KITCH CHAT · PRODUCT PROPOSAL V2

發現好吃,找到合你口味的一餐。

面向美國 Z 世代的美食發現與決策平台:以可信內容和同好分享發現好餐廳,再由 AI 幫助用戶選出適合自己與朋友的一餐。

2026.11.02 · 待確認產品方案 · 首個驗證市場 UCI · 本版不包含 Demo 或正式功能發布
01 / POSITIONING

以「好」為核心,內容與社交是入口,AI 是決策助手

一句話定位

Kitch Chat 幫助年輕食客發現值得吃的餐廳與菜品,並找到合口味、適合一起吃的選擇。

為誰服務

先服務 UCI 的美食探索者、日常選餐者與朋友聚餐組織者;以實際需求分群,不假設所有學生都有相同喜好。

解決什麼問題

看過很多內容、評分和餐廳,仍不知道哪家適合自己、該點什麼,或怎樣兼顧朋友。

交付什麼價值

看得懂推薦依據,選到合適的一餐;吃完願意認可、記錄、分享,下次還會回來。

為什麼選擇「好」

「多」提供選擇,「快」降低操作成本,「省」減少花費;但都不能單獨保證用戶吃得滿意。KC 的戰略假設是:持續幫用戶選對,才能形成比一次優惠更持久的使用理由。預算與效率仍重要,但服務於「好」,不再各自成為獨立主線。

本版主次:內容讓人想吃 → 推薦理由讓人信任 → AI 幫人選擇 → 訂座/下單協助讓人吃到 → 真實打卡讓下一次推薦更好。

這是待驗證的產品方向,不是已證明的競爭優勢。AI 決策、電話與人工兜底保留;不重建支付交易平台,不以商家入駐作為用戶使用的前提。

02 / DEFINING GOOD

「好吃且合口味」是核心,場景與預算是必要條件

「好」的層次用戶要的答案KC 怎麼做怎樣判斷真的好
菜品值得吃這家有什麼值得點,為什麼?具體菜品、味型、推薦官原因、近期真實反饋實際吃後認可,而非只有點擊或影片觀看
合我的口味別人喜歡,但適不適合我?理解濃淡、辣度、甜度、口感;解釋適合與不適合之處用戶認為符合偏好;失配可說清原因並修正
適合這次用餐今天和這些人去,合適嗎?結合人數、氛圍、時間、距離與同行者限制實際場景成立,同行者也能接受
值得這個預算不一定最便宜,但值得嗎?先排除超預算選項,再比較菜品與體驗;交代價格依據實際花費符合預期,用戶覺得值得

首頁標記「好」,必須讓人看懂依據

平台精選

有明確入選理由

資料與營業資訊核查,加上可追溯的具體用餐證據;說明推薦菜、適合誰與更新時間。

推薦官/食客推薦

知道是誰、為何推薦

顯示推薦者口味、實際吃過的菜與體驗日期;是否受贈或贊助需揭露。

新店探索

有潛力,不冒充已驗證

可以曝光資料完整的新店,標註「反饋待累積」;沒有評分不等於差,也不等於已證實好吃。

入選機制建議:運營依統一清單核查來源和推薦理由,記錄審核人及日期;推薦官不是自動認證。出現菜單變更、重複失配或履約投訴時複核,必要時撤下精選標記。

榜單不只有一種「最好」

先做「UCI 課後值得吃」「適合聊天的聚餐」「同一道菜的不同風格」等有理由的專題清單;資料足夠後再做同菜排名及個人必吃榜。公開範圍、樣本和時間,不用餐廳總評冒充菜品評分。

