Part 2｜第 4／30 篇
今日要做的事： 用 AI Studio 測 Vision；把外食與自煮拆成兩條資料流。
今天要解決的目的： Day 2 定好庫存那 0.3 的資料形狀；今天補上外食餐點的紀錄，讓沒開火的日子也能進入 completeness 與 balance_response。

真實流程不是每天打開冰箱才決定吃什麼。沒時間、沒體力就外食；有餘裕，才會打開冰箱讓 DishFlow 幫我組下一餐。

今日任務卡

直接輸入，不上雲。 先在零基礎設施下量 Vision，才分得出錯在模型還是之後的 App。

1. 問題：缺的是外食那一格

圖：Day 2 已定好庫存 0.3 的資料形狀；餐點 tags 0.3 若外食不進系統就是空的。評分仍要算外食日的 tags，不然 balance_response 沒有輸入。

前兩天我一直從「冰箱裡有什麼」出發，但正常人不是每天都有時間和體力煮飯。真實流程更像這樣：

今天有時間、有體力 ──▶ 打開冰箱 ──▶ DishFlow 用庫存規劃自煮
今天沒時間、沒體力 ──▶ 外食／超商 ──▶ 記下吃了什麼，不扣家中庫存

所以外食不是例外模式，也不是「今天沒有使用 DishFlow」。它仍然要留下餐點 tags，算進當天的完整性；之後有空自煮時，系統才知道前幾餐吃了什麼，能往互補方向推薦。差別只在於：外食寫入飲食紀錄，自煮還會動到庫存。

這也表示產品不能要求「每天先拍冰箱」。冰箱照是進貨、清點或定期校正庫存時才需要；外食日只記餐點即可。少一步，才比較像真的生活。

另外，台灣餐桌對英文訓練資料也不友善（隔層便當、滷味、三角飯糰）。拿 salad bowl 的 Prompt 來問，模型會很有禮貌地裝懂。

2. 設計

2.1 兩條資料流

)

圖：外食只寫 tags、不碰 pantry；自煮還要扣庫存。分錯會誤扣或庫存永遠不清。

所以 food_source 必須是欄位：home | convenience_store | supermarket | eat_out。

這張圖畫的是「吃完之後資料往哪裡走」，不是要求使用者每餐都先拍冰箱。使用者先依時間、體力決定外食或自煮；照片辨識負責把結果送進正確的資料流。

2.2 今天要測的五題

1. 主食／主菜／配菜有沒有分開
2. 醬色會不會被說成炸
3. 看不清會不會承認
4. 認不認得出外食 vs 自煮（該不該扣庫存）
5. 沒入鏡的格子會不會硬掰

圖：餐盒＋塑膠袋 vs 自家碗盤，視覺線索夠清楚。

3. 實作

3.1 面板與餐點 Prompt

兩種照片、兩套設定：

便當照要關：今天要看它會不會把醬色講成炸、會不會幫沒入鏡的格子補完。一開 schema，這些裝懂容易被「填滿欄位」蓋掉。
冰箱照要開：Day 2 已經定好 unit enum 與 pantry 欄位，今天直接沿用。Structured outputs 只能固定形狀，不能保證辨識正確；醬料層把味霖、醬油寫成 drink，就是「格式正確、內容錯誤」的例子。

你在看一張台灣餐點照片。

列出：主食、主菜、配菜、烹調方式。
判斷 food_source：外食（一次性餐盒、店家包裝）還是自煮（自家碗盤、鍋具）。
只描述看得到的東西，沒看到的格子不要推測。
不確定的放到 uncertain_items。
不要給營養建議。用繁體中文。

3.2 便當照：過關

三個重點：沒把醬色當炸；沒幫白飯那格補完；禽肉停在 uncertain。收成：

{
  "slot": "lunch",
  "label": "鴨腿便當",
  "food_source": "eat_out",
  "tags": ["braised", "poultry", "vegetable_present", "sauce_heavy"],
  "uncertain_items": ["烹調：烤或滷", "禽肉：燒鴨或油雞"],
  "needs_confirmation": true
}

