मूळ फ्रेंच crepes Suzette रेसेपी

या crepes Suzette पाककृती आज upscale रेस्टॉरंट्स मध्ये वापरले त्याच फरक आहे. लोणी, साखर आणि ग्रँड मेरनीरचे एक साधे मिश्रण एक स्वादिष्ट साखरेच्या चपळयांच्या साहाय्याने बनवले जाते, नंतर ते एक ताजा, उबदार केशर तयार करण्यासाठी वापरले जाते. क्रिएप्स सुजेट परंपरेने डिसीडेट डेझर्ट म्हणून कार्यरत आहेत परंतु एक भव्य शोस्टॉपर म्हणून ब्रंच मेनूमध्ये जोडले जाऊ शकते.

आपल्याला काय आवश्यक आहे

ते कसे तयार करायचे

Crepes Suzette कसा बनवायचा:

  1. क्रेप बल्लेबाज पूर्णतः गुळगुळीत होईपर्यंत जोरदार सर्व साहित्य झटकून टाका; क्रॅप्स बनवण्यापूर्वी पिठात किमान 20 मिनिटे रेफ्रिजरेटरमध्ये आराम करण्याची परवानगी द्या.
  2. 1 टेस्पून चमचा एक कवच पॅन मध्ये लोणी किंवा कमी मध्यम गॅस वर मोठ्या दांडीचे दांडे वितळणे.
  3. कढईत 3 चमचे जाड तुकड्यात हलवा आणि पॅनचे तुकडे पिठात ढवळावे.
  4. Crepe 1 मिनिटासाठी शिजवा, किंवा crepe थोडासा ओलसर आणि वर खाली गोल्डन आहे.
  1. फेपच्या किनाऱ्याला सोडवून घ्या, त्याखालील फिरत्या स्लाइड करा, आणि नंतर हळूवारपणे पॅनमध्ये खाली उलथून टाका.
  2. 1 मिनिट शिजवा आणि एक शिजवलेले पनीर एका प्लेटवर हलवा. उर्वरित पिठात प्रक्रिया पुनरावृत्ती करा.
  3. मध्यम उष्णता चेंडू एक मोठे दांडा (व पुष्कळदा झाकण) असलेले अन्न शिजवण्याचे एक पसरट भांडे मध्ये, तो foams होईपर्यंत बटर अर्धा वितळणे
  4. उकळीतून दंड काढून टाका आणि ढवळत असलेल्या बदामावर अर्धा साखर शिंपडा.
  5. ज्वालामुळे काळजीपूर्वक हाताळणीसाठी अर्धी ग्रेनेड मार्नियर जोडा, आणि नंतर नारिंगी सिरपमध्ये दोन्ही बाजुंनी झाकण करण्यासाठी क्रॅप्स जोडा.
  6. क्रेप्सला क्वार्टरमध्ये हलवा किंवा सिलेंडरमध्ये हलवा.
  7. शिजवलेले मांस मध्ये उर्वरित लोणी वितळणे, उष्णता पासून ते काढून टाका, आणि नंतर अधिक संत्रा सिरप करण्यासाठी साखर आणि ग्रँड Marnier जोडा.
  8. प्रत्येक क्रेपच्या पुढील आइस्क्रीमचे एक स्कूप ठेवा आणि नारंगी सिरपसह crepe Suzette झटकत राहा.

हे क्रेप्स सुझेट रेसिपी 6 ते 8 जणांना बनविते.

पोषणविषयक मार्गदर्शक तत्त्वे (प्रत्येक सेवेसाठी)
कॅलरीज 381
एकूण चरबी 31 ग्रॅम
संपृक्त चरबी 1 9 ग्रॅम
असंतृषित चरबी 9 ग्राम
कोलेस्टेरॉल 126 मिलीग्राम
सोडियम 224 मिग्रॅ
कर्बोदकांमधे 21 ग्रॅम
आहार फायबर 1 ग्रॅम
प्रथिने 5 ग्रॅम
(आमच्या पाककृतींवरील पोषण संबंधी माहितीची गणना एका घटक डेटाबेसच्या आधारावर केली जाते आणि त्याचा अनुमान लावला गेला पाहिजे. वैयक्तिक परिणाम बदलू शकतात.)