NYT Cooking AI 修改功能将食谱信任推至焦点

尽管部分订阅用户反对在一项建立在人类专业知识基础上的服务中加入生成式建议，NYT Cooking 仍在测试 AI 食谱修改功能。NYT Cooking AI 修改功能允许用户在应用内请求替换食材及进行其他调整。争议在于随后的变化：一份经过测试的食谱变成了个性化版本，而后者并未接受同等程度的编辑审核。

高级编辑 Genevieve Ko 在 10 月 23 日的公告中介绍了该功能。其目的很实际：帮助人们根据手头食材、厨具或偏好的份量调整菜品。但让食谱更方便使用，也改变了读者对于熟悉出版商名义下所呈现说明的预期。

ChatGPT 已经让人们可以询问烹饪问题。NYT Cooking 面临的挑战不同，因为它的吸引力建立在筛选和开发读者信赖的食谱之上。真正的角力在于个性化便利与编辑保障之间。这次上线令这种关系承压，同时也尚不清楚订阅用户在日常使用中是否能足够清楚地区分二者。

NYT Cooking AI 修改功能究竟改变了什么

该功能不再只是寻找合适食谱，而是会修改既有食谱的操作说明。

根据 The Verge 对这项食谱修改工具的报道，订阅用户可以请求替换食材、调整厨具要求和份量。公司正在监测此次上线；目前使用其 iOS 应用的 Cooking 订阅用户可以使用该功能，未来计划扩大可用范围。

其中一个报道中的例子，是用嫩菠菜替换羽衣甘蓝。建议还会把菠菜移至更靠后的烹饪步骤，因为它更容易萎蔫。

这个例子说明，这项功能值得获得比食材换算器更多的关注。在食材列表中替换一个词相对容易；要让周边做法保持一致，则需要理解替代品会如何影响这道菜。

有用的调整必须维持食材与操作说明之间的关系。否则，采购清单描述的可能是一顿饭，而做法描述的却仍是另一顿饭。

这种功能的实际吸引力不难理解。厨师选定晚餐后才发现少了一种食材。在食谱内直接调整，便可免去到别处搜索并比对相互矛盾答案的中断。

对经验丰富的厨师来说，这种中断或许微不足道。对不熟悉该食材的人而言，缺少解释则可能决定食谱是否仍然可用。

然而，实用性与验证回答的是不同的问题。一条建议即使听起来合理，也未必实际烹制过。一份清晰的解释也仍可能遗漏只有在准备过程中才会显现的后果。

这正是产品改变与读者关系的地方。原始食谱承载着出版商的编辑判断；调整后的版本则要求读者在同一环境中接受另一种形式的协助。

因此，若将 NYT Cooking AI 简单解释为便利功能，就忽略了故事的一部分。该工具改变的不只是说明，也改变了订阅用户评估这些说明所依据的基础。

这项公告也不应被理解为 Times 已将原始食谱开发工作交给 AI。报道所称的功能，是根据用户请求修改现有内容。

这种较为狭窄的描述很重要。批评应针对实际存在的产品，而审视则应聚焦于其保障发生变化的节点。

眼下的问题是，读者在选择晚餐时是否理解这种转变。上线报道中的说明有所帮助，但真正需要让这种区别发挥作用的，是食谱页面本身。

建立在专业知识之上的订阅服务面临不同预期

NYT Cooking 必须针对部分读者最初订阅的理由，为新增功能作出解释。

看重经过测试的操作说明的订阅用户，购买的不只是文本访问权限。他们是在减少判断哪些建议值得采纳所需的精力。

这为生成式协助创造了严苛环境。一项功能可以增加灵活性，同时也可能重新引入读者原本希望通过订阅消除的不确定性。

Joshua Benton 在 Nieman Lab 对订阅用户反应的报道呈现了双方观点。一些评论者称，人类食谱开发是促使他们订阅的原因；另一些人则欢迎能够调整菜品或协助准备晚餐的功能。

这些反应表明，人们对产品价值有不同定义。一类读者希望获得编辑筛选与信心；另一类读者则希望在发布版本不适合当晚情况时得到实用支持。

两种偏好都不能证明某项具体调整是否有效。它们解释了为什么同一功能对一些人而言是有用的协助，对另一些人而言却是令人不安的改变。

这种区别也限制了我们能从公开抱怨中得出的结论。评论是自发选择的回应，而非订阅用户的代表性调查。其强烈程度能够识别担忧，却无法衡量担忧的普遍性。

同样，正面的个案也无法证明表现始终一致。一顿成功的晚餐对烹饪者而言意义重大，但无法回答该功能如何处理陌生请求。

对产品经理而言，压力来自于要在共享界面中服务这些不同偏好。仅凭采用率，无法完整说明新增功能是否增强了订阅服务。

订阅用户可能出于好奇只试用一次工具。另一位用户也可能完全不使用它，同时继续重视原始食谱。单凭这两种行为，都无法解释用户满意度。

编辑团队面临相关的沟通问题。解释专家如何参与塑造系统，可以让读者对开发过程更安心；但这不能暗示专家审核了每一条后续回复。

这些说法必须保持区分，因为它们描述的是不同工作。上线前评估示例，并不等于批准其后生成的每一条个性化说明。

因此，NYT Cooking AI 的信任部分取决于出版商措辞的精确性。读者需要知道编辑参与覆盖了什么，而不能把开发过程理解为更广泛的保证。

由此，这场争议比对技术的抵触更具体。它关乎将不确定的建议置于一个与可靠判断相关联的体验之中。

这对所有付费信息产品来说都是熟悉的挑战。增加助手会改变界面能够完成的事情，也可能改变客户相信提供方会为哪些内容背书。

Times 现在必须一并解释这两种变化。只强调便利性的功能公告，无法平息围绕订阅服务核心承诺的分歧。

源材料提供基础，但审核仍止于一条边界

从可信材料出发为定制提供了基础；这并不意味着每一项生成式修改都获得了编辑批准。

Times 的食谱定制指南说明了信息源的优先顺序。该工具优先使用食谱、替代指南、社区评论，随后才由 AI 应用编辑原则。

与不受限制的烹饪对话相比，这种方法给产品提供了更具体的起点。作者可能已经在食谱本身的备注中回答过该问题。

关键区别在于提取现有答案与延伸至答案之外。复述作者记录在案的替代方案，与提出新的组合，其证据基础不同。

两种回复都可能有用。读者仍能从了解自己获得的是哪种回答中受益。

帮助页面表示，生成版本未经团队烹制、测试、编辑或核查，也表示创作者并不认可这些版本。

这一披露对功能应如何描述施加了重要限制。编辑专业知识为系统提供参考，而单个输出仍处于原有审核流程之外。

界面会用橙色标注改动，并允许与原始版本进行比较。这些设计使修改内容可见，但可见性和验证服务于不同目的。

高亮会告诉读者哪些文字发生了变化。验证则会确定这些变化是否产生了预期结果。颜色无法完成后一项任务。

以报道中的菠菜示例为例。读者可以查看变化后的食材和时间安排。能否判断每一项后果，则取决于其自身的烹饪知识。

这带来了不均衡的负担。经验丰富的用户更有能力质疑建议；经验较少的用户恰恰可能在系统提供更大灵活性时，更需要额外说明。

合理的产品回应应让推理过程可供检视，但不将其呈现为确定事实。解释为何提出某项修改，可以帮助读者评估其相关性。

然而，解释必须始终与证据相连。与答案一同生成的自信理由，并不是对该答案的独立核查。

更广泛的问题类似于 AI 知识库中存储信息与综合建议之间的区别。获取相关材料固然有帮助，但读者仍需区分来源陈述与新的推断。

这是一种分析性比较，并非证明不同产品采用相同的底层技术。共同挑战在于界面如何传达答案的性质。

NYT Cooking AI 修改功能使这一挑战变得格外具体。推断会变成一个人拿着食材、厨具并在有限时间内实际遵循的内容。

因此，在评估该产品时，克制应与灵活性并重。能够识别支持不足的系统，可能比总是提供操作说明的系统更有用。

相关标准并非每个请求是否都能获得定制食谱，而是回复是否为读者决定下一步该做什么提供了恰当依据。

ChatGPT 提供灵活性，但没有同样的编辑承诺

NYT Cooking 的机会在于其编辑语境，而不是向 AI 询问食物这一行为的新颖性。

对话式烹饪协助早于本次上线。Axios 记录了一位作者在 2024 年 12 月使用 ChatGPT 烹饪提示词获取餐食灵感的经历。

这种比较提供了有用的参照点。人们已经可以向通用助手描述食材或偏好。NYT Cooking 必须给出理由，说明为何应将这种互动留在自己的产品中。

集成功能减少了将食谱带入另一段对话所需的麻烦。更重要的是，它可以让注意力集中于原始操作说明和出版商提供的周边指导。

这是一种合理的优势，但并非已被证实的性能领先。本文审阅的报道并未表明 NYT Cooking 比通用助手更能可靠地调整食谱。

公平的比较需要使用相同的请求，并采用清晰的评估方法。它还需要区分易读的回复与实际烹饪后可行的菜肴。

这是两种不同的结果。一条回复可以简洁、有条理且令人信服，却仍可能没有解决实际问题。

早期研究说明了这一差异为何重要。一篇 2023 年关于AI 食谱修订的论文考察了语言模型——即根据学习到的模式生成文本的系统——作为改写食谱说明的工具。

作者报告称，人类评估者总体更偏好修订后的说明。这一发现支持人们关注呈现方式和可读性，但并不能验证 NYT Cooking 的系统，也不能证明任意替换食材都会成功。

