品味：一種動態演算法，與其背後的三層結構

餐飲經驗、客觀標準、個人風格缺一不可

不知不覺寫了半年了，這週打算來寫篇長一點的，聊聊我所認知的「品味」是什麼。這是個一百人寫會有兩百種答案的命題，作為一個小小的電子報里程碑，寫起來應該會很有趣吧。

在很多人眼裡，品味是種神祕的感性天賦；但在我看來，品味更像是一套持續動態演化的「個人演算法」。它由龐大的底層資料庫支撐，經過邏輯層的客觀分析，最後才在表現層輸出成每個人獨有的主觀喜好，具現化為一個人的「品味」。

由於我是個愛吃愛喝的人，因此會以培養飲食品味為題，但同樣的邏輯也可以套用在畫作、影視、音樂等藝術領域。另外因為本篇較長，使用 email 觀看可能會影響體驗，建議直接在 Substack 裡觀看。

---

品味的最底層：大量餐飲經驗建成的資料庫

建立飲食品味的第一步，就是多吃。

如果你一輩子只吃迴轉壽司，那就很難體會到壽司這個領域的真實美好；如果你只吃板前 omakase，那也很難了解普羅大眾的喜好。兩種都吃過，再加上押壽司、散壽司、反捲壽司、加州捲、毛毛蟲壽司、韓國飯捲等流派或變形，才能說真正建立了關於「壽司」的完整資料庫。

到底怎樣算是一貫精彩的壽司？這個問題可真需要良好的品味去分析

這個邏輯可以套用到牛肉麵、滷肉飯、牛排、拉麵、燒肉、披薩、火鍋、葡萄酒、清酒、茶、咖啡等飲食樣態，也可以延伸至同國家的不同地域風格、不同國家或大陸的形式、餐酒搭配的多樣性，甚至是缺陷品與失敗品的經驗。以飲食來說，一個人的經驗涵蓋範圍，決定了他自己可以建立品味的範圍。

我們可以把餐飲經驗當成 Raw Data （原始數據）來看。資料越多就能做越深入的分析、多樣性越高就能做越多不同的分析，所以必須多多益善，在品質與數量上都是。反之，如果一個人只吃「我家巷口」，那巷口以外的世界對他而言都是無法辨識的資料，也就表示他的系統無法處理這個範圍外的所有 input。這可以視為 Garbage in, garbage out，如果你的底層資料庫全是相似度高的 Raw Data，那麼這套演算法算出來的結果，頂多只能叫作偏食，稱不上品味。

每一筆資料都需要很多欄位，比方說一個電商的後台會員資料，可能會有姓名、地址、電話、email、性別等欄位去定義這個會員。如果要切得更細、做更多分析，那就得加上縣市、註冊時間、購買單數、平均消費……等欄位。同樣，在建立餐飲經驗的資料庫上，也會需要一些欄位去定義每一次的感受。

從最簡單的價格、滿意度、食材內容，到比較細緻的酸甜苦鹹鮮辣、質地、溫度、香氣或口感層次，再到宏觀的套餐節奏設計、服務品質、餐酒搭配邏輯等，每一次的餐飲經驗，其實就是把所有感官接收到的資訊化為資料存入腦袋裡，而感官越敏銳、吃得越認真，這筆資料的品質就越高，未來的用處也越大。

所以除了多吃，第二步便是去磨練感官。眼睛看到的、鼻子聞到的、味蕾感受到的、鼻後嗅覺體會到的、口腔內所有表面接觸到的、耳朵聽到的，都決定了這筆資料後面有多詳細。磨練的方法有很多種，跟著已經訓練好的人學習、看書問 AI、自己烹飪都是可行的。

而我過去一開始所做的，是鎖定幾個喜歡的美食 blog，挑他們去過的餐廳並點差不多的食物，然後試著去感受他們文字裡所描述的內容，因此，找文筆好且品味高的來鎖定是最划算的。他們不是只寫高消費的餐廳，也有一人不到一百元的小吃，因此學習成本也不會太高，且更能接觸到廣泛的餐飲光譜。

