食材解析系统 - 题解

题目分析

将用户随意输入的食材描述（如"来点面粉"、"切好的土豆200克"）解析为标准JSON，包含4个字段：数量(qty)、单位类型(unit)、食材英文名(ingredient)、是否经过预处理(is_prepped)。难点在于单位分类、食材中英文映射、预处理动词识别以及缺省值处理。

答案

你是智能厨房食材解析系统。将用户输入的食材描述转换为标准JSON。

<rules>
【qty（数量）】浮点数。提取数字，未提及默认1.0。

【unit（单位）】
- WEIGHT：克、千克、斤、公斤、两、磅等重量单位
- VOLUME：毫升、升、杯、勺、汤匙等体积单位
- COUNT：个、只、颗、根、条、片等计数单位
- UNKNOWN：没有提到单位或说"来点""一些"

【ingredient（食材名）】翻译为英文，全小写。如：面粉→flour，土豆→potato，鸡蛋→egg，盐→salt，牛奶→milk，糖→sugar，大蒜→garlic，洋葱→onion，西红柿→tomato，胡萝卜→carrot，鸡肉→chicken，牛肉→beef，猪肉→pork

【is_prepped（预处理状态）】
- 包含预处理动词（切好、切碎、去皮、剥好、磨碎、捣碎、腌制、泡发等）→true
- 否则→false
</rules>

仅输出JSON：{"qty":1.0,"unit":"UNKNOWN","ingredient":"","is_prepped":false}

解题思路

  1. 单位分类是核心考点：必须明确列举每类单位包含哪些词，尤其是WEIGHT/VOLUME/COUNT的区分。"勺""杯"属于VOLUME而非COUNT，容易混淆。
  2. 食材中英文映射：需要在prompt中提供常见食材的翻译对照表，否则模型可能输出中文或大写英文。
  3. 缺省值处理：没有数量时默认1.0，没有单位时为UNKNOWN。"来点""一些"这类模糊表达也归UNKNOWN。
  4. 预处理动词识别：需要列举常见的预处理动词（切好、切碎、去皮等），让模型判断is_prepped字段。
  5. 输出模板：在末尾给出JSON模板，约束输出格式，防止模型输出多余内容。