汉堡菜单照片卖的是高度和质感——直到 AI 造出根本没进盒子的分层。

解决办法不是把照片拍得更平,而是拍得“数得清”:顾客能看清汉堡里有什么、按什么顺序叠放,并相信送到手就是这样。

检查清单

  • 展示真实的堆叠顺序
  • 面包和肉饼的比例要诚实
  • 条件允许时,把薯条/配菜拆成独立 SKU
  • 在手机缩略图尺寸下测试

相关阅读:假食物照片与信任 · AI 食物照片指南。

在 FoodPhoto.ai 上生成汉堡套图。

一套可直接投产的 AI 辅助汉堡菜单照片方法

实用答案:用数得清的肉饼、芝士和配料做一个真实的汉堡。以堆叠层次清晰可辨为目标,而不是靠假高度,然后否决任何让菜单变得更不准确的输出。最主要且可避免的风险很简单:模型可能增加分层、放大份量或凭空造出酱汁。这套流程让餐厅团队有一条可审计的路径,从原始照片走到获批素材,而不会把视觉美化变成无法兑现的承诺。

一个与出餐一致的、可信的汉堡,比一个不可能实现的广告式堆叠更能建立信任。

诚实的“高度”长什么样

示例说明——不是顾客订单,也不是测试结果。取一个按配方卡列出的菜单单品,例如单层芝士汉堡:底层面包、酱汁、酸黄瓜、一块肉饼、一片切达芝士、生菜、番茄、芝麻顶层面包。以略微四分之三的角度拍摄,让每一层都呈现为一条独立的色带。如果某一层在最终图片里数不出来,就重新摆盘真实汉堡并重拍,而不是让生成模型把它画上去。把堆叠写进文件名或需求说明——例如 classic-single_bottom-bun_sauce_pickles_pattyx1_cheddarx1_lettuce_tomato_top-bun——这样审核时是拿图片对照配方,而不是凭记忆。

示意图:生成的芝士汉堡,从底层面包到芝麻顶层面包,各层清晰可数。
生成的说明性示意图。请使用您自己的菜品照片,并在发布前检查结果。

用切开的方式展示内部,而不是拉长

对于有馅料的汉堡,Uber Eats 商家指南建议把汉堡切成两半来展示内部,而不是把汉堡放大来暗示馅料更多。参见 Uber Eats 商家照片指南关于展示内部以及汉堡采用 45 度角的建议、Uber 菜单目录照片规范关于居中 5:4–6:4 裁切的说明,以及 DoorDash 指南关于 1400x800 居中图片的要求。指南核查日期:2026 年 9 月 13 日。

实际操作:用干净的刀真实切开,把其中一半转向前方让横截面朝向镜头,擦掉滴落的汁水,保留另一半作为肉饼厚度和芝士融化程度的参照。只让图像工具做背景清理、均匀光线和锐度处理——绝不要让它加第二块肉饼、加高面包或增加融化芝士。

示意图:生成的汉堡切成两半,展示内部肉饼和芝士。
生成的说明性示意图。切开真实汉堡来展示内部;不要拉长它来暗示更多馅料。

可复用、可修改的示例提示词

在 FoodPhoto Studio 中配合您自己的菜品照片使用。替换方括号中的内容。

Subject: [single cheeseburger as served, one patty, one cheddar slice, sesame top bun]
Composition: three-quarter view at table height, cut half in front showing interior, whole burger behind, fries excluded
Background and vessel: [matte dark tray / kraft box as served]
Lighting: soft daylight from left, true bun color, no gloss boost
Camera viewpoint: 35-degree angle, eye-level with mid-stack, centered square-safe crop
Constraints: keep portion, layer count and bun size true to source; do not add patties, cheese, sauces or height; remove only dust and harsh shadows

这说明了什么:清晰可辨来自分层和光线,而不是加高。如果输出增加了任何东西,就否决它并记录原因。

120px 缩略图检查

大多数汉堡订单都始于配送网格里的一个小方块。导出一份 120px 宽的副本,在伸直手臂的距离检查:还能看清面包、肉饼层和配料吗?如果堆叠糊成一片棕色,就稍微拉远、提亮背景、加大汉堡与边缘的间距——然后重新测试。请将这张缩略图与完整图片一并保存,作为审批的一部分。

示意图:生成的配送网格,展示手机尺寸下的汉堡缩略图。
生成的说明性示意图。发布前请在手机缩略图尺寸下测试裁切效果。

分步操作流程

将 AI 辅助汉堡菜单照片纳入一套运营流程:指定负责人、发布检查清单和一个小型反馈闭环。真正有用的衡量单位不是“做了多少张照片”,而是一张准确、已获批用于该渠道、并与当前菜单单品对应的图片。这一区分能避免快速生产系统沦为快速出错系统。

  1. 明确发布目标。在拍摄或生成开始前,写明确切的单品、渠道、裁切和业务目的。
  2. 基于真实产品制作。记录当前份量、配料、容器或包装,让创意工作有真实参照。
  3. 套用一套有文档的视觉系统。复用光线、角度、背景和导出规则,同时让真实食物保持各自特色。
  4. 批量发布前先审核。厨房或运营负责人核对配方真实性;营销负责人核对可读性和品牌一致性。
  5. 衡量并更新。保存发布日期、测试窗口和下次更新的原因。产品变化时就替换素材,而不只是日历提醒响了才换。

发布检查清单

关卡 通过条件 如何验证
产品真实性 图片与当前实际出餐的订单一致 对照配方、份量和包装
品牌系统 光线、色彩和构图符合文档化风格 与两张已获批素材并排审核
渠道目的 裁切支持预期的顾客决策 在实际展示界面中预览
责任归属 有指定人员批准了准确性和发布 记录审核人和日期
时效性 素材仍反映当前菜单 每次配方或包装变更后重新核查

如何评估结果,而不编造成功结论

发布前对照配方卡清点每一个可见成分。尽量保持价格、供应情况、促销和营业时段稳定。记录日期和样本量,并把结果描述为那次测试的观察——而不是普遍承诺。如果同时改了好几样东西,数据就无法单独归因于照片。

有用的过程指标包括:通过率、每张获批图片的尝试次数、从拍摄到发布的时间、否决率,以及当前菜单单品中配有最新图片的比例。商业指标可以包括单品浏览量、加购行为或订单(当平台提供这些数据时),但解读时必须考虑季节性和促销因素。

准确性、权利与更新政策

使用餐厅拥有或获授权可修改的照片。不要复制竞争对手的菜品、品牌或受保护的宣传图片。保持食物能代表顾客实际可点的内容,在情境需要时披露实质性的合成改动,并在配方、份量、容器或包装不再匹配时撤下图片。

证据规则:把原始拍摄、获批输出和审核决定保存在一起。这份记录让团队能说明做了哪些增强,并在无需猜测的情况下撤回一次不当发布。

编辑审核:本操作指南于 2026 年 8 月 21 日审核。它不承诺排名或销售结果,批量上传前应再次对照实际渠道核查。

把流程用起来

先在 FoodPhoto Studio 里用一道有代表性的菜品开始,把结果与原始照片对比,并在统一风格前查看真实改造案例。菜单规模较大时,可按当前 FoodPhoto 价格估算每张获批图片的成本,并把员工审核时间计入计算。