客製菜單生成與交付

🎯 這條流程解決什麼

客製菜單是營養諮詢裡最有價值、卻也最吃時間的一塊。每位客戶的熱量目標、過敏原、宗教或健康忌口、餐數安排與每週食材預算都不一樣，營養師往往得從一張白紙開始排一週菜單：先決定每餐主食、蛋白質與蔬菜配比，再逐道菜手算熱量與三大營養素，最後還要把這些數字排版成客戶看得懂、願意照著吃的文件。

實際算下來，一份認真做的客製菜單，從擷取需求、查食材營養成分、平衡一週配比、到排版美化，少說要花一個半到兩個小時。一位接案量穩定的營養師，光是這個環節每週就可能吃掉八到十小時，等於一個工作天完全耗在重複的查表與排版上。案量一多，新客菜單就開始排隊，交付時間從三天拖到一週，客戶體驗直接打折，營養師自己也累得喘不過氣。

更現實的是，這些被佔走的時間，恰恰是營養師最不該花在上面的。查食材熱量、算營養素、調整 Word 表格——這些都是規則明確、可被自動化取代的勞務；真正需要專業的，是判斷「這位有胰島素阻抗的客戶，澱粉要怎麼分配」「這份菜單份量會不會讓人吃不飽而偷吃」。把前者交給系統，把後者留給人，才是這條流程的核心價值。

導入後的改變

導入前：營養師接到需求後手動排菜、手算營養素、手工排版，一份菜單平均 90 到 120 分鐘；尖峰期菜單交付排隊三到七天；食材營養數字偶有抄錯或配比失衡，事後被客戶反映才修正。

導入後：客戶填完評估表，系統依條件自動篩出符合限制的菜色、組成一週草稿並附上熱量與營養素估算，營養師打開的是一份「已經 7 成完成」的草稿，只需微調份量、替換不合適的兩三道菜、加上一段個人化叮嚀，核可後一鍵生成 PDF。單份菜單的人工時間從 90 分鐘壓到 25 到 35 分鐘，整體工時約省下六到七成，交付從以天計變成當天或隔日。

對一人工作室來說，這代表同樣的工時能多接近一倍的客製菜單案；對有多位營養師的診所，則是把人力從「排版工」釋放回「諮詢與調整」，每位客戶能分到更多真正有專業含金量的互動時間。配比錯誤也因為改由資料庫統一計算而大幅下降，減少事後返工與客戶不信任。

流程怎麼運作

這條流程對應 frontmatter 裡的五個節點，從需求進來到菜單寄出一氣呵成：

1. 需求擷取（📋）：客戶透過 Google Forms 填寫評估表，內容包含每日熱量目標、過敏原、忌口（如不吃牛、素食、宗教限制）、每日餐數、每週食材預算與口味偏好。表單送出後資料自動寫入 Google Sheets，成為這份菜單的「條件參數」。

2. 條件比對（🧮）：系統讀取這些參數，到你預先建好的食材與菜色資料庫裡篩選——先排除所有含過敏原與忌口的菜色，再依熱量目標與三大營養素比例挑出可組合的選項，同時把單道成本控制在預算內。這一步是整條流程的引擎，資料庫品質越好，草稿越貼近可用。

3. 草稿生成（📝）：把篩出的菜色排進一週七天、每天數餐的架構，自動加總每餐與每日的熱量、蛋白質、脂肪、碳水估算，彙整成一份結構化菜單草稿。

4. 營養師審核（👩‍⚕️）：草稿進入待審清單（可在 Sheets 用狀態欄標記）。營養師逐日檢視，調整份量、替換不滿意的菜色、針對特殊狀況加註，確認無誤後把狀態改為「核可」。這一步是不可省略的人工關卡。

5. 排版交付（📨）：核可後系統以 Google Docs 範本套入菜單內容、輸出成排版精美的 PDF，透過 Gmail 寄給客戶，同時把這份菜單存回客戶檔案，方便日後追蹤與比對。

需要的工具與串接重點

平台用 n8n 或 Make 當中樞，把以下工具串成一條線：

• Google Forms：當作需求入口，欄位設計要結構化（用下拉、單選而非開放填空），讓後續比對能直接讀值。
• Google Sheets：同時是「條件暫存區」與「食材／菜色資料庫」。建議把資料庫每道菜的熱量、蛋白質、脂肪、碳水、過敏原標籤、成本都建成欄位，比對才精準。
• Google Docs：作為 PDF 菜單的排版範本，用變數佔位（如 {{客戶姓名}}、{{週一早餐}}）讓系統自動填入。
• Gmail：負責寄送與存檔通知。

串接注意點：第一，資料庫是成敗關鍵，前期花時間把常用菜色建滿、標籤標準化，回報最大；第二，比對邏輯要保留「彈性區間」，例如熱量允許正負 100 大卡，否則容易篩不出組合；第三，務必在核可前不發信，避免未審核草稿外流。更多文件範本套用與資料庫比對的做法可參考 /recipes，自動化串接的整體設計思路見 /automation。

常見錯誤與注意事項

• 未審核就發送（最嚴重）：系統絕不能自動寄出沒人看過的菜單。務必設一道「核可」狀態關卡，沒核可就不觸發寄信。
• 把估算當精確值：熱量與營養素是依資料庫估算，會有誤差，菜單上應註明為參考值，不可暗示為精密醫療計算。
• 特殊族群風險：糖尿病、腎臟病、痛風、心血管疾病、孕期或正在用藥的客戶，菜單務必經營養師人工審核，必要時會診醫師，AI 不取代專業判斷。
• 過敏原漏篩：資料庫的過敏原標籤一旦缺漏就可能釀成嚴重後果，建立資料庫時要把帶殼海鮮、堅果、蛋奶、麩質等高風險項目標清楚，並在審核時再次人工確認。
• 個資保護：健康評估資料屬個人敏感資料，需取得客戶同意、加密保存並設定保存期限。

⚠️ 健康提醒：自動產出的菜單僅為草稿，不取代營養師專業判斷。熱量與營養素為估算值，特殊疾病、孕期或用藥中的客戶，菜單務必經營養師人工審核、必要時會診醫師後才能交付，系統不得自動發送未經審核的飲食計畫。

台灣中小企業情境案例

台中一間兩人經營的減重營養工作室，過去客製菜單全靠主理營養師手工排，一份要兩小時，旺季時新客要等五天才拿到第一份菜單，常有人因為等太久就不續了。導入這條流程後，他們先花了三個週末把店裡常用的兩百多道菜建成 Sheets 資料庫、標好營養素與過敏原。

上線一個月後，單份菜單的實際操作時間降到 30 分鐘左右，交付改成隔天就出，新客流失明顯改善；省下的時間讓兩位營養師每週多排了八到十次一對一諮詢，營收不靠加班就成長。主理人最有感的一點是：「以前我把時間花在算卡路里和對齊表格，現在花在跟客戶聊他為什麼總在宵夜破功——那才是我該做的事。」

延伸應用

這條流程的骨架可以再延伸：把「一週菜單」改成「四週循環菜單」減少重複感；接上採買清單功能，依菜單自動產生每週食材採買表給客戶；或串接 /workflows 裡的飲食紀錄追蹤，讓客戶實際吃的情況回流，下一份菜單就依執行狀況微調，形成「規劃—執行—回饋—再規劃」的閉環。進階一點，還能把資料庫加上「料理難度」「備餐時間」標籤，依客戶生活型態（外食族、會自煮、忙碌上班族）自動切換菜單風格，讓客製真正客製到生活情境。

流程圖

用到的工具

更多「醫療健康」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →