Opskriften er ændret: Kan AI finde de menukort, der skal rettes?

Af Greg Nowak. Senest opdateret 2026-10-13.

Når køkkenet ændrer en ingrediens, skal de berørte menutekster findes og gennemgås. AI kan hjælpe med den del af arbejdet, men først skal der være styr på forbindelsen mellem opskriften og teksten på hjemmesiden. Ellers står den ansvarlige med et rettelsesforslag uden at vide sikkert, hvilken ret det gælder.

For en café eller cateringvirksomhed skal ændringen kunne følges fra køkkenets godkendte oplysninger til det, kunden læser. En praktisk arbejdsdeling er at lade faste regler finde de berørte opskrifter og AI udpege tekstpassagerne. Derefter godkender en ansvarlig rettelserne, før de kommer på hjemmesiden.

Opskriftens ændringsdato fortæller ikke hele historien

Apicbase dokumenterer en detalje, som er let at overse i en integration: En opskrifts allergen- og næringsoplysninger kan ændre sig, når en ingrediens ændres, uden at opskriftens egen modified_date bliver opdateret. Ingrediensernes allergener indgår i opskriften, og der kan desuden være tilføjet allergener manuelt. Hvis løsningen kun holder øje med opskriftens ændringsdato, kan den altså overse ændrede oplysninger. Det er beskrevet i Apicbases dokumentation om allergener og beregnede felter.

Derfor bør løsningen også følge ingrediensændringer og vide, hvilke opskrifter der bruger hver ingrediens. Ved en ændring henter den de aktuelle oplysninger for de berørte opskrifter og sammenligner dem med det senest godkendte datagrundlag.

Hvert rettelsesforslag skal gemmes sammen med det grundlag, det bygger på. Ændrer køkkenet oplysningerne igen, mens forslaget venter på godkendelse, skal det tilbage til kontrol. Ellers risikerer den ansvarlige at godkende en tekst ud fra en opskrift, der allerede er ændret.

Hvad skal kunden kunne se på hjemmesiden?

Fødevarestyrelsen oplyser, at det er obligatorisk at informere om allergene ingredienser. For færdigpakkede fødevarer skal oplysningerne være skriftlige. Hvor mundtlig oplysning er tilladt, skal kunden kunne se, at oplysningerne fås ved henvendelse til personalet. Hvis maden bestilles via en hjemmeside, skal informationen om denne mulighed også fremgå dér. Se Fødevarestyrelsens vejledning om allergener.

Afklar, hvilke kundeoplysninger jeres hjemmeside skal vise, før løsningen bygges. Det har betydning for, hvordan indholdet skal behandles. AI kan foreslå en ny formulering af retbeskrivelsen. Allergenoplysningerne skal følge virksomhedens godkendte data og de regler, I har fastlagt for visningen.

Aftal også, hvem der godkender opskriftsdata, og hvem der godkender teksten på hjemmesiden. Det kan godt være samme person. Vedkommende skal blot kunne tage stilling til begge dele: Er oplysningerne korrekte, og gengiver teksten dem korrekt?

Knyt opskriften til de steder, retten optræder

Begynd med et register over de WordPress-sider, der skal kontrolleres. For hver ret skal registret indeholde et stabilt opskrifts-ID, et side-ID og den relevante tekstpassage. Tag også de navne med, som retten faktisk optræder under på hjemmesiden.

Hvis opskriften og menuteksten bruger forskellige navne, kan AI foreslå en forbindelse. En medarbejder skal bekræfte den, før systemet bruger den fremover. Er forbindelsen usikker, skal den sendes til afklaring, før der foreslås en rettelse.

Vær konkret om, hvad løsningen dækker. Læser første version kun udvalgte WordPress-sider, er menukort som PDF, billeder og andre indholdstyper særskilte opgaver. Resultatet skal vise, hvilke sider der er kontrolleret. Når systemet ikke finder noget, skal den ansvarlige kunne se, om det skyldes, at de gennemgåede tekster er ajour, eller at det pågældende menukort slet ikke indgår.

Bed AI om en rettelse, der er let at vurdere

I n8n kan en Basic LLM Chain sende en fast instruktion og det relevante indhold til en sprogmodel. Noden kan også tilkobles en parser, når svaret skal have et bestemt format. Det fremgår af n8ns vejledning til Basic LLM Chain.

