MenuLens 如何翻译菜单：目标语言、地区与偏好

一句话结论

MenuLens 会把拍到的菜单翻译成 40+ 种目标语言，默认跟随你的系统语言，拍摄之后任何时候都能切换。目标语言与菜单原文所用的语言彼此独立，所以一份日文菜单可以直接翻成西班牙语。切换会重新发起一次 AI 请求，而不是把存好的字符串换个标签重贴——这也是同一张照片每次读起来略有差别的原因。

除了目标语言，还有三样东西会改变输出：可选的地区上下文、你一次性设好的偏好，以及照片本身的质量。整个流程都要经过 OCR 和语言模型，两者都需要联网。而且它不提供任何医疗、过敏或宗教饮食方面的建议——这类问题仍然要问拿着菜单的那个人。MenuLens 运行在 iOS 17 及以上的系统上。

为什么大家会搜这个

搜索词几乎总是「怎么翻译菜单」，但翻译其实不是问题。问题是一个截止时间极短的决定。

你站在桌前，面前一页看不懂的文字，服务员可能也不说你的语言。耐心大概只有九十秒，之后你就会指着第一行看起来像样的东西。你需要的不是一份词汇表，而是三个问题的答案：这是什么、我吃下去安不安全、以及我该怎么说才能点到它。

直译恰恰在第二个问题上失灵。逐字翻出的菜名不会告诉你里面有没有贝类或猪肉；旅游区菜单上的英文注记还常常比没有更糟——那些译文追求的是短，不是准。

目标语言是一个设置，不是一次查表

在 MenuLens 里，源语言与目标语言彼此独立。 OCR 流程能读 40+ 种语言的菜单，包括中文、英文、日文、韩文、法文、德文、西班牙文、葡萄牙文、意大利文、俄文和阿拉伯文；目标语言列表与系统支持的语言列表相同，两者互不约束。

默认值是你的系统语言。 你可以在拍摄之后、或者识别完成之后更改目标语言，结果随之重新载入。

切换是重新生成，不是换个标签。 一份识别过的菜单会连同源语言、目标语言、地区、币种、汇率、菜品数和分类数存下来。改目标语言等于让模型在这份菜单上重新跑一遍，产出新的食材推断和口味注解，而不是把上次的结果换一张封面——这就是同一张照片两次结果可能略有出入的原因。

菜单携带的也不只是菜。 模型还会返回可空的菜系风格、价格区间、餐厅类型、餐厅名称、一段整体备注，以及任何页脚文字。每一项都可能为空——没有价格区间是正常状态，不是故障。

地区上下文改变的是答案，不是措辞

基于地区的推荐是可选的，默认关闭，你手动开启之后才会生效。开启后，应用会解析你的大致位置，把它作为提示词上下文加进去，好让模型更准确地判断菜系。解析出的地区存在这次菜单会话上，跟着结果走，不是每道菜现查一次。

这是大多数人从来不碰的设置，也是真正会改变口味注解的那一个。同一道菜在不同地区会得到不一样的注解——一道在四川这么叫的菜，同一个名字放到别处，注解不会一模一样。这是设计使然，不是不一致。

有两个诚实的限制：它基于网络而非精确 GPS；它是关于菜系的提示，不是对「你现在坐着的这家餐厅」的判断。一份本来就写给游客看的菜单，往往会跟地区提示打架。

当定位失败时，MenuLens 会直说而不是猜：授权被拒、系统服务受限、反向地理编码失败，各自对应一条不同的提示，并指向 iOS 设置。

偏好是注入提示词，不是翻译完再过滤

这是多数同类页面搞错的地方。你的饮食限制、过敏原、口味偏好和预算范围，不是一张等翻译做完再逐条比对的复选框清单——它们被直接注入识别与推荐的提示词。所以它们改变的是模型对每道菜写下的内容，包括它推断出的食材和辣度描述，而不是把几行菜从一份已经成型的列表里悄悄藏起来。

口味词表也比常见翻译工具细。主食和蛋白是分开的选项：米饭、面条、牛肉、猪肉、鸡肉、海鲜、蔬菜、豆制品、素食、不吃肉。辣度也不是一根单一滑杆——微辣、中辣、特辣各自独立，麻辣和香辣同样各自独立。做法风格则覆盖清淡、重口、酸、甜、咸鲜。麻与香分得开，比听上去更重要：它们描述的是确实不同的菜，而只提供一到五级刻度的应用，会把两者统统叫作「辣」。