口味以本人表達和實際反饋為主;飲食文化背景可自願補充,不按族裔、姓名或語言直接推定喜好。過敏與嚴格飲食限制需餐廳確認,不以 AI 推論保證安全。

03 / COMPETITIVE POSITION

差異不在單個功能,而在「發現到吃後認可」的體驗

以下比較美國餐飲入口的主要角色,不代表各平台只有這些功能。KC 的差異是擬驗證方向,不能僅憑功能組合宣稱領先。

入口/競品現有能力或主要角色對 KC 的要求
Google Maps地點資訊、對話式個性化推薦及訂位等行動。官方介紹 ↗不能只說「懂需求的 AI」;要在 UCI 的具體菜品與聚餐結果上證明價值。
Yelp評論與商家資訊,並擴展 AI 個性化與行動能力;部分電話功能屬公告規劃。官方公告 ↗不只整理評論;把誰推薦、為什麼合口味和實際結果串起來。
Beli餐廳記錄、朋友分享、個性化推薦與榜單。官方介紹 ↗是內容/社交方向的直接競爭參考;KC 要把具體菜品、多人選擇與履約協助做出深度。
OpenTable餐廳發現、預訂及餐廳經營服務。官方介紹 ↗訂座是基礎行動,不是定位中心;先回答為什麼值得去。
社媒/外送入口作為用戶替代路徑:看內容種草,或直接找可下單餐廳。各入口實際能力另有差異。訪談學生如何在這些入口間切換,驗證 KC 是否減少重新搜尋,且提高選餐滿意度。
KC 要驗證的差異化

在一個學生生活圈,把「有依據的本地好店與菜品」「可信推薦者」「個人口味與多人需求」「實際用餐反饋」連成同一個體驗。

鴨覓給我們的啟發:推薦官、口味適配與組隊找店可作產品參考,但不是把整套社區一次搬來。KC 先以 UCI 小範圍供給與學生關係網建立可信度,再看是否能複製。

長期可積累的是「用戶—菜品—偏好—真實結果」及信任關係,不是公開資料、通用 AI 或電話功能本身。商業化不得購買自然榜單排名。

04 / MVP VALIDATION

核心假設:選得好,才會再用和分享

內容/好友
發現值得吃
→
理由+AI
判斷適不適合
→
個人/多人
作出選擇
→
協助履約
實際用餐
→
餐後反饋
再用與分享
驗證問題主要指標與口徑結果影響什麼決策
是否真的選對?餐後推薦認可率=符合/超出預期的用餐次數 ÷ 有效餐後反饋次數;同報樣本數與回收率優化口味理解、推薦證據或供給,不用點擊代替滿意
朋友是否也滿意?有完整成員反饋的聚餐中,全員認可的比例;同報成員反饋完整率多人需求是否真正被兼顧,不只看組織者
是否形成持續使用?已滿觀察期的首用戶中,28 日內再次主動選餐/規劃/發起履約的比例判斷是否可加大市場投入,而非只靠一次活動
分享是否帶來增長?分享帶來的新註冊、首次有效使用與後續回訪;區分自然分享與獎勵活動投入好友分享、推薦官內容還是社團渠道

同步保留經營指標:累計與新增註冊、DAU/MAU、渠道轉化、確認履約成功率、人工成本。核心價值指標建議為「每週已確認用餐且餐後認可推薦的次數」,同時看獨立用戶數。

驗證方式:先由校友引薦在校生,在日常用餐與真實聚餐中試用;記錄原本找餐方法、推薦前預期和吃後結果。建議首輪 30–50 名學生、至少 30 次有效餐後反饋作方向性判斷,再校準 KPI,不將小樣本稱為規模化成功。

提交訂座/下單需求 ≠ 餐廳確認 ≠ 實際用餐 ≠ 滿意。訂單或支付由既有餐廳/渠道承接;AI 尚不穩定時可由客服兜底,清楚告知處理狀態。

05 / UCI STUDENT JOURNEYS

以學生真實生活出發,不要求每個人先跟 AI 聊天

UCI 場景用戶路徑「好」怎樣呈現
下課後不知道吃什麼
想吃好,時間與預算有限
附近精選 → 課後用餐專題 → 看簡介與推薦菜 → 有疑問問 AI → 下單/到店 → 打卡不是無限滑餐廳,而是清楚知道附近有什麼值得吃、為什麼適合現在。
週末想探索新店
想吃某道菜或某種風味
同菜/口味專題 → 比較推薦官理由 → AI 結合喜好解釋候選 → 收藏/安排用餐 → 反饋區分味型、價格和證據;新店用探索標記,不假裝已有大量好評。
朋友/社團聚餐
4 人口味不同,預算也不同
發起飯局 → 好友連結填需求 → AI 給 2–3 個候選與取捨 → 投票 → 組織者確認訂座 → 各自反饋顯示共同滿足的條件及未完全滿足之處;餐廳內也可推薦不同人的菜。
看到同學打卡被種草
信任熟人,想和朋友一起試
關注動態/分享連結 → 查看實際點菜和理由 → 餐廳詳情 → 收藏/發起飯局 → 自己體驗後再分享知道誰吃過、吃了什麼、為何喜歡;不是只有一張照片和總分。
輕社交原則:朋友打開分享頁可先看,不強制登入;多人飯局可先免註冊填偏好、投票。公開打卡、關注及需要身份的履約操作再登入;不公開精確即時位置。

