurt ze via Cloudflare AI naar LLaMA 3.1 8B. Twee seconden later staat tweetalige tekst in de editor. Inbegrepen in Pro.

Nauwkeurigheid en toezicht

LLMs hallucineren — verzinnen ingrediënten of labelen iets ten onrechte glutenvrij. Altijd menselijke review. Serieuze platforms markeren met badge "gegenereerd door AI".

Allergenen: kruiscontrole met EU-14 lijst bij opslaan.

De rekening

40 items handmatig: 8-12 uur. Met AI en review: 30-45 minuten. Tegen 25 €/u: 190-280 € bespaard per refresh.

Skeptisch? Een middag testen verandert je workflow blijvend.

Was dit nuttig? Deel het.