Giv modellen den eksisterende menutekst og ændringen i de godkendte opskriftsdata. Bed den finde den berørte passage, forklare forbindelsen og foreslå den mindst mulige rettelse. Mangler der oplysninger, skal den markere det. Den må ikke tilføje egenskaber, som datagrundlaget ikke dokumenterer.

Lad svaret have separate felter til side-ID, tekstpassage, begrundelse, rettelsesforslag og behov for afklaring. Det gør gennemgangen mere overskuelig: Den ansvarlige kan vurdere den konkrete ændring uden at skulle læse en omskrevet version af hele menukortet.

Hold allergenoplysninger uden for den frie tekstgenerering. Apicbase skelner mellem indeholder ikke, indeholder, kan indeholde spor af og ukendt. De forskelle skal bevares i de faste regler. Ukendte eller manglende oplysninger skal sendes til afklaring, så de ikke ender som en tekst, der lover, at et allergen er fraværende.

Hvilke fund kan gå videre til godkendelse?

Tabellen viser en mulig arbejdsgang. Den ansvarlige skal kunne se, om der ligger et konkret tekstforslag klar, eller om noget først skal afklares i køkkenets data eller forbindelsen til hjemmesiden.

Godkend rettelsen, før WordPress opdateres

WordPress' REST API understøtter læsning og opdatering af sider og har felter for indhold, ændringsdato og publiceringsstatus. Status kan blandt andet være publiceret, kladde eller afventer. De muligheder kan bruges til at bygge en kontrolleret proces. Se WordPress' dokumentation for sider.

For menuer, der allerede er publiceret, vil jeg anbefale en separat godkendelseskø. Her står den nuværende passage, ændringen i opskriftsdata og den foreslåede tekst ved siden af hinanden. Når den ansvarlige har godkendt rettelsen, sendes den aftalte opdatering til siden.

Kontrollér lige inden opdateringen, at siden stadig svarer til den version, der blev gennemgået. Har en medarbejder redigeret den undervejs, skal forslaget vurderes igen. Gem, hvem der godkendte rettelsen, hvornår det skete, og hvilket datagrundlag den byggede på. Kontrollér til sidst, at den publicerede side viser den godkendte tekst korrekt.

Begynd med et menukort, I kan overskue

En første version bør dække en overskuelig gruppe opskrifter og de WordPress-sider, der hører til. Afprøv en relevant ingrediensændring, også når opskriftens ændringsdato står stille. Test desuden ukendte oplysninger og en side, som bliver redigeret, mens et forslag venter på godkendelse. Det skal vise, om løsningen finder de rigtige passager og giver den ansvarlige nok information til at beslutte, hvad der skal ske.

Mål gennemgangstiden, hvor mange forslag der kræver afklaring, og hvor ofte teksten skal omskrives. Så har I et konkret grundlag for at vurdere, om flere menuer skal kobles på. Det er i jeres daglige arbejde, løsningen skal vise sin værdi.

Via nowa.dk, Gregs AI-automatiseringsservice for danske virksomheder, kan Greg bygge forbindelsen mellem godkendte opskriftsdata, ændringskontrol og redaktionel gennemgang i WordPress. Første projekt kan afgrænses til at aftale datakilden, vælge de menutekster, der skal med, og fastlægge godkendelsen. Hvert rettelsesforslag skal kunne følges tilbage til den ændring i opskriften, der satte arbejdet i gang.

Relateret på GrN.dk

• Jeg bygger AI-agenter til små virksomheder. Jeg mangler en, der kan sælge dem.
• AI på bookingsiden: Hvad må den love kunden, før I taler sammen?
• Kundeindbakken må sortere sig selv – men ikke kommandere din AI

Brug for hjælp til den slags opgaver?

Tal med Greg om ændringskontrol for jeres menukort Kontakt Greg her.

Kilder

• Fødevarestyrelsen: Oplysning om allergener i mad
• Apicbase: Allergener, beregnede felter og ændringsdatoer
• WordPress: Læs og opdater sider via API
• n8n: En enkel kæde til tekstbehandling med en sprogmodel