| 过敏原 | 来源原料 | 配方 |
|---|---|---|
| 麸质 | 面粉 MP96803 | 卡仕达酱 |
| 乳 | 牛奶 MP96796 | 泡芙面团 |
| 大豆 | 巧克力 MP96805 | 淋面 |
一个问题，一个来自您数据的答案
在您正在处理的产品、项目或文件中直接提问。Chef AI 会调用所需的 beCPG 工具，并注明使用了哪个工具。
- 搜索与比对：按名称、编码或属性查找产品，比较两个试样的 Nutri-Score，找出符合需求简报的产品。
- 分析与优化：含成本的多层级组成结构树，在您的约束条件下优化配方成本，运行您的决策分析查询。
- 项目与工作量：优先任务、进度计划、某位同事的工作负荷。
- 法规问题以及产品合规性核查。
- 文件：读取供应商技术规格书（英文）以预填原料信息，查询 PDF 内容，将印刷打样稿与规格要求进行比对。
- 创建：根据需求简报创建产品、原料、项目或包装。
以您选择的语言给出回答。
您的团队不再需要做的事
重复录入供应商技术规格书
上传 PDF：Chef AI 读取数值并预填原料信息。您核对并确认。
四处查找
“哪些成品含有棕榈油？”答案覆盖您的全部产品组合，无需构建查询。
撰写初稿
名称、描述、营销文案、翻译、感官特征：先由 AI 提出，再由懂行的人修改定稿。
人工逐项核查
拼写、缺失字段、需申报的过敏原、标签一致性：均在产品的建议面板中提示。
逐行比对文件
Chef AI 将印刷打样稿与规格要求进行比对，列出需要复核的差异。
反复做同样的计算
成本明细、组成结构树、约束条件下更低成本的配方：一句话提出需求，由 beCPG 引擎完成计算。
AI 提出建议，专家把关确认
在每个产品和每份文件上，建议面板都会列出 Chef AI 的提议：从文件中读取的数值、待补全的字段、翻译、过敏原、标签审查。
您可以逐条接受，也可以一次性全部接受。未经您确认，任何内容都不会保存到 PLM 中，被接受的修改也会像 beCPG 中的其他修改一样留下记录。
逐条接受或一次性全部接受
数值由 beCPG 引擎根据配方计算它从不做的事
它不决定标签上印什么。
营养成分、Nutri-Score、配料与过敏原标签、CLP 分类、成本优化：都由 beCPG 引擎计算，多年来一直如此。相同的数据，每次都得到相同的结果，即使六个月后面对审核员也是如此。
如果 AI 的回答与计算值不一致，以计算值为准。
供应商同样获得帮助
在全新的供应商门户中，AI 读取供应商上传的技术规格书，建议数值和过敏原（包括交叉污染），并提示与上一版本相比的变化。
供应商逐条应用建议。您的质量团队照常审核确认规格资料。
从规格书中读取的交叉污染这些企业正在使用 beCPG 开发产品查看全部客户案例
Chef AI 使用哪个 AI 模型？
Chef AI 基于 Google Gemini。您的实例也可以配置为使用您自行托管的 AI 模型。Chef AI 以提问用户的权限处理您的 beCPG 数据。
beCPG 是否包含 Chef AI？
Chef AI 是 beCPG 的可选模块，应您的要求启用。
Chef AI 能否在我不知情的情况下修改数据？
不能。在 beCPG 中，Chef AI 提出的每项创建或修改都是一条建议：在用户确认之前不会保存任何内容，被接受的修改也会像其他修改一样留下记录。
Chef AI 会计算我的标签吗？
不会。营养成分、Nutri-Score、标签、CLP 和成本均由 beCPG 引擎根据您的配方计算。Chef AI 帮助您查找、阅读、撰写和核查。
能否安装在我们自己的服务器上？
可以。AI 模块可随本地部署的 beCPG 一同安装。它连接到 AI 服务：Google Gemini，或您自行托管的模型。
beCPG 会用我们的数据训练 AI 模型吗？
不会。beCPG 不会使用您的数据训练 AI 模型。