该研究处理的是相关任务，但评估目标不同。将其视为当前产品的证据，会跳过将这些结果关联起来所必需的工作。

对 Times 而言，战略含义很直接。愉快的对话体验在其他地方也能获得。它更强的差异化在于，该助手与可识别的烹饪专业知识之间的关系。

当用户能够审视这种关系时，它会更具价值。读者应能理解，回答何时遵循已发布的指导，何时又超出了现有支持的范围。

当界面鼓励超出证据所能支持的假设时，这种关系也会变得更脆弱。熟悉的食谱格式可能让新生成的说明显得比实际情况更确定。

这并不意味着通用助手没有有用的烹饪应用。它意味着，相关比较还包括每种产品所营造的预期。

打开广泛用途聊天机器人的人，预期的是开放式对话。打开经过测试食谱的人，可能预期的是更受约束的指导形式。

通过这一差异来理解 NYT Cooking AI，它既是一个出版故事，也是一个软件故事。公司正在决定，其编辑身份应在多大程度上延伸到个性化输出。

因此，竞争问题比“哪个助手听起来最有帮助”要更狭窄。关键在于，哪种产品能让其帮助发挥作用，同时保持其依据可被理解。

可选使用仍留下控制权与证据问题

一项功能即使可以选择不使用，仍可能改变订阅者体验 app 的方式。

The Verge 报道称，Ko 表示用户可以选择不使用该工具，但当时尚未提供关闭该工具的设置。这是两种不同形式的控制。

选择不提交请求，可以避免一次互动。隐藏功能则管理整体使用体验。订阅者有理由在意任一种选择。

这一差异也解释了，为何让不满意的读者忽略该工具，可能无法解决他们的抱怨。有些反对意见关乎产品中应当包含什么，而不是担心意外使用。

同时，针对界面的异议不应被呈现为食谱失败的证据。不喜欢该功能的存在，与证明其输出不正确，是不同的发现。

同样的谨慎也适用于环境批评。读者的担忧是已报道争议的一部分，但并不能证明这一具体实现方式的资源消耗。

在未披露测量数据的情况下，为单次食谱请求确定环境足迹，会增加缺乏支持的精确性。恰当的回应是指出问题以及缺失的证据。

可靠性同样值得谨慎对待。现有公告和帮助材料并未确立该功能在不同修改类别中的公开错误率。

这留下了重要缺口，但并不能证明该工具表现不佳。这意味着，关于其广泛成功或广泛失败的自信主张，都超出了本文审阅的证据。

有意义的评估应审视完整的调整后食谱。仅检查被替换的食材，会遗漏说明中其他部分可能存在的不一致。

评估还应区分直接的调整与需要大幅改变的请求。将它们合并为整体满意度数字，可能掩盖产品遇到困难的环节。

最有用的证据会将请求与结果联系起来。烹饪者是否遵循了修订后的方法？成品是否达成了所述目标？是否需要专家进行纠正？

这些是建议的评估问题，而非公司已披露的结果。它们描述了判断定制功能是否实现预期益处所需的证据。

用户反馈可以帮助发现问题，但也存在局限。放弃某道食谱的人可能从未提交报告。其他人可能自行调整回答，而不记录这次修正。

因此，缺少投诉并不能证明准确性。孤立的截图也不应自动成为经常性失败的证据。