有了點基礎之後換成自己烹飪，感受不同調味選擇或火力下對食物產生的效果，慢慢去增加資料品質。持續做一段時間之後，感官的敏銳度便會提高，也能開始猜測、分辨食物品質高低的原因。

同理，想要培養電影的品味就要多看，同時吸收劇本理論、拍攝手法、演技等基本知識，慢慢把這個資料庫的雛形建構起來。好消息是，當有了一種資料庫建立的經驗，建立第二種就會快很多，少了許多初期摸索的過程。但除了建立的方法之外，同等重要的資料量也必須逐步累積，才能進到下一步。

---

品味的邏輯層：資料分析後建立的客觀標準

資料庫有了，接下來要好好運用，而運用的方式是建立客觀標準。

還是從欄位講起，以 WSET 的訓練方法舉例，葡萄酒的感官資料欄位有以下這些：

視覺：顏色、深淺、清澈度
嗅覺：香氣內容（共三類，來自發酵過程、釀造選項與時間發展）、香氣強度
口腔：甜度、酸度、單寧、酒精濃度、酒體、香氣強度、餘韻長度

每一個欄位都是「下拉式選單」，除了香氣內容是複選（有標準香氣表），其他都是單選（從低到高共 3~5 個階層），這是品質與完成度都非常高的資料型態，每一款葡萄酒都可以套到同一個標準裡面。但這還沒完，完整的品酒筆記還包含了最後一項，那就是：

結論：品質、陳年潛力

我們必須根據前面收集到的感官資訊，經過某個邏輯推演跟統一標準，去定義這瓶酒的品質高低，以及是否適合繼續陳年。判斷的依據只有眼睛鼻子嘴巴的感受，不能添加任何其他資訊，以確保每次判斷的標準統一。

在 WSET 高階訓練中，每一款酒都要過一次這個表格

如果有不錯的老師帶領，從零開始學習的話大概需要 100 小時上課、150 款以上的葡萄酒、100 小時回家唸書的投入，才能稍微觸及到能使用客觀、統一的標準評價。

把這一套邏輯搬到食物上，那就更複雜了。食物的「欄位」肯定更多樣，且飲食類別可以切成各種大小，從國家到單一道菜色，都可以有自己的欄位表，收集資訊後判斷其優劣。而為了給牛肉麵跟壽司建立不同的標準，又必須各自吃上不少、用心感受，最後決定各自的欄位有哪些。

假設我們建立了一套牛肉麵評鑑標準，欄位看起來可能會是這樣子（你可以有自己的版本）：

牛肉：部位、口感、入味程度、滷汁風格、份量
麵：麵種、粗細、軟硬、形狀（圓或扁）、表面粗糙度、份量
湯：風格（紅燒、清燉、番茄等）、濃郁程度、香氣、顏色、溫度、辣度
其他：蔬菜內容、配色等

這裡有牛肉麵的描述範例：

在時代的洪流裡：大稻埕的奈米旅行，與幾乎被奪舍的《惡魔 2》

但這只是第一步，接下來要做的是找到「高品質方程式」，也就是怎樣的組合可以穩定拿到高分。而高分，不是指個人喜好，是客觀而言比較貴的、大部分人喜歡的、出名的牛肉麵，在這個標準下通常長什麼樣子。答案不會只有一種，紅燒可能有三四套、清燉有三四套，要慢慢調整每個欄位的權重，直到找到可以把大部分套進去，都能反映出它的名氣或價格的判斷標準。