braised 就夠：對 balance_response 重要的是「不是炸」。sauce_heavy 不是「鈉高」，只標看得到的。

3.3 冰箱是另一支題，不是每餐流程

圖：餐點照＝消費紀錄；冰箱照＝庫存快照。產品上冰箱是進貨／每週掃，不是每餐全層辨識。今天只做壓力測試。

kind（食材／調味／飲料／非食物）由模型看；priority: staple 由 Rule Engine 對。完整冰箱 Prompt 見文末附錄。

一張一張丟。 一次四張會混層，Day 7 題庫就無法歸因。

截圖常常裁掉回答本體，所以模型輸出也要貼進文章。下面兩段都保留 Structured outputs 實際產生的 JSON，不人工改格式。

3.4 三輪實測

目前結果是便當過、醬料翻車；冷凍海鮮的主要食材辨識過關，但漏掉粉紅色封口夾。

醬料層（翻車）

模型的 Structured outputs 原始 JSON：

{
  "items": [
    {
      "name": "紅蓋罐裝醬料",
      "qty": 1,
      "unit": "each",
      "qty_text": "畫面中清楚可見一個完整的玻璃罐",
      "approx": true,
      "kind": "seasoning",
      "location": "fridge"
    },
    {
      "name": "星巴克蜜桃蘋果優格",
      "qty": 1,
      "unit": "each",
      "qty_text": "畫面中清楚可見一個帶有紙套的杯裝優格",
      "approx": true,
      "kind": "ingredient",
      "location": "fridge"
    },
    {
      "name": "NIPPON PREMIUM 富良野哈密瓜沙瓦",
      "qty": 1,
      "unit": "each",
      "qty_text": "畫面中清楚可見一個易開罐",
      "approx": true,
      "kind": "drink",
      "location": "fridge"
    },
    {
      "name": "紙盒裝飲品",
      "qty": 1,
      "unit": "box",
      "qty_text": "畫面中可見一個帶有圓形瓶蓋的紙盒包裝",
      "approx": true,
      "kind": "drink",
      "location": "fridge"
    },
    {
      "name": "紅蓋寶特瓶飲品",
      "qty": 1,
      "unit": "each",
      "qty_text": "畫面中可見一個完整的寶特瓶",
      "approx": true,
      "kind": "drink",
      "location": "fridge"
    },
    {
      "name": "金黃蓋寶特瓶飲品",
      "qty": 1,
      "unit": "each",
      "qty_text": "畫面中可見一個被部分遮擋的寶特瓶",
      "approx": true,
      "kind": "drink",
      "location": "fridge"
    }
  ],
  "uncertain_items": []
}

味霖／醬油變 drink → 調味料從可用清單消失，leftover_hit 失真。JSON 形狀再漂亮，kind 錯了後面規則也救不回來。

冷凍海鮮（主要食材過關，漏掉一項）

重新開啟 Structured outputs 後，模型的原始 JSON：

{
  "items": [
    {
      "name": "Kirkland 冷凍生蝦",
      "qty": 1,
      "unit": "bag",
      "qty_text": "畫面左側看到一包藍色包裝的冷凍蝦",
      "approx": true,
      "kind": "ingredient",
      "location": "freezer"
    },
    {
      "name": "生凍花枝排",
      "qty": 1,
      "unit": "bag",
      "qty_text": "畫面右側看到一包透明夾鏈袋裝，標籤寫著生凍花枝排",
      "approx": true,
      "kind": "ingredient",
      "location": "freezer"
    }
  ],
  "uncertain_items": [
    "被蝦子和花枝排擋住的後方物品，因被包裝遮擋無法辨識具體品種。"
  ]
}

蝦（crustacean）與花枝排（mollusk）分開、freezer 正確，後方遮擋物也進了 uncertain。Golden 題最重要的一步成立：過敏只擋蝦、放行花枝排。

但它漏掉畫面中的粉紅色封口夾。這不會污染 pantry，因為夾子本來就不該入庫；仍要記成 Vision 的漏偵測。數量也只到 1 bag，看不出剩餘比例，粗單位仍要人確認。

附帶修正 Day 1：冷凍蝦不會兩天到期；解凍進冷藏才是壓力來源。

3.5 拍照條件會直接打到辨識

今天兩張冰箱照其實已經在考「真實拍攝」，不是棚拍：

以後拍給 Vision 的庫存照要更清楚： 單層、正面、標籤朝鏡頭、少用手擋、能開燈就開。壓力測試可以故意拍壞（Day 5／Day 7 題庫需要），但當「正式入庫」的照片，清楚度就是資料品質。隨意拍不是生活感，是在把錯誤寫進 pantry。

另兩張題庫（Day 7 再測）
袋裝青菜（硬猜品種？）／花椰菜米（portion＋MICROWAVE）。原圖：day3-05、day3-06。

3.6 Day 7 題庫列

day3-02  便當     food_source=eat_out，禽肉 uncertain     沒裝懂
day3-03  醬料層   味霖／醬油→drink，uncertain=[]         裝懂
day3-04  冷凍海鮮 蝦／花枝排分開，漏掉封口夾           沒裝懂
day3-05  袋裝菜   （待測）
day3-06  花椰菜米 （待測）

每列加記：光源、距離、有沒有遮擋標籤。

4. 驗證與翻車

先改 Prompt，不要 Fine-tune。 下一刀大概是：寶特瓶褐色／淡色液體，優先當調味料。還裝懂就交給 Day 5 的 needs_confirmation。拍照規範跟 Prompt 一樣重要：輸入糊，輸出再漂亮也只是漂亮的錯。

錯一次會污染後面 3～7 天的 balance_summary。照片先放本地 meals/raw/，Cloud Storage 是 Day 10 的事。

5. 今日結論

1. 外食要進評分。 餐點 tags 佔 0.3；不記外食，balance_response 沒輸入。
2. 兩條流：外食不扣庫存，自煮要扣。
3. Structured outputs 只保證形狀，不保證內容；拍照清楚度＝資料品質。 醬油仍可能被標成 drink。壓力測試可以拍壞，正式入庫不行。

下一篇： 今天只替冰箱庫存套用 Day 2 的欄位；Day 4 要正式替餐點照設計 Meal JSON，讓 food_source、tags 與 uncertain 都能穩定寫入。

附錄：冰箱 Prompt（完整）

冰箱照請 打開 Structured outputs，欄位對齊下方列表（與 Day 2 unit enum 一致）。Prompt 本文：

你在看一張我家冰箱的照片。

列出畫面中看得到的每一項，每項給我：
- name：品項名稱
- qty + unit：unit 只能用 each / piece / slice / box / pack / bag /
  bunch / handful / fist / palm / cup / tbsp / tsp / ml / portion
- qty_text：你怎麼判斷這個量（例如「拆封剩約一半」）
- approx：一律 true
- kind：ingredient 食材 / seasoning 調味料 / drink 飲料 / non_food 非食物
- location：fridge 或 freezer，從結霜與抽屜位置判斷

規則：
1. 被袋子、包裝或手遮住而認不出來的，不要猜具體品種，放到 uncertain_items。
2. 數量只看得到一部分時，就用看得到的數字，不要推測後面還有幾個。
3. 沒有看到日期就不要編到期日。
4. 不要推薦菜色，也不要給營養建議。

用繁體中文。