走進 BunnBaa 飯飽：以 Gemini 與 Google Cloud 翻轉微型餐飲營運

作者：鍾雅婷｜發布日期：2026年10月8日

結合確定性代碼與多模態 AI，將不可預測的備料轉化為有保障、零浪費的餐點。

1. 我們關注的痛點

每天早晨，校園與辦公區周邊的巷弄小吃店都面臨一場無法預測的「猜謎遊戲」：到底該備多少食材？猜多了，新鮮食材只能倒進廚餘桶；猜少了，上門的顧客只能餓著肚子離開。單在台灣，每年產生的廚餘量就超過 50 萬公噸，其中商業餐飲因人潮波動難以預估而造成的耗損佔了相當大的比例。與此同時，用餐尖峰時刻的上班族與學生只能排隊碰運氣，就算提早決定也沒有任何誘因與保障。

2. 解決方案：BunnBaa 飯飽

BunnBaa 是一款專為微型餐飲與用餐者設計的 AI 預約「鎖定」平台：

早鳥餐點鎖定：顧客最長可提前 30 天預付鎖定早午晚餐（提前 2 天以上享 8 折，提前 1 天享 95 折，支援 LINE Pay）。

確定備料清單：每晚 20:00 截止後，店家自動取得確切的鎖定數量，系統同步產出採買與備料清單。

零食物浪費循環：若行程臨時變更，顧客可轉售、轉贈或轉為愛心餐；未被領取的餐點也會自動轉為愛心餐送出。

3. 基於 Google Cloud 與 Gemini 的技術實踐

BunnBaa 全面採用 Google Cloud 無伺服器架構，貫穿餐點生命週期的四個階段：

拍照建檔（視覺多模態）：Gemini 能直接辨識紙本菜單照片，抽取出結構化的雙語 JSON 菜單草稿（涵蓋菜名、價格、分類、飲食標籤與過敏原）。

對話式預約（Function Calling）：多輪對話助理透過後端呼叫 Server-side 工具查詢即時菜單，將自然語言需求（例如：「下週一至五大安區、120 元以內、不吃牛」）轉換為可預約的餐點卡片。

轉售智慧媒合（向量嵌入）：透過 gemini-embedding-001（768 維）搭配 Firestore 原生 Vector Search，自動配對周遭有相近喜好的顧客，並以 FCM 發送即時推播。

取餐校準與預測：結合歷史統計數據與 Gemini 的分析報告，提供店家合理的取餐浮動區間，並回答營運調度上的假設性情境。

4. 負責任 AI（Responsible AI）設計

數據交給代碼（Numbers are code）：份數、價格、折扣與結算款項全部由嚴格的確定性程式碼計算，模型完全不介入金額運算，杜絕幻覺風險。

產出僅供參考，決策權在人（Drafts, not decisions）：AI 僅負責建議，訂單由顧客親自確認，煮多少由店家最終拍板。

伺服器端嚴格驗證：模型回傳的餐點 ID、過敏原篩選皆在後端驗證，結帳金額於伺服器端重新計算。

克制且有邊界的體驗：無緊迫感促銷設計；每人每日限 30 次對話（具 10 分鐘快取）；每人每日最多收到 2 次 10 公里內的轉售通知。

5. 線上原型與未來展望

BunnBaa 部署於 Firebase Hosting，後端由 71 個 Cloud Functions（asia-east1）支撐，並已通過 127/128 項自動化整合測試。

線上原型體驗：https://bunnbaa-mvp-5474.web.app

透過早鳥承諾與 Google AI 的深度結合，BunnBaa 讓店家「只煮被預訂的食物」，並確保「每一份煮好的餐點都能被吃完」。