外送菜單加購最直接的答案是：不要先把所有小菜、飲料和加大選項塞進菜單，而要先找出「顧客願意順手加、廚房做得出來、毛利沒有被吃掉」的少數選項。台灣餐飲 SME 可以用 AI 整理近 30 到 90 天訂單、商品照片缺口、加購率、出餐壓力和客訴紀錄，但價格、庫存、備料與行銷承諾仍要由負責人確認。做對時，加購不是硬推銷，而是把店員現場會問的下一句話，變成外送介面也看得懂的選擇。
外送菜單加購先查什麼？不是先寫文案
外送平台上的菜單不像內用現場。顧客沒有店員提醒「要不要加飲料」，也不一定看得到餐點份量、配菜和升級差異。Uber Eats 的菜單優化文章把自訂選項、品項描述、數量、照片、加購和分類分成幾個可調整項目，重點不是把菜單寫得很長，而是讓顧客在下單前少一點不確定。參考：Uber Eats menu optimization guide。
這對台灣小餐飲很實際。便當店、飲料店、早午餐、滷味、拉麵、小火鍋和甜點店，通常不是完全沒有商品，而是菜單把「主餐」「份量」「加料」「套餐」「飲料」「備註」混在一起。AI 可以先幫你整理哪些品項常一起買、哪些客訴和份量有關、哪些加購根本沒人選；但它不該直接替你決定加價多少，因為那會牽涉食材成本、平台抽成、包材、備料和尖峰時段速度。
5 條毛利線：加購上線前先過關
如果只看營收，加購很容易看起來成功。多賣一杯飲料、多一份炸物、多一份起司，訂單金額都會上升。但餐飲真正要看的是毛利、備料和出餐穩定度。下面這張表可作為台灣餐飲 SME 的第一版檢查表。
| 檢查線 | AI 可以協助 | 人要決定 | 不通過時怎麼辦 |
|---|---|---|---|
| 毛利 | 依歷史訂單整理食材成本、平台抽成、包材和平均客單價 | 最低毛利率、不能折讓的品項、尖峰時段是否限制 | 先改成高毛利小菜或飲品，不要推低毛利主食加量 |
| 照片 | 列出前 20 名熱賣品與沒有照片的加購品 | 哪些照片能真實代表份量和內容 | 先拍 5 個高潛力選項，不要全店一次重拍 |
| 選項群組 | 把加大、加料、飲料、湯品、小菜分成可管理群組 | 每個主餐最多出現幾個選項，避免顧客選擇疲勞 | 先只在前 5 名主餐加 1 組選項 |
| 出餐壓力 | 比對加購品與尖峰出餐時間、取消、負評和補送紀錄 | 哪些選項只能離峰賣，哪些不適合外送 | 改放不拖慢流程的冷飲、熟食小菜或預先備料品 |
| 追蹤 | 整理 purchase、add_to_cart、generate_lead 或訂單後台欄位 | 本次測試成功條件：客單價、加購率、退單和毛利 | 先做 14 天小測試，不要直接改全店菜單 |
照片和描述要先服務決策，不是只讓菜看起來漂亮
Uber Eats 的平台內容強調照片和品項描述，DoorDash 開發文件的搜尋摘要也顯示，菜單選項層級的圖片已經可以成為平台資料的一部分。這代表照片不只是社群素材，而是外送菜單的轉換資訊。顧客看不到現場展示，照片就要回答「這份量大概長怎樣」「加購後差在哪裡」「這是單點還是套餐」。
台灣店家最容易犯的錯，是只替招牌主餐拍照，卻讓真正能提高客單價的小菜、飲料、升級配料沒有圖。比較務實的順序是：先拍最高流量主餐，再拍最常被一起買的加購品，最後拍容易造成誤會的份量差異。若使用 AI 修圖或背景生成，要避免讓份量、配料、餐具或包裝看起來和實際不同。照片越吸引人，越要守住真實性。
選項群組要像店員問問題，而不是像後台欄位
Toast 的 modifier group 文件顯示，選項群組可以被加到品項或分類上，並牽涉權限、版本和不同位置可用性。雖然台灣店家不一定用 Toast，但邏輯很值得借用：加購不是一串雜亂備註，而是一組有名稱、價格、可用範圍和出餐責任的選項。
例如便當店不要把「加飯、加肉、加蛋、飲料、小菜、不要辣、醬另外放」全部塞在同一個地方。比較好的做法是分成三層：第一層是主餐份量，例如正常、加大、雙主菜；第二層是套餐升級，例如加飲料或湯；第三層才是必要備註，例如辣度和不要蔥。AI 可以用歷史訂單找出常見搭配，但每一組都應讓現場確認是否好做、好包、好送。
AI 可以做菜單優化，但不能替你承諾價格和庫存
AI 最適合處理三種低風險工作。第一，整理訂單資料，找出高頻搭配、低毛利組合和被忽略的加購機會。第二，產生品項描述草稿，讓份量、主要食材、適合情境和限制更清楚。第三，做每週摘要：哪些加購帶來客單價，哪些造成取消、補送或負評。
