Gevinster:
- Evne til at overvåge BMH, TDEE og makrodistribution med grundlæggende formler (Mifflin-St Jeor, 4/4/9) og uafhængigt verificere den kunstige intelligens-beregning
- Evne til at fange regnefejl ved at kontrollere kritiske antagelser såsom aktivitetskoefficient, rå/kogte skelnen og protein g/kg
- At kunne praktisere vanen med at gange makrogram tilbage for at få totalen på mål og ikke falde for falsk sikkerhed.
Den numeriske ramme for ernæringsplanen er baseret på to beregninger: personens daglige energibehov (hvor mange kalorier) og fordelingen af denne energi blandt makronæringsstoffer (hvor meget kulhydrater, proteiner, fedtstoffer). Hvis disse to beregninger er forkerte, vil hele menuen, opskriften og opfølgningen være baseret på det forkerte grundlag. Kunstig intelligens foretager disse beregninger på få sekunder; Men det er netop denne hastighed, der er kilden til faren. For mens AI kan anvende en formel korrekt, kan den også antage en koefficient forkert og producere et forkert resultat med samme sikkerhed. Formålet med denne enhed er at gøre det til en refleks at bruge AI som en "regnearksgenerator" og uafhængigt verificere hvert resultat.
Grundlæggende om energiberegning
Det daglige energibehov kommer fra to komponenter. Den første er BMR — Basal Metabolic Rate, det vil sige den energi, kroppen bruger i hvile (bare for at trække vejret, hjerteslag, producere varme). Den anden er at gange denne værdi med aktivitetskoefficienten (engelsk aktivitetsfaktor eller PAL - Physical Activity Level); Denne koefficient varierer afhængigt af personens mobilitet, mellem cirka 1,2 (siddende) og 1,9 (meget tungt fysisk arbejde). Resultatet af multiplikationen er TDEE — Total Daily Energy Expenditure.
Den mest almindeligt anvendte formel for BMH er Mifflin-St Jeor:
- Mand: BMH = 10 × vægt (kg) + 6,25 × højde (cm) − 5 × alder + 5
- Hun: BMH = 10 × vægt (kg) + 6,25 × højde (cm) − 5 × alder − 161
For eksempel for en 78 kg, 165 cm, 38-årig kvinde: BMH = 10×78 + 6,25×165 − 5×38 − 161 = 780 + 1031,25 − 190 − 161 = 1.460 kcal. Hvis let aktiv (1.375) betragtes, er TDEE ≈ 2.008 kcal. For at tabe sig trækkes et rimeligt underskud (f.eks. 500 kcal) herfra → ~1.500 kcal mål. At kunne følge disse trin manuelt er en forudsætning for at kunne kontrollere resultatet af AI.
Makrofordeling
Når kaloriemålet er fastlagt, opdeler vi det i makroer. Makroernes energitætheder er faste, og du bør kunne dem udenad: 1 gram kulhydrater ≈ 4 kcal, 1 gram protein ≈ 4 kcal, 1 gram fedt ≈ 9 kcal (alkohol ≈ 7 kcal). Et eksempel på en fordeling: 40 % kulhydrat / 30 % protein / 30 % fedtfordeling på 1.500 kcal → kulhydrat 600 kcal ÷ 4 = 150 g; protein 450 ÷ 4 = 112,5 g; fedt 450 ÷ 9 = 50 g. At multiplicere summen tilbage og se, at den når 1.500, er det enkleste og mest kraftfulde verifikationstrin.
Følgende tabel viser grove distributionsintervaller for almindelige mål (disse er et udgangspunkt, tilpasset kunden):
Mål/situation
kulhydrat
protein
olie
bemærk
Generel sund kost
45-55 %
15-20 %
25-35 %
afbalanceret
Vægttab (besparende protein)
35-45 %
25-30 %
25-35 %
Højt proteinindhold for mæthed
Muskelforøgelse / atlet
45-55 %
1,6-2,2 % g/kg
20-30 %
Protein er beregnet i g/kg
insulinresistens
40-45 %
20-25 %
30-35 %
Prioritet af fibrøse kulhydrater
Bemærk: Proteinbehov beregnes ofte i gram pr. kropsvægt (g/kg), ikke i procent; fordi en atlets proteinbehov afhænger af hans muskelmasse, ikke hans samlede kalorier. AI kan nogle gange forvirre denne skelnen og give utilstrækkeligt protein på procentbasis. Genberegn.