近年吃到最好吃的牛肉麵之一是樂軒招待的

而這代表你必須吃上百間牛肉麵店，才能建立對牛肉麵的客觀標準嗎？也不盡然。一天三餐只要認真吃，其實可以找到許多跨菜系通用的勝利方程式。比方說：

炸物配酸的東西（檸檬汁、番茄醬、醃漬物等）
以碗為單位的主食中，澱粉、蛋白質的黃金比例（丼飯、牛肉麵、滷肉飯等）
海鮮等帶腥味的食物配辛香料（蔥薑蒜、迷迭香百里香、香菜魚腥草香茅等）
不同層次的同味道堆疊（檸檬與黑醋的酸、蜂蜜與砂糖的甜）
口感質地的反差（外酥內嫩、上軟下脆等）

所以每一次認真吃飯，都是在建立對「好吃」的認知，找到各種人類烹飪數千年來，不斷試錯得到的黃金組合。這算是一種捷徑，用相對高的效率去找到「一碗牛肉麵好吃的原因及可能組合」，而且牛肉麵可以替換成任何食物或菜系，同時建立多種標準。

但在認真吃飯之餘，如果想追求更有邏輯的標準，就要往其他方向一起努力了。舉凡烹飪手法與細節、菜色發展歷史沿革、食材品種差異或法規制度、原料種植或養育、各種科學原理、餐廳經營的成本架構，甚至是餐飲供應鏈的樣態，懂得越多，越能了解這些色香味背後，經過什麼樣的選擇或過程，進而發展出一套可以自洽的邏輯，也能在味道出現問題時比較敏感地發現。

不用緊張，上面寫的你不用什麼都會，挑個兩三項深耕就很厲害了。

如果做到這個程度，就已經能讓普羅大眾覺得一個人「有品味」了。這些人常常有很多有趣故事、或引經據典、或談論手法，但目的都是用這些知識在解釋自己建立的客觀邏輯，然後詮釋這道菜。

以上聽起來好像沒什麼問題，但到底為什麼要建立一套客觀標準呢？因為這是用來過濾雜訊的。

當掌握了這些方程式與原理，你就不會再因為餐廳的裝潢精美、老闆的感人故事、酒標上的名牌，或是排隊三小時的沉沒成本，而對眼前的食物產生錯誤的評價。你可以冷靜地看穿：這一貫壽司不夠好，是因為溫控有問題，或是握功稍微緊了一點。客觀地分辨出什麼是好或不好，而非被雜訊干擾影響判斷。

更重要的是，主觀的「我覺得」無法在同一個標準上討論，但客觀的「結構」可以。當你能精確描述一碗麵是因為肉沒有先煎過產生香氣就去燉而導致湯頭香氣斷層，或是因為麵條掛湯力太弱導致平衡不足時，你就不再只是在抒發情緒與主觀感想，而是在進行知識的共鳴與討論。

看過 CSI 或其他需要追蹤嫌犯的美劇嗎？他們是怎麼敘述一個嫌犯的外貌呢？應該不是「男的，很高很帥」對吧？

這個說法的問題，在於「帥」是主觀的，你的帥跟我的帥可能完全不一樣。為了讓參與溝通的人腦內的畫面相同，他們會描述視覺身高、體重、年齡，以及膚色、瞳孔顏色、髮型、髮色、衣裝等相對客觀許多的均一標準，這樣才能達到讓多人一起追蹤嫌犯的目的，不會被個人主觀意識影響。有效的溝通必須基於客觀標準。

建立這套無趣的邏輯層，並不是為了讓我們變成沒有感情的驗收機器，而是為了幫我們看清事物的本質。唯有當你清楚什麼是「好」、什麼是「正確」的基準線後，你接下來談論的個人喜好，才具備真正的框架與自由。

---

品味的展現層：奠基於前二者，加入偏好形成的個人風格

有了堅實的資料庫，加上能分析本質的客觀標準，你已經是個無情的評分機器，可以引經據典、旁徵博引，用客觀標準去分析一道料理或一個套餐。但這個狀態完全沒有人味，跟一組程式碼沒有差別，真正讓品味建立的最後一步，是落下個人偏好這塊拼圖，才算完成。