NYT Cooking AI 的信任建立，需要将这些证据类别分开看待。界面不满、成功个案、专家评估和重复烹饪结果，各自回答不同的问题。

对读者而言，核心不确定性仍然是实际层面的。该功能可协助调整经过测试的食谱，但调整后的结果并未经历同一测试过程。

清晰披露能让这种安排变得可见。订阅者是否认为可以接受，取决于帮助本身的质量，也取决于他们获得的选择。

关注推广、公开结果与订阅者选择

接下来值得关注的信号包括：功能将扩展到哪里、会出现何种证据，以及读者能获得多少控制权。

第一个信号是更广泛的可用性。公司表示，访问权限将扩展到当前 iOS 用户之外，但本文审阅的报道中没有给出确定日期。

扩展将表明 Times 正在推进该产品，但单凭这一点并不能证明其底层可靠性问题已经解决。

随之而来的设计变化同样重要。随着该功能进入更多场景，关注新版是否仍清晰区分原始说明与生成的调整。

若推广保留这些区分，将支持个性化可以与编辑定义的核心内容共存这一观点。令人困惑的呈现方式则会削弱这一观点。

第二个信号是公开的评估证据。最具参考价值的发布将说明评估了哪些类型的请求，以及如何判断最终食谱。

单一的标题指标不如对优势与局限的拆分更具揭示性。食材替换、设备变更与份量调整，可能提出不同要求。

评估还应澄清成功的定义。能及时作答的回复，达成的是界面目标。满足所请求变更的菜肴，达成的则是烹饪目标。

将这两类目标联系起来的证据，会加强该功能的依据。持续依赖正面个案，仍会使核心验证缺口基本维持不变。

第三个信号是订阅者控制权的变化。允许隐藏该助手的设置，将直接回应已报道讨论中提出的一项诉求。

这样的设置无法回答生成的食谱是否有效，但会显示公司如何回应客户对 AI 应扮演何种角色的分歧。

其他控制决策也同样重要。读者应当能够识别自己何时离开了原始食谱，并理解如何返回。

更广泛的产品经验可从这些信号中得出。只有当便利性超过它要求用户额外作出的判断时，个性化才会创造价值。

不同订阅者的平衡点并不相同。寻求快速调整的人可能欢迎知情建议。寻求完整验证食谱的人，则可能始终更偏好原始版本。

成功的产品可以承认这两种偏好，而不声称它们代表同一种需求。困难之处在于始终如一地为这种差异进行设计。

目前，NYT Cooking AI 的修改功能最好被理解为一项实验：将编辑材料延伸到其经过审阅的形式之外。这带来了一种有用服务的可能性，也带来了一个清晰可辨的限制。

在将任何定制食谱视为可靠之前，请将其与原始版本比较，并审视修改背后的推理。寻找能够回应你所需调整类型的证据，而不是关于 AI 协助的笼统承诺。关注 Times 是否公布烹饪结果、是否以清晰标识扩展访问权限，以及是否回应对更大控制权的诉求。这些发展比发布首日的赞扬或批评数量更能说明问题。重要的决定是个人的，但也很具体：这种调整是否帮助你在更多信息支持下烹饪，还是让你不得不进行原本期待订阅服务处理的检查？随着该功能发展，请始终记住这个问题。