每到饭点都纠结的"吃什么"
你好，我是吴老师。
晚上回家，最头疼的一个问题：今天吃什么？ 冰箱里有土豆、鸡蛋、青椒，可就是不知道该怎么搭配。
以前，这是你得翻菜谱、问家人的事。今天，我们把这块板子变成一个随身的小管家——你开口告诉它"冰箱里有什么"，它就能按你的要求，给你列出一道道菜，甚至把菜的样子画给你看。
本课一句话：智能菜谱不是"一堆做菜的规矩"，而是一条对话链——你说话 → 板子听懂 → 云端大模型按你的要求"编"出一道菜 → 板子把它说/画给你。全程没有一个"厨师"，全是"你描述 + AI 生成"。
一、先让板子当一回"小管家"
先别听我讲，让板子演示一遍。
请使用课程的 esp32s3-touchboard-hardware-dev Skill，
烧录本课配套程序 assets/codes/demo01_recipe_voice：
板书显示"按住说话，告诉我冰箱里有什么"。
按住 BOOT 说话，比如"冰箱里有土豆、鸡蛋和青椒，帮我做一道菜"，
松开后板子会识别你说的话，请大模型给你一道菜谱，屏幕显示菜名和做法，
然后问你要不要"画出这盘菜的样子"。
烧录前把密钥和 WiFi 填好（见 README）。烧录后告诉我：
你说的话，板子识别成了什么字？它给你出的菜叫什么？
几秒后，屏幕出现"按住说话"的提示。你按住 BOOT 说"冰箱里有土豆、鸡蛋、青椒"，松开后，板子先显示一句"我听到：冰箱里有土豆、鸡蛋、青椒"，然后"思考中……"，接着屏幕上出现菜名和做法（比如"家常土豆青椒炒蛋"）。
二、拆开看：这条对话链有几棒？
这个"问吃什么 → 得到菜谱"的过程，其实是四段接力——你之前在别的课都分别见过，这次把它们串起来：
flowchart LR
A[你按住说话] --> B[1 录音+识别<br/>板子·百度STT<br/>把声音变成文字]
B --> C[2 问大模型<br/>板子·火山Ark<br/>把「食材+要求」寄给AI]
C --> D[3 云端生成菜谱<br/>大模型按提示词<br/>给出菜名+做法]
D --> E[4 板子显示/朗读<br/>屏幕显示 或 喇叭播放]
style B fill:#22d3ee,color:#131a22
style E fill:#22d3ee,color:#131a22
style C fill:#f472b6,color:#131a22
style D fill:#f472b6,color:#131a22
看懂这张图的标志：青色的在板子上（录音识别、显示/朗读），粉色的在云端（识别、生成菜谱）。板子负责"听你说话、把你的要求寄出去、把结果给你看"，真正"想菜谱"的是云端的大模型。
关键：板子不会做菜。 它只是把你说的"食材 + 要求"翻译成一段话，寄给会"想菜谱"的大模型，再把它想出来的菜谱念/画给你。想菜谱的是 AI，板子是快递员 + 显示屏。
三、四段接力，每段用什么技术？
不深挖代码，但每段接力你用到的技术要清楚：
| 接力棒 | 用到的技术 | 之前在哪学过 |
|---|---|---|
| ① 录音识别 | 麦克风采集 PCM → 百度 STT 转文字 | 第 24 课（ASR） |
| ② 发请求 | HTTP POST + JSON 把"食材+要求"寄给大模型 | 第 19 课（HTTP/JSON） |
| ③ 云端生成菜谱 | 大模型按 system 提示词"编"一道菜（结构化输出） | 第 26 课（大模型） |
| ④ 显示/朗读 | 中文绘制显示（TTS 可选朗读） | 第 9 课 / 第 25 课（TTS） |
| ⑤（可选）画菜 | 用识别文本做生图提示词 → 生图 API → 显示图片 | 第 27 课（生图） |
⚠️ 生图那一段：如果你想让它"画出这盘菜的样子"，就要把识别到的文字直接当作生图的个提示词，寄给一个"会画图"的 AI，它返回一张图片的网址，板子再把图片下载下来显示（这一步用到了
TJpg_Decoder解码 JPEG）。你画我猜（第 27 课）的底层就是这个，但反过来——那次是"板子画、AI 猜"，这次是"AI 画、板子看"。
四、要让 AI 给出"好菜谱"，得把话说清楚
这四段接力里，第③段最值得琢磨——它决定了 AI 给你的是"一道正经菜"还是"一团废话"。
先看一个反例 版本 A：含糊地问