個人偏好？不是每個人天生就有嗎，為什麼不能直接以此為品味？

沒有客觀標準前的偏好，會被成長經驗、對特定飲食的熟悉度、色香味以外的體驗給完全掌握，這會造成你的偏好很「偏頗」，或是因環境不同而對同樣的食物出現不同判斷。這不會影響你的人生，但這還不算是品味。

真正的品味，是當你已經看透了結構、比例、平衡這些生硬的數據後，依然選擇擁抱某種「不標準」的自由，並且面對自己偏愛的不完美，也能有邏輯地說明與支持。

當手中握有客觀的座標軸，你的偏好就不再是隨波逐流的盲從。你可以理直氣壯地說：「我知道這道菜的調味偏重、酸度略顯突兀，但這種不平衡帶來的感官刺激，正是我此刻最需要的。」這時的偏好，是一種「有自覺的選擇」，而非單純被感官牽著鼻子走。

這就像是學習音樂，如果不懂音階與節奏，那叫亂彈；但當你精通了所有規則，卻選擇在某個小節刻意拖拍來製造張力，那才叫風格。

這最後的一塊拼圖，是將冷冰冰的資料庫與標準，重新注入個人生命的溫度。它讓品味從一種「能力」，昇華成一種「表達」。你不再只是在尋找世界上最正確的答案，而是在眾多正確的選擇中，挑選出那個最能代表你的靈魂、最讓你感到舒適的座標。這才是其他人想要效仿、探索的，也就是從一個不同的人的眼裡看這個世界。

所以，學習客觀標準並不是為了扼殺偏好，相反地，它是為了給你的偏好一個堅實的支撐，讓你在面對紛亂的感官世界時，能理出頭緒並優雅地說出：「這很完美，但我更喜歡那個。」，或是「這不是我的菜，但我可以理解他為什麼受歡迎」。

因此品味是多樣的、因人而異的。因為品味就是你這個人的偏好，加上大量數據與邏輯形成的，專屬於你的風格。

品味的優美與精彩，在於同中求異，與異中求同當中

從資料層與邏輯層來看，每個人的資料庫內容與欄位本就不同，想當然建立的標準也就不會完全相同。除了葡萄酒這種少數有國際機構去統一標準的小分類之外，你很難找到兩個人對於牛肉麵、Risotto、Taco 有完全一樣的判準。但這些菜色怎樣做會比較好吃，對已建立品味的人們來說，則有大致上類似的想像，比方說米心的硬度，或是怎樣算是好吃的牛肉燉法。

當我們在討論「這好不好吃」或「這款酒好不好」時，其實是在進行一場標準的共識對齊。如果兩個人都沒有客觀標準，那只是兩股盲目直覺的碰撞，最終只能流於「我覺得好就好」的各說各話，然後可能兩個人都覺得對方不懂。

但如果雙方都建立了資料層與邏輯層，對話就會變得立體許多。我們能清楚地看見彼此在哪些標準上達成共識（異中求同），又在哪些個人偏好上選擇分道揚鑣（同中求異）。這種「異」不再是隔閡，而是一種引人入勝的觀察指標：為什麼他會在明白結構缺陷的前提下，依然深深著迷於那個瑕疵？ 那個答案裡，可能藏著他最真實的性格與生命故事。

每一款酒都很棒，但你最喜歡哪一款？一定有你個人的原因

所以品味的最終呈現方式，是用「自我風格」畫出的使用者介面。只有介面而沒有背後的資料與邏輯不成系統，而只有邏輯沒有介面也難以使用。唯有二者兼備，才是完整的品味演算法。

