标准菜品名称清洗#

借助大模型将中台历史商品名称批量匹配到 OA 标准单品名称，生成名称映射表。属于一次性/不定期清洗，日常核对见标准菜品名称核对。

项目仓库：https://fuwenyue.coding.net/p/tianlala/d/standard_food_name/git

目录结构#

标准菜品名称
├─ main.py                       # 主程序
├─ README.md                     # 项目说明
├─ 所有产品名称.csv              # 输入：产品名称
├─ 标准单品名称.xlsx             # 输入：标准菜品名称
├─ 标准菜品名称映射.json         # 输出：匹配结果
└─ 标准菜品名称映射.xlsx         # 输出：匹配结果

数据获取#

待清洗产品名称#

文件名保存为 所有产品名称.csv：

SELECT DISTINCT
    item_name AS 商品名称
FROM
    ads_dbs_trade_food_di
WHERE
    business_date LIKE '202605%'
    AND dp_item_count > 0
ORDER BY
    item_name

标准菜品名称#

OA 导出的 标准单品名称.xlsx。

匹配规则#

通过大模型批量语义匹配，核心 prompt 构建如下：

def build_prompt(batch_products):
    """为一批商品名称构建匹配 prompt"""
    product_list = "\n".join([f"{i+1}. {name}" for i, name in enumerate(batch_products)])
    return f"""你是一个餐饮行业商品名称匹配专家。请将以下【待匹配商品名称】逐一匹配到最合适的【标准单品名称】。

规则：
1. 语义相似即可匹配，不需要完全一样。例如"一桶水果茶1000ml"可以匹配"一桶水果茶"。
2. 忽略容量、温度、赠品描述等修饰词。例如"蜂蜜冰茉莉（500ml）"匹配"蜂蜜冰茉莉"。
3. 如果一个待匹配名称包含多个独立商品（如一桶水果茶+一桶全家福），请分别评估每个子商品与标准库的匹配置信度，仅输出你最有把握、匹配度最高的那一个单品。
4. 如果找不到合适的匹配，标记为"无匹配"。
5. 只返回 JSON 数组，不要任何其他文字。

【标准单品名称列表】（共{len(standard_names)}个）：
{standard_list_text}

【待匹配商品名称】（共{len(batch_products)}个）：
{product_list}

请返回 JSON 对象，格式如下：
{{"matches": [{{"商品名称": "xxx", "匹配标准名称": "yyy"}}, ...]}}"""