system 提示词：你是一个做菜的助手，请回答用户吃什么。
你问"冰箱有土豆鸡蛋青椒"，它可能回："可以炒土豆，也可以炒鸡蛋。"——不具体、没法做、不知道要啥材料。
再看 版本 B：给足条件、规定格式
system 提示词：你是家常菜谱助手。请按「菜名 / 难易度 / 需时(分钟) / 食材清单(逗号分隔) / 步骤(编号列表)」的格式，给出一道具体的菜。
如果食材或步骤不确定，请标注「仅供参考」。用不超过80字的简体中文回答。
你问同样的话，它可能回：
菜名：青椒土豆炒蛋
难易度：简单
需时：15分钟
食材：土豆1个、青椒1个、鸡蛋2个、盐、油
步骤：1.土豆切丝青椒切块 2.打入鸡蛋炒散 3.下土豆青椒翻炒 4.加盐调味
看出差别了吗？ 版本 B 比 A 多了这四样：
| AI "听话"的地方 | 为什么重要 |
|---|---|
| 给角色（家常菜谱助手） | 它才知道自己该"认真做菜"，不是闲聊 |
| 给格式（菜名/难易度/食材/步骤） | 它才知道"怎么输出"，才能分屏显示 |
| 给要求（具体一道、80字内） | 它才不会乱编一堆、啰嗦 |
| 给兜底（标注"仅供参考"） | 菜谱不一定营养均衡，要留个心眼 |
这就是你前面学会的：提示词＝角色 + 任务 + 约束 + 负面指令的四要素。第 35 课你练的是"让 AI 说话很像老师"，这一课练的是"让 AI 把菜谱按规矩写出来"——关键是给它"格式"，它才能输出能分屏显示的结构化结果。
五、动手：加一个条件，看菜谱怎么变
请改 system 提示词里的约束，每种改动先预测再烧录：
| # | 我在提示词里加/改这句 | 我预测 AI 会 | 实际菜谱变化 |
|---|---|---|---|
| 1 | 加上"只挑 15 分钟能做完的" | ||
| 2 | 加上"按时间从短到长排 3 道" | ||
| 3 | 改成"不要放辣的" | ||
| 4 | 加上"告诉我这道菜适合几人吃" |
⚠️ 关键观察：你会发现，约束加得越具体，菜谱越贴近你的真实需求。你说"15 分钟"它就挑快的；说"不要辣"它就避开辣。但如果你只加一个模糊的"简单点"，它可能还是给你一道要 40 分钟的——因为你没写清楚"简单"是多少时间。
六、如果它没按你想的来
| 现象 | 先查什么 |
|---|---|
| 录音识别错字 | 说清楚点、安静点；看串口里"她说的话"是不是你想的 |
| 一直"思考中" | 联网/密钥对吗？看串口的"模型 HTTP 状态码" |
| 菜谱不像菜谱（一团话） | 不是 AI 坏了，是提示词没给格式——补上"菜名/食材/步骤" |
| 菜谱明明说"15 分钟"但实际要 1 小时 | AI 估的时间不一定准，菜谱要"仅供参考" |
| 生图那步失败 | 生图 API 密钥/网络对吗？图片下载到 PSRAM 够不够？ |
记住：菜谱"看起来很专业"不代表"一定准"。AI 编的是"像菜谱"的话，不是"做过验证"的菜。 吃之前要用常识核对，菜谱上要标注"仅供参考"。
七、下课前，把"对话链"讲给我听
先别看 AI 的回答，自己说一遍：
- 智能菜谱是"板子会做菜"吗？板子真正做了哪几件事？
- 这条对话链有哪几棒？哪几棒在板子、哪几棒在云端？
- 同样"冰箱有土豆鸡蛋青椒"，为什么含糊提示词和"给格式"提示词得到的菜谱差那么多？
- 提示词的四要素，在这一课里各起到什么作用？（角色/任务/约束/负面指令）
- 生图那一棒，识别到的文字派上了什么用场？
- 为什么菜谱要标注"仅供参考"？
今天请留下三样东西：你用语音让板子识别到的一句话、AI 给你的一道菜谱（菜名+食材+步骤）、以及一句"我在提示词里加的一个约束和它的效果"。
八、最后留给你：AI 是按"你的话"来"生菜谱"的
这一课你可能觉得"不就是问个菜嘛"。但想深一点：
AI 不是一个固定的"菜谱库"，它是一个"按你的要求现编"的助手。 你把话描述到什么程度，它就生到什么程度。这跟第 35 课"改提示词看回答变"、第 36 课"让 AI 生成例句"是同一个道理。
| 你想让 AI 帮你 | 你要给出的"条件" |
|---|---|
| 定今天的晚餐 | 冰箱有什么、几个人吃、多少分钟内、忌口什么 |
| 推荐 3 道菜 | 要几道、按什么排序（时间/难度）、什么范围 |