舉個例子，《黑白大廚》系列的評審安成宰有「不喜歡加了食用花的菜色」這個標籤，但事實上並不是不喜歡食用花，而是不喜歡「不能對風味有正面影響的食用花」。

他的品味資料庫應該是無庸置疑的完整，而對於一道精緻餐飲的菜色，他對於色香味、製作理念等都有自己的均一標準。

以這些為前提，他的個人喜好之一就是「不能有只提供視覺效果的食材出現」，因為這會導致整體菜色的缺陷，比方說為了好看而在口感上增加不必要的層次。這就是專屬於安成宰本人的品味，奠基於他的強大資料庫與邏輯，再加入自己對於餐飲的堅持或風格。

所以第二季料理怪物就算加了食用花，但他一併考慮到花本身的味道，所以在安成宰的手上還是過關了，因為他已經摸清楚安成宰行為背後真正的邏輯層，然後用自己的風格與品味去闖關。這種高來高去的品味交鋒與對話，就是節目最精彩之處。

這也是為什麼品味無法被 AI 完全取代的原因。AI 可以輸出最完美的資料庫與邏輯標準，但它（還）沒有靈魂去落下最後那塊偏好的拼圖。它能給出一個「正確」的世界，卻無法給出一個「有風格」的世界。

品味就是「人味」的最佳展現，是人與程式碼最根本的不同之處，也是能與同類共享感官體驗、彼此理解的優秀基礎。

在這個前提下，品味本身會隨著時間、際遇、與他人的碰撞而不停改變。我們會因為吃到新食材而增加資料庫、因為沒見過的香氣改變標準、因為人生重大事件而改變自己的喜好或風格。

品味是一種「動態」演算法，跟著自己的人生一直變化，直到生命的盡頭。

---

怎麼判斷品味的優劣

如果品味是一套演算法，那演算法之間是否有性能優劣？如果有，又該如何衡量？

既然這是以資料、邏輯、風格三層結構去建立的一套演算法，那這些成分本身就是判斷的標準，也當然有高低之分。

以下是幾種可以用來判斷的指標。

資料庫的資料解析度

這包含了感官能力與資料數量。前者的展現，在於是否能感受到細緻的味道組合，能在接收到一樣的資訊時拆解出更多細節與客觀資料。

比方說吃到一口有層次的酸，解析度低的人會說「好酸但好好吃」，但解析度高的人會說「同時有來自發酵的乳酸與食材本身的蘋果酸，並以良好比例形成層次」。這是品味的基本功，經過訓練的感官能力可以精準擷取來自味覺、嗅覺、觸覺、聽覺、視覺的各種資訊，之後才有足夠的資料可以分析。

資料數量則很直觀：這個人到底偏不偏食。不管偏的是菜系、價格還是食材，越偏食的人越難建立可信的資料庫，那後續的邏輯也難以客觀、個人偏好更難以被邏輯限制。當然這不是說吃得多就可信，這只是必要條件之一。如果在吃得多的前提下還具備經過訓練的感官，資料才具備高可信度，基礎穩了才能建立演算法。

簡化的說法，就是資料庫的品質決定了演算法的頻寬與覆蓋率。

邏輯層的客觀與兼容性

以棒球的好球帶為例，不管什麼球路、速度跟出手角度，只要進入好球帶就是一顆好球，反之亦然，就算是一顆野手投出的小便球也一樣。如果在比賽中出現變形蟲好球帶，那一定會引起爭議與罵聲。

在飲食或其他領域也是一樣的，標準不能隨著心情、個人喜好、排隊時間、裝潢、跟老闆的交情、品牌名聲等因素浮動，我們必須公正對待所有收集到的資料，並給予相應的分析。

當你走進一間裝潢奢華、燈光美氣氛佳、且預約排到半年後的私廚，面對一道「松露鵝肝魚子醬」堆疊出來的料理時，你的邏輯層應該啟動「除噪模式」。這道菜是真的因為食材層次設計得宜而好吃，還是單純因為這三樣昂貴食材的心理暗示，讓你不敢給出低分？ 如果在盲測中，同樣的湯底配上尋常食材被你判定為「鮮味斷層」，那麼在私廚裡你也應該給出同樣的評價。這就是邏輯的客觀——標準不應該因為盤子的邊緣有無金漆或帳單上多一個零而改變。