以上是待訪談與試用驗證的場景假設,不代表所有 UCI 學生的共同偏好。校友協助引薦與理解背景,仍需在校生實際使用。

06 / FEATURE LANDSCAPE

本版內容更重、社交更輕、AI 理由更清楚

模組本輪最小設計承擔的價值後續再擴展
首頁與附近好店附近精選、榜單專題、學生/推薦官內容;保留精簡 AI 入口;卡片有簡介、人均、特色菜與入選理由先發現值得吃的選擇更深個性化排序
榜單與專題按菜品、場景、預算瀏覽;清楚標示範圍、理由、來源和更新時間不用從空白問題開始找餐足夠樣本後的同菜排名、個人榜
餐廳詳情簡介、菜單、內容、評論、推薦官及其推薦理由;區分商家介紹和獨立反饋;保留訂座/下單入口建立信任並支持選擇更完整的菜品級反饋
AI 推薦少量候選,說明符合哪些需求、推薦點什麼、預算依據與限制;允許糾正偏好從「看起來好」到「適合我」根據餐後結果持續校準
多人決策組織者建飯局;朋友免註冊填預算/忌口、投票;候選取捨清楚,組織者確認兼顧朋友,降低協調成本常用飯搭子、群體偏好記憶
打卡、分享與收藏選餐廳/菜品、加照片、寫感受與是否願再吃;分享頁可直接看;收藏可回找沉澱真實體驗,帶來下一次發現個人美食地圖與完整清單管理
用戶頁與關注口味自介、公開打卡、關注/取消關注、簡單關注動態找到值得持續參考的人口味相似用戶發現;不先做私訊與複雜社交等級
履約、運營與治理AI 電話/客服回傳狀態、餐後回訪;精選審核、舉報與內容處理;基本渠道追蹤保證可用、可信與可驗證更多自動化與商家自助工具

內容從哪裡來

起步:運營核查資料,邀請校友、學生體驗者與推薦官提供真實內容;MCN 將真實體驗製作成菜品/聚餐內容。使用後:普通用戶打卡反饋與分享。兩種來源清楚標示,不把宣傳內容包裝成獨立評價。

避免功能再次失焦:首輪可人工策展、人工核查與人工兜底;不先做全美榜單、大型達人體系、複雜社交或付費會員。最先驗證「能找到值得吃的 → 看懂理由 → 吃後認可」。

以上為功能規劃,不代表已上線。本次只確認方案;Demo 待確認後製作,沿用現有 Web 品牌與餐廳詳情結構,不改正式產品。

07 / MERCHANT VALUE

幫值得被發現的商家,找到真正適合的食客

KC 首先服務消費者。商家獲得的是特色被理解、匹配的客流與真實反饋,不是購買「好店」認證。Chowchow 可以參與,但不再作為整個定位的中心。

商家參與方式商家提供什麼KC 提供什麼
被收錄,未合作無需正式入駐;使用合規來源的公開資訊被搜尋和按需求匹配;資訊缺口與證據不足如實標示
資料與履約協作確認菜單、特色菜、營業及預訂方式;接受事實性資料修正更完整呈現特色,減少錯誤推薦,承接匹配的用餐需求
內容/體驗合作自願提供訪談、試吃或學生權益;承認用戶可給真實負面反饋合適人群探索、可追溯內容、匿名匯總的用餐反饋與效果報告
後續工具使用自助維護資料、處理需求與顧客溝通Agent 與經營協助;是否付費不影響自然榜單

小商家、新商家、沒有評分,怎麼辦?

先確認資料與特色,進入獨立的「新店探索」內容;邀請願意探索的學生真實體驗,逐步形成具體菜品反饋。證據足夠後再審核是否精選。沒有評分不應被永遠埋沒,但 KC 也不能在缺乏證據時保證好吃。

後續商業化:可評估商家工具訂閱、透明標示的活動合作或可核驗效果服務;現階段先驗證消費者價值與商家實際獲益,不把付費設成被推薦的門檻。

本版依據與邊界

參考用戶提供的《鴨覓 App 全面競品調研》HTML/Markdown及 KC 討論;美國競品能力以文中官方來源為據。未進行完整登入測試,不推斷競品不存在未列出的功能。既有 Web 與 Figma 僅作後續 Demo 視覺參考。本版未更改正式產品。公開資料與社媒內容需確認授權/嵌入條件;營業狀態正常不代表可接受本次訂位或訂單。