| 给出健康搭配 | 要不要控制卡路里、是不是主食/荤素搭配 |
| 画一道菜的样子 | 描述清楚"菜长什么样"（颜色、摆盘、盘子） |
摸清这个规律："AI 生活"的每一课，都是"你说清楚 → AI 按你的话生成"。 下一课的电子宠物不一样——它不是 AI，是一段你写死了的规则，它"活得怎么样"靠的是时间，不是你的语言。
教师备课备注（不作为课堂口播）
课程定位
- 第九章「AI 生活」开篇。把语音(ASR) + 大模型(Ark) + TTS + 生图串成一条完整对话链，落点是"板子不做菜，云端按提示词生成菜谱，板子负责听/寄/显示"。是第 23–28 课"AI 感知/对话"的收束应用。
- 技术与原理并重：讲清楚四段接力各用什么技术（用"零件表"+链路图），不深究代码。提示词训练是主线之一：让 AI 给出"结构化菜谱"，核心是给格式 + 约束。
- 与第 27 课"你画我猜"严格对偶：那次"板子画、AI 猜"，这次"AI 画、板子看"——同一条生图链路，方向相反。
本课新增的核心知识点
- 对话链：语音识别→HTTP寄给大模型→云端生成→显示/朗读。板子不做内容生成。
- 结构化输出：让 AI 按"菜名/食材/步骤/时间"格式输出，才便于分屏显示。这是提示词里"命令格式"的力量。
- 提示词四要素在"生成"场景：角色+任务+约束+负面指令 → 菜谱变具体。与第 35/36 课呼应。
- 生图链路：识别文本当生图提示词 → 生图API返回URL → 下载到PSRAM → TJpg解码显示。
- AI 素养：菜谱"看起来专业≠一定准"，要"仅供参考"；AI 估的时间/营养不保证准确。
必须避免的错误
- 不要说"板子会做菜/知道怎么炒菜"。统一口径："板子把你说的话寄给云端大模型，大模型按提示词编出菜谱，板子再显示。"
- 不要把生图讲得太深（下载、解码细节少讲）。重点让学生理解"文字变成了一张图"这个链路和"识别文本当提示词"。
- 密钥绝不进口播稿/截图；演示机用 config.real.h 覆盖后编译。
- 菜谱不必逐一验证营养，但课堂要强调"仅供参考、用常识核对"。
执行约束
- FQBN：
esp32:esp32:esp32s3:FlashSize=16M,PartitionScheme=app3M_fat9M_16MB,CDCOnBoot=cdc,PSRAM=opi - 依赖：
TFT_eSPI、FT6336、WiFi、WiFiClientSecure、HTTPClient、ArduinoJson、TJpg_Decoder、arduino_base64、es8311（项目内）、font/ChineseFont16.h。 - 音频缓冲(96KB)和生图JPEG(最大2MB)必须放 PSRAM（
ps_malloc），PSRAM=opi必开。 - 屏幕/触摸/音频引脚同第 32/47 课；中文绘制用
font/ChineseFont16.h+drawWrapped。 - 凭证：百度(ASR)+火山(Ark)+生图(Image-2-Lite) 三组密钥，只放
config.real.h，源码顶部占位符，绝不进教案/skill/公开 zip。
课堂执行要点
- 顺序建议：demo01（现象：说话→识别→得菜谱→可选画菜）→ 四段接力链路图 → 提示词 A/B 对比（含糊 vs 给格式）→ 改一个约束实验 → 下课前复述。
- 灵魂追问 ①："板子会做菜吗？它真正做了哪几件事？"——引出"板子=快递员+显示屏，想菜谱的是云端"。
- 灵魂追问 ②："同样一句话，为什么给格式的提示词就得到正经菜谱？"——引出"结构化输出"。
- 观察表先预测后实测（五、改约束表）。
- 演示建议：先让学生"含糊地描述"看 AI 给啥，再"给足条件+格式"对比，让学生亲眼见到提示词的力量。
待办与遗留
demo01_recipe_voice源码已写（复用 Example_47 骨架 + 菜谱提示词），尚未实板验证。吴老师实板验收重点：① 录音识别是否准确；② 火山 Ark 是否返回菜品格式；③ 生图链路是否显示图片；④ 三组密钥配置路径。- 生图环节网络要求高（生图几十秒），若教室网络差，可先做"纯菜谱"（去掉生图），生图作为拓展。
- 实机联网数据（识别文字→菜谱→生图耗时）待回填。
