事件回顾：一窗6店，你的外卖可能来自"幽灵厨房"
东莞一处民房，前后门紧锁，6家外卖店铺通过一个窗口递餐。外卖员说"根本看不到厨房"，消费者看到精美的店铺头像和诱人的菜品图，实际上可能来自同一间民房的同一个灶台。
核心问题： 你吃的外卖，到底来自正规餐厅还是一个没有堂食的"作坊"？
据统计，2025年全国外卖订单量突破300亿单，但"幽灵厨房"问题一直悬而未决。
今天教你用AI工具，3步识破幽灵外卖。
第一步：AI分析评价 —— 找出"水军"和真实差评
很多幽灵店铺会刷好评，但AI能看穿。
操作步骤
| 步骤 | 具体操作 |
|---|---|
| ① 收集评价 | 打开外卖平台，进入目标店铺评价页 |
| ② 复制评价 | 复制最近30-50条评价（好评+差评各取一些） |
| ③ AI分析 | 粘贴到通义千问或Kimi中，使用下方Prompt |
分析Prompt
"请分析这些外卖评价，完成以下任务：
① 找出疑似刷单的好评（特征：内容简短、模板化、无具体菜品描述）
② 提取真实差评中的食品安全关键词（如：异物、不新鲜、拉肚子）
③ 给出这家店铺的可信度评分（1-10分）及理由"
判断标准
如果好评高度雷同、差评集中在食品安全，这家店风险极高。
第二步：AI图片识别 —— 判断店铺照片是否盗图
很多幽灵外卖的"门面照"和"厨房照"都是从网上盗来的。
操作步骤
| 步骤 | 具体操作 |
|---|---|
| ① 截图 | 截图店铺的门面照片和环境照片 |
| ② 反向搜索 | 使用百度AI识图或Google Lens进行反向搜索 |
| ③ 判断 | 如果搜到了同一张图片出现在图库网站或其他城市，这家店100%是幽灵店铺 |
| ④ 进阶验证 | 把截图丢给大模型，问"这张店铺照片有没有AI生成或PS的痕迹？" |
真实案例
2025年有网友用这个方法，发现自己常点的外卖"网红日料店"的门面照，其实是日本东京一家已关闭餐厅的照片。
第三步：AI交叉验证 —— 多重信息比对
这是最硬核的一步——用AI做"信息侦探"。
操作步骤
| 步骤 | 具体操作 |
|---|---|
| ① 记录信息 | 记下外卖店铺的名称、地址、营业执照信息 |
| ② AI验证 | 打开通义千问，使用下方Prompt |
| ③ 追问细节 | 追问地址附近的商业设施情况 |
验证Prompt
"请帮我验证以下外卖店铺信息的真实性：
- 店铺名称：XXX
- 注册地址：XXX
- 请分析：这个地址在地图上是否存在实体门店？该地区是否有多个同名店铺？该地址是否是居民区（非商业区）？"
关键判断标准
| 地址类型 | 可信度 | 建议 |
|---|---|---|
| 商业街/美食城 | ✅ 高 | 可信度高 |
| 居民楼/城中村 | ⚠️ 中 | 需要进一步确认 |
| 查不到/与描述不符 | ❌ 低 | 大概率幽灵店铺 |
进阶技巧：AI帮你"养"一个安全外卖清单
除了即时验证，你还可以养成持续监控的习惯：
- 每次点外卖前，让AI帮你分析店铺（养成习惯）
- 建立"安全店铺清单"：每次验证通过的店铺，记录到一个文档中
- 定期更新：每月让AI帮你分析常点店铺的最新评价，差评突然增多时AI会提醒你
监控Prompt模板
"这是我的常用外卖店铺清单：[列表]。请帮我分析每家店最近一个月的口碑趋势，标记出有风险的店铺，并推荐同品类的安全替代。"
写在最后：你的舌头值得被认真对待
"一窗6店"不是个例，而是外卖行业的缩影。
在平台监管还不够完善的今天，AI成了普通消费者最好的"防骗武器"。你不需要懂技术，只需要花3分钟，用上面3个步骤过滤一下。
记住：如果一家店铺的照片太完美、评价太统一、价格太便宜——那它大概率不是真的。
今日话题： 你点外卖踩过坑吗？最离谱的一次经历是什么？评论区分享，提醒更多人避雷！
转发这篇给你的外卖搭子，一起吃得更安全！
关注「xAI智工场」，用AI武装你的日常生活。
