मूल फ्रेंच क्रेप्स सूज़ेट पकाने की विधि

इस crepes Suzette नुस्खा आज समान upscale रेस्तरां में उपयोग किया जाता है। मक्खन, चीनी और ग्रैंड मार्नियर का एक साधारण मिश्रण एक स्वादिष्ट सिरप में flambéed हैं, जिसका उपयोग तब एक ताजा, गर्म क्रेप स्वाद के लिए किया जाता है। क्रेप्स सूज़ेट परंपरागत रूप से एक विलुप्त मिठाई के रूप में काम किया जाता है लेकिन एक भव्य शोस्टॉपर के रूप में ब्रंच मेनू में जोड़ा जा सकता है।

आपको किस चीज़ की ज़रूरत पड़ेगी

इसे कैसे करे

Crepes Suzette बनाने के लिए कैसे:

  1. क्रेप बल्लेबाज पूरी तरह चिकनी होने तक सभी अवयवों को जोरदार ढंग से घुमाएं; क्रेप्स बनाने से कम से कम 20 मिनट पहले बल्लेबाज को रेफ्रिजरेटर में आराम करने दें।
  2. कम-मध्यम गर्मी पर एक क्रेप पैन या बड़े स्किलेट में 1 बड़ा चमचा मक्खन पिघलाएं।
  3. पैन के नीचे तक बल्लेबाज के साथ कवर किए जाने तक पैन और घूमने के लिए बल्लेबाज के 3 चम्मच जोड़ें।
  4. क्रेप को 1 मिनट के लिए कुक करें, या जब तक क्रेप ऊपर और सुनहरे नीचे थोड़ा नम न हो जाए।
  1. क्रेप के किनारों को ढीला करें, इसके नीचे स्पुतुला स्लाइड करें, और उसके बाद धीरे-धीरे पैन में उल्टा फ्लिप करें।
  2. 1 मिनट के लिए कुक करें और पके हुए क्रेप को गर्म रखने के लिए प्लेट पर स्थानांतरित करें। शेष बल्लेबाज के साथ प्रक्रिया दोहराएं।
  3. मध्यम गर्मी पर सेट एक बड़े skillet में, मक्खन के आधा पिघला जब तक यह foams।
  4. गर्मी से skillet निकालें और आधे चीनी पिघला हुआ मक्खन पर छिड़के।
  5. आधा ग्रांड मार्नियर जोड़ें, जो कि लौ की वजह से स्किलेट को ध्यान से संभालें, और फिर नारंगी सिरप में दोनों तरफ कोट करने के लिए पैन में क्रेप्स जोड़ें।
  6. क्रेप्स को क्वार्टर में घुमाएं या उन्हें सिलेंडर में घुमाएं।
  7. शेष मक्खन को स्किलेट में पिघलाएं, इसे गर्मी से हटा दें, और फिर अधिक नारंगी सिरप बनाने के लिए चीनी और ग्रैंड मार्नियर जोड़ें।
  8. प्रत्येक क्रेप के बगल में आइसक्रीम का एक स्कूप रखें और नारंगी सिरप के साथ क्रेप सूज़ेट को सूखें।

इस crepes सूज़ेट नुस्खा 6 से 8 सर्विंग्स बनाता है।

पोषण संबंधी दिशानिर्देश (प्रति सेवा)
कैलोरी 381
कुल वसा 31 ग्राम
संतृप्त वसा 1 9 जी
असंतृप्त वसा 9 जी
कोलेस्ट्रॉल 126 मिलीग्राम
सोडियम 224 मिलीग्राम
कार्बोहाइड्रेट 21 ग्राम
फाइबर आहार 1 जी
प्रोटीन 5 जी
(हमारे व्यंजनों पर पोषण संबंधी जानकारी को एक घटक डेटाबेस का उपयोग करके गणना की जाती है और इसे अनुमान माना जाना चाहिए। व्यक्तिगत परिणाम भिन्न हो सकते हैं।)