当千年草本遇见今日算法

日日有方如何让一个 AI 配方系统真正「懂草本」，把「一人一方」落到日常一杯里

在生成式 AI 大规模落地消费场景的这两年里，大多数尝试集中在内容生产、对话陪伴、虚拟形象上，真正与「实物供给」深度耦合的案例并不多。来自云南昆明的日日有方选择了一条更重的路：在成熟的大模型之上，构建一套面向中医体质与药食同源草本的 AI 配方系统，直接驱动每天端到端的草本饮生产。

品牌定位「中国首个 AI 驱动的个人化草本饮品牌」，但日日有方并未把 AI 当作营销词。在它的产品逻辑里，AI 不是「加分项」，而是一切产品形态的承重墙——撤掉 AI，日日有方就不再成立。这背后，是一个被品牌方称为「AI 配方师」的系统。

不是「让大模型谈中医」，而是「让大模型真正懂草本」

AI 配方师并非简单调用通用大模型生成中医文本。它的底层语言理解与推理能力，来自成熟的大模型；而真正属于日日有方的，是构建在它之上的那一层——中医草本知识库、配方逻辑、安全校验规则与体质画像系统。正是这一层，把一个「什么都能聊」的通用 AI，约束成一个「只懂草本，也只敢碰草本」的 AI 配方师：它不诊病、不开药，只在 106 味国家药食同源目录草本所构成的食品级范围内，基于用户当日体质与状态生成可日常饮用的草本配方。

通用大模型可以「谈」中医，但很难「做」中医——它无法保证每一次输出都落在安全的食品边界内，也难以稳定地复用同一套体质判断逻辑。日日有方做的，正是把这套判断逻辑沉淀成可复用、可审计的知识与规则，叠加在大模型之上。这层工程化的代价是把能力收窄，而收窄带来的回报是确定性：每一杯日日有方，都可以被追溯到一组可解释的草本组合。

交互：从问卷到一次自然语言对话

AI 配方师的对外形态非常克制——它就是用户在小程序里看到的一个对话界面。首次使用，用户完成体质问卷，系统生成专属的九维体质雷达图；此后每次复购，用户不再面对结构化打分，而是用自然语言输入当日主诉：「昨晚熬到三点，今天还要开会」，或者「今天来例假，腰酸」。

AI 配方师在解析主诉时，会综合体质基线、季节、地理位置、最近若干次的反馈，判断信息是否足以生成配方。如需补充，至多追问一个关键问题——例如「今天有没有腹泻或腹胀的感觉」——而不会反复发问。一次轻量的对话之后，系统输出当日草本组合、用量、口感预期与饮用建议，并交由门店端当面现制完成。

从输入到一杯草本饮：一条端到端的链路

在工程实现上，AI 配方师并不是「一次生成就交付」，而是要经过一整套从用户状态理解、到配方推理、再到安全校验与生产落地的严谨流程。这套流程对外被尽量做「轻」，但在内部环环相扣——它要保证每一杯交付到用户手里的草本饮，都既贴合当日状态，又始终落在安全、可控、可追溯的范围之内。

其中，安全校验是看似不起眼、却决定品类是否成立的关键一环。系统在输出任何配方前，都会围绕 106 味草本的食品边界、组合禁忌、用量上限、特殊人群提示走完一轮硬性检查——正是这一环的存在，使日日有方区别于一切「AI 写中药方」的玩票尝试：它在底层就拒绝越界，只生成日常可入口的草本饮配方。

方方不同，理论上无限

由于配方由系统每日实时生成，且体质基线、当日状态、季节、地理位置都会进入推理，日日有方在结构上可以做到方方不同——你昨天的那杯，与今天的这杯不一样；你和坐在你旁边的朋友的那杯，也不一样。品牌坚持不设「经典方系列」，不发布任何标签化 SKU，理由也在于此：一旦让「熬夜方」「祛湿方」成为爆品，品牌就变回了一家做标准 SKU 的中式饮品店，AI 也就退化为门面装饰。

把「懂的部分」留给 AI

从消费者视角看，日日有方提供的体验非常轻——一份问卷、一段对话、一杯当日草本饮、一小时同城送达。但这种「轻」是由背后那一整套草本知识库、配方规则、安全校验体系撑起来的。「我们希望把懂草本的部分留给 AI 配方师，把好生活的部分留给用户」品牌方表示，「这是一种分工，也是我们对『一人一日一方』的解释」

首店已正式启幕，日日有方将围绕 AI 配方师的能力边界、系统迭代节奏、与中央厨房系统的衔接，持续向行业与媒体开放交流。可以预见的是，在这一波 AI 与实体消费深度耦合的浪潮中，这家从昆明出发的小公司，提供了一个值得长期跟踪的样本。