NYT Cooking thêm trợ lý AI chỉnh công thức nấu ăn

Ứng dụng NYT Cooking của New York Times vừa bổ sung một trợ lý AI ngay trong trang công thức, cho phép người dùng viết yêu cầu bằng ngôn ngữ tự nhiên để điều chỉnh món ăn theo nguyên liệu, khẩu phần hay dụng cụ hiện có. Tính năng này ban đầu chỉ dành cho thuê bao và mới có trên iOS.

Điểm đáng chú ý: công cụ không sửa trực tiếp công thức gốc mà tạo ra một bản mới riêng, có tiêu đề mới và tô màu những chỗ thay đổi. Người dùng vẫn có thể quay lại bản gốc bất cứ lúc nào.

Giao diện ứng dụng NYT Cooking với trợ lý AI

Cách hoạt động

Trên trang công thức xuất hiện một ô nhập với dòng gợi ý "Customize this recipe…" (Tùy biến công thức này). Từ đây, người dùng có thể hỏi những câu đơn giản như thay thế một nguyên liệu, cho tới yêu cầu phức tạp hơn: tăng khẩu phần lên bảy người, chuyển sang thuần chay và không gluten.

Theo New York Times, trợ lý còn có thể gợi ý thay thế dụng cụ nấu và quy đổi đơn vị đo — riêng tính năng quy đổi đã có trong ứng dụng từ vài năm trước. Một điểm đáng chú ý là công cụ được huấn luyện trên phần bình luận của người dùng, nơi vốn là kho kinh nghiệm thực tế của những người đã nấu thử.

Điểm mạnh: thay nguyên liệu và xử lý tình huống thiếu đồ

Trong thử nghiệm thực tế, trợ lý xử lý khá tốt các tình huống thiếu nguyên liệu. Với món gà nấu cơm một nồi, người dùng nhập danh sách những gì đang có — ức gà, gừng tươi, tỏi, gạo, nước dùng, chanh — và những gì không có — cải Thụy Sĩ, ngò, hành lá — nhưng có đậu que và hành tím.

Chỉ trong vài giây, công cụ tạo ra phiên bản mới mang tên "One-Pot Chicken and Rice With Ginger and Green Beans", đề xuất rút ngắn thời gian áp chảo ức gà, xào hành tím cùng gà và hấp đậu que trên cơm trong tám phút cuối thay cho cải.

Trợ lý cũng biết từ chối những yêu cầu vô lý. Khi được hỏi có thể thay bánh ladyfingers bằng thịt bò băm trong món trifle tráng miệng hay không, công cụ trả lời dứt khoát rằng thịt bò băm không thể dùng thay cho bánh hoặc bất kỳ chỗ nào trong món tráng miệng ngọt này.

Công thức gà nấu cơm được AI điều chỉnh theo nguyên liệu sẵn có

Nó cũng đưa ra cảnh báo hợp lý về khẩu vị, chẳng hạn khi thay ớt khô bằng ớt cayenne tươi, công cụ lưu ý sự thay đổi này "mang lại vị cay nồng, gắt rõ rệt".

Điểm yếu: số liệu và bối cảnh

Vấn đề xuất hiện khi tác vụ đòi hỏi tính toán chính xác. Khi chuyển công thức bánh Bundt quế thành bánh muffin, trợ lý giảm thời gian nấu từ ba giờ xuống 50 phút và chia bột vào hai khuôn 12 bánh. Khi được yêu cầu giảm một nửa để chỉ ra 12 bánh, công cụ xử lý khéo léo: chia năm quả trứng thành ba thay vì hai quả rưỡi vô nghĩa.

Nhưng khi người dùng đang nấu bản gốc và hỏi lại lượng bơ cần dùng, trợ lý trả về 6 thìa canh — con số của bản đã sửa — thay vì ba phần tư cốc của bản gốc, mà không nói rõ đang dùng phiên bản nào. Nếu làm theo, chiếc bánh sẽ bị khô.

Nguyên nhân một phần nằm ở thiết kế: người dùng không thể lưu bản công thức AI thành một mục riêng, nên dễ lẫn giữa hai phiên bản. Tác giả bài thử nghiệm khuyên nên xóa bản đã tạo sau khi dùng xong để tránh nhầm lẫn.

So với trợ lý giọng nói

Khi đối chiếu với Alexa Plus trên màn hình thông minh Echo Show 11, trợ lý của Amazon đưa ra hướng dẫn thay thế tương tự cho món gà nấu cơm, nhưng thời gian nấu hơi khác. Alexa lấy một phần công thức từ NYT Cooking nhờ quan hệ hợp tác giữa hai công ty.

Tuy vậy, Alexa không hiển thị được công thức đã sửa trên màn hình mà chỉ đọc các thay đổi trong khi vẫn hiện bản gốc. Khi được yêu cầu hướng dẫn lại, trợ lý này lúng túng và tự thêm bước cắt gà thành miếng vừa ăn — điều không có trong bản đã sửa.

Bánh muffin cuộn quế làm với sự hỗ trợ của AI

Góc nhìn

Với các lập trình viên và kỹ sư Việt Nam đang làm sản phẩm AI, thử nghiệm này là một bài học khá rõ về thiết kế trạng thái trong ứng dụng. Việc không tách bạch rõ phiên bản gốc và phiên bản do AI tạo ra đã dẫn tới câu trả lời sai lệch về số liệu. Đây là lỗi thuộc về luồng trải nghiệm chứ không hẳn là năng lực của mô hình.

Một điểm đáng học khác là cách công cụ được huấn luyện trên dữ liệu bình luận của người dùng — nguồn tri thức thực tế mà doanh nghiệp Việt Nam thường bỏ qua. Với các sản phẩm có cộng đồng người dùng đông, tận dụng dữ liệu này có thể tăng độ hữu ích của trợ lý mà không cần mô hình lớn hơn.

Cuối cùng, bài thử nghiệm cho thấy người dùng vẫn phải tự kiểm tra chéo các con số quan trọng, đặc biệt trong những tác vụ mà một sai lệch nhỏ dẫn tới hỏng kết quả.