此外，一個自洽的邏輯層通常能跨越品類。如果你認為牛肉麵的「麵體掛湯力」是核心品質指標，那麼當你面對義大利麵、拉麵，甚至是一碗涼麵時，你對於「澱粉與醬汁的黏附關係」應該有一套穩定的判準。 你不會在吃拉麵時要求麵條要極度吸附湯頭，卻在吃 Risotto 時覺得醬汁分離也沒關係。這種核心邏輯的一致與兼容性，就是品味高低的證明。

某個角度看，去除標籤的盲飲是最能訓練或驗證品味的方式

展現層的表達能力

品味必須要能表達出來才能讓人感受，因此具備良好的表達能力，也是品味的重要一環。有的人是因為沒有內容可以講（資料庫或邏輯層的匱乏）而乏善可陳，有的人是腦袋分析出很多內容但講不出來。

資料匱乏這點，可以去觀察廣大的 foodie 帳號們，是否在用語上永遠都是「天花板」、「私藏」、「每一口都吃得到OOXX」、「外酥內嫩」、「超大份量/巨無霸」、「食材新鮮」、「沒有腥味」、「湯頭鮮甜」、「手工」、「不會死甜/鹹」、「可以配X碗白飯」……等你已經看到爛的內容。

但世界上食材、菜色、菜系、烹調手法何其多，怎麼可能被這些詞語一概描述之？當語言變得廉價，感受精度也會隨之退化，而資料就會從此開始失真。因此，表達能力會回去影響資料層的品質。

而就算是已經很有經驗、也成功建立一套自己品味體系的人，無法分享給其他人也是徒勞無功。品味是展現自己的一種方式與手段，也就是說你必須具備「當自己的翻譯」的能力。

高品質的表達不只是辭藻華麗（事實上太華麗反而人看不懂），而是能將腦中細緻的資料欄位與邏輯判準，精準地轉化成一般人能聽懂的語言。當你形容一盤麵「掛醬不足」時，你其實是在為他人建立座標，讓原本只能感受到「麵是麵、醬是醬」的人，也能看見兩者之間失衡的原因。

因此不管是把關於美食的基本功做好（包含不要講出錯誤資訊，如法式炸魚薯條、把勾芡跟乳化一概而論等），或是把感官所得、最終評價轉化成語言的功夫練好，都是建構品味演算法的必要功夫。

但還是得多說一句，品味的高低並不是、也不應該是論人高低的標準。真正有品味的人懂得兼容並蓄、懂得欣賞並接納不同標準，也樂意嘗試未知。判斷品味的高低對我而言只是為了找到值得學習的對象，而非用來貶低任何人。

留一個問題給你，米其林、世界 50 大、紅蝦等知名評鑑，算是一種品味嗎？

---

最後，我怎麼看待自己呢？我不會認為自己已經是個在飲食上有品味的人，至少比起我熟識或追蹤的、一些真正厲害的人（美食家、資深侍酒師、酒類講師、餐廳負責人等）來說，我的資料庫相對不足、邏輯範圍不夠廣、文筆能力也還很有空間，簡單說還差得遠。

但比起大眾來說，我確實已經接受過較多的訓練與經驗，或許可以說我把自己定位成「正走在建立品味演算法的路上」吧。但學無止境，人類對飲食的追求也不斷在突破極限，或許這條路永遠都不會走完吧。

對了，兩三個月前這篇談論品味的文章我也覺得超讚，推薦大家去讀。

判斷的重量：AI時代的「品味」是什麼？

如果你對建立品味有興趣，不管是什麼領域，都希望這篇文章對你有所助益。如果你希望看到更多跟飲食相關的文章內容，非常歡迎你按下訂閱，讓每週四晚上固定更新的電子報給你一點靈感或想法。如果你也喜歡吃炸雞皮就更好了。