选择项明确支持多选，「用餐人数」就在同一块面板里；引导流程可以跳过，之后随时再调。预算范围影响的是推荐菜品的定价，而不是翻译文本本身。

过敏原是按设计作为信息存在的。设定花生过敏，改变的是模型被告知要留意什么；它不会让这个应用变成判断某道菜对你是否安全的权威。

翻译质量真正建立在什么之上

OCR 排在最前面，它就是天花板。 食材推断处在「菜单文字被读懂了多少」的下游。手写、非标准字体、昏暗或反光的环境，都会拉低准确率。

菜名永远不会被丢弃。 原文和译文并排摆着，即使译文错了，点单时你仍然可以指着原文。这是最有用的失败方式：一次错误的翻译只让你费一句话，一个顶掉原文的翻译却会让你连点单都做不到。

价格尽可能保留原币种和原数字。 换算基于一张静态的美元锚定汇率表，覆盖 60+ 种货币，启动时从一个公开汇率接口刷新一次，缓存 24 小时。找不到可用汇率时，服务给出无数据信号，界面照原样显示原价——这是有意为之，因为一个自信地错误的换算数字比不显示更糟。

菜单上没有照片的菜会得到一张生成的参考图，由它的描述推导而来。那是文字的图像化呈现，不是食物的照片。

有一条值得知道的版本限制： 菜品参考文本取自维基百科原文，通过系统翻译它需要 iOS 18，而应用本身运行在 iOS 17 上。

设计时必须预设的边界

• 它不是建议。 MenuLens 直白地说明 AI 输出不构成医疗、过敏或饮食建议。涉及过敏、宗教饮食法规或健康限制时，直接问餐厅工作人员，并以实际配料为准。
• 一切都需要联网。 OCR、翻译、菜品讲解和图片生成都要网络。
• 免费扫描次数是计数的。 额度算在扫描次数上，重拍一张模糊的菜单、或者把一份长菜单拆成几张拍，都要消耗它。Pro 完全停止计数，所以同一份菜单重跑不会被扣。一张日票覆盖七天且不自动续费；美国区基准价是每月 $4.99 或每年 $24.99，而应用里实时显示的数字才是你所在商店真正适用的那个。
• 重新翻译是一次新的生成。 改目标语言或改偏好，每次都会产出全新的结果。翻译质量差时，修正输入再跑一遍才是正解——但在免费额度上，那是要花掉一次扫描的。

MenuLens 有何不同

大多数菜单翻译工具回答的是你打出来的问题。MenuLens 是围绕你真正会面对的那个问题设计的。

• 它给出讲解，而不是对照表。 每道菜除了译文，还有推断出的食材、常见做法、口味注解和搭配建议。
• 偏好塑造输出，而不是事后过滤，所以推理的痕迹出现在菜品文本里，而不是表现为一次无声的排除。
• 它保留原文。 源名称一键可查，翻译错误因此从拦路石变成一个小细节。
• 地区和偏设在事后可改，入口在个人资料里的「用餐偏好」，不需要重新拍任何东西。
• 它会说明自己不是什么。 过敏与饮食的免责声明是产品的一部分；对于一个替看不懂配料表的人读配料表的工具来说，这是正确的姿态。

关于这一切，诚实的边界是：准确率的天花板是那张照片，安全的天花板是你自己的核实，而每一次改进都隔着一次网络请求。

什么时候菜单类 App 是错的工具

它并不适合所有人：

• 如果你有严重过敏，把这个应用当作谈话的起点，绝不是谈话本身。问店里的人，这道菜里实际放了什么。
• 如果你看得懂这种语言，一个称职的相机翻译工具通常都比不上你自己的眼睛。
• 如果菜单是黑板上用褪色墨水手写的，再多模型质量也救不了 OCR 的输入。

对其他所有人来说，门槛很低，回报很具体：你不用在服务员面前表演一道语言学难题，就能走到那个决定前面。想看拍摄之后那一侧的机制，菜品详情与推荐流程 讲了菜单识别之后会发生什么，常见问题 覆盖订阅、隐私和账号相关的问题。

MenuLens 把看不懂语言的菜单变成你能据此行动的菜品讲解，然后帮你把菜点上——同时不假装它的输出是别的东西。