AI 不應直接決定價格、庫存、限量、食品過敏資訊、外送時間或折扣承諾。公平交易委員會的網路廣告處理原則要求廣告內容與實際提供情形相符，也提醒價格、數量、交易條件和限制不得讓消費者誤解。參考：公平交易委員會網路廣告處理原則。如果菜單寫「套餐升級只要 49 元」，結帳頁、平台後台和現場客服就必須講同一套。
14 天外送菜單加購測試流程
第 1 到 3 天：挑樣本，不改全店
先挑前 5 到 10 個最常被點的主餐。每個主餐只加一組最合理的加購，例如飲料、湯、小菜、加蛋、加肉或加大。不要一次把所有品項都改掉，否則你無法判斷是照片、描述、價格還是平台流量造成變化。
第 4 到 7 天：補照片、份量和限制
每個加購選項至少要說清楚名稱、內容、份量、價格和是否有限時或限量。Google Analytics 的 recommended events 文件提醒，推薦事件需要額外設定，才會成為有用報表。參考：GA4 recommended events。餐飲小店就算沒有完整 GA4，也應在外送後台或試算表記錄主餐、加購、訂單金額、取消和客訴。
第 8 到 14 天：看毛利，不只看客單價
每天收一次數據：加購被選幾次、平均訂單金額是否上升、備料是否不足、是否有補送、負評是否提到份量或價格。若客單價上升但尖峰變慢、低毛利品賣太多或客訴增加，就不是成功。AI 可以整理摘要，但最後應由老闆、店長或營運負責人決定保留、調價、改名、換圖或下架。
適用與不適用情境
這套做法適合已經有外送、外帶或線上點餐訂單的餐飲店，尤其是便當、飲料、早午餐、麵飯、小吃、甜點和小型連鎖。你不需要大型 CRM，先用平台後台匯出、POS 報表或試算表也能開始。
它不適合三種情況：第一，菜單和成本表還不穩，今天賣的規格明天就變；第二，廚房尖峰已經爆量，任何加購都會拖慢出餐；第三，店家打算把外送顧客資料拿去 LINE、簡訊或 Email 行銷，卻沒有同意與拒絕行銷流程。個資法第 20 條相關說明指出，當事人表示拒絕接受行銷時，非公務機關應停止利用其個人資料行銷，首次行銷也要提供拒絕方式。參考：個人資料保護法第 20 條說明。
資料更新與適用範圍
本文於 2026 年 7 月 31 日整理。主要依據包括 Uber Eats 菜單優化與商家菜單資源、DoorDash modifier image 搜尋摘要、Toast modifier group 文件搜尋摘要、Oddle 台灣外送菜單設計文章搜尋摘要、Google Analytics recommended events、台灣公平交易委員會網路廣告處理原則，以及個人資料保護法第 20 條說明。平台功能、台灣可用性、後台介面和法律解釋都可能調整，正式上線前請回到自己的外送平台、POS、點餐系統與法務顧問確認。
結論：先讓每個加購都有理由，再讓 AI 放大
外送菜單加購不是把更多商品塞到顧客眼前，而是把現場店員最有價值的提醒變成數位菜單裡的清楚選擇。台灣餐飲 SME 最該先做的，是用少量熱銷品測試照片、描述、選項群組、毛利和出餐壓力。當每一個加購都有明確用途、價格、限制和追蹤方式，AI 才能協助你放大好的菜單設計，而不是把低毛利、慢出餐和錯誤承諾一起放大。
FAQ
外送菜單加購一定會提高客單價嗎？
不一定。若加購品毛利低、拖慢出餐或造成份量誤解，客單價上升也可能換來更差毛利與更多客訴。先用 14 天小測試比較加購率、毛利和取消紀錄。
餐飲店可以用 AI 直接決定加購價格嗎？
不建議。AI 可以整理成本、銷售和搭配資料，但加價、限量、庫存和促銷承諾仍要由店長、老闆或營運負責人確認。
外送菜單加購最先該放什麼品項？
先從熱銷主餐旁邊的高毛利、好備料、出餐不慢的選項開始，例如飲料、小菜、加蛋、加肉或份量升級。不要一開始全店一起改。
沒有 GA4 也能做外送菜單加購測試嗎？
可以。先用外送平台後台、POS 匯出或試算表記錄主餐、加購、訂單金額、取消和客訴。等流程穩定後，再補 GA4 或更完整的事件追蹤。
AI 生成菜單照片可以直接上外送平台嗎？
要小心。照片必須真實代表實際份量、配料、包裝和可售內容。AI 修圖可用於整理背景與亮度，但不能讓顧客誤以為餐點內容比實際更多。