AI-kontobekræftelsesprotokol
- Tjek inputs: Hvilken formel, hvilken aktivitetskoefficient, hvilken kønsrække brugte AI? Bed dem om at skrive disse tydeligt.
- Anmod om mellemresultater: Vis BMH og TDEE separat, ikke kun "1.500 kcal". Lad trinene være synlige, ikke en sort boks.
- Multiplicer tilbage: Multiplicer makrogrammene med 4/4/9 for at kontrollere, at den samlede mængde opfylder målkalorierne.
- Logisk filter: Er resultatet rimeligt for klienten? Hvis en aktiv mand, der har brug for 1.900 kcal, får 1.200 kcal, er der fejl.
- Bekræftelse af uafhængigt værktøj: I kritiske tilfælde skal du beregne en anden gang med et pålideligt beregningsværktøj eller manuelt.
tre minisager
Tilfælde 1 — Koefficientfejl. En diætist får AI til at udføre beregninger for en klient, der arbejder på fødderne i 8 timer om dagen og træner 4 dage om ugen. AI antager en aktivitetskoefficient på 1,2 (ingen bevægelse) og finder, at TDEE er 1.700 kcal. Diætisten siger "klienten er meget aktiv" og genberegner med en koefficient på 1,725; faktiske TDEE kommer ud til ~2.450 kcal. Forskellen på 750 kcal ville utilsigtet føre til en alt for begrænset plan. Verifikationen forhindrede en måneds svaghed og muskelsvind.
Tilfælde 2 — Makrototalen stemmer ikke overens. I et andet udkast til planen giver AI "220 g kulhydrater, 150 g protein, 90 g fedt" for 2.000 kcal. Diætisten multiplicerer det tilbage: 220×4 + 150×4 + 90×9 = 880 + 600 + 810 = 2.290 kcal. Totalen overstiger målet med 290 kcal. AI-makroer produceret inkonsekvent. Diætisten retter værdierne for at nå målet.
Tilfælde 3 — Korrekt brug. En diætist bestemmer først manuelt proteinbehovet for en atlet på 90 kg (2 g/kg = 180 g protein = 720 kcal), og giver derefter AI'en klare instruktioner om at "fordele de resterende kalorier mellem kulhydrater og fedt i dette forhold." AI distribuerer, diætisten verificerer totalen ved at gange den tilbage. AI foretog aritmetikken, den kliniske beslutning (2 g/kg protein) blev overladt til mennesket.
Kopierbare promptskabeloner
ENERGIKONTO-Skabelon (trin synlige)Din rolle: assistent ved udarbejdelse af regnskaber. Beslutningen er op til diætisten. Klient (anonym): [køn, alder, højde cm, vægt kg, aktivitetsniveau]. Beregn BMH med Mifflin-St Jeor formlen, skriv TYDELIGT den aktivitetskoefficient du brugte, vis TDEE. Mål: [vægttab/vedligeholdelse]. Vis hvert mellemtrin på en separat linje, så jeg kan verificere det.
MAKRO DISTRIBUTIONSSKABELON Målkalorier: [X] kcal. Anvend følgende fordeling: kulhydrat __%, protein __% (eller __ g/kg), fedt __%. Beregn GRAMMENE for hver makro, og gang dem derefter tilbage med 4/4/9 for at vise, at den samlede sum summerer til [X]. Hvis ikke, skal du tilpasse værdierne til målet.
VERIFIKATION / BAGPRODUKTSKABELONTjek disse makroværdier: [K g kulhydrat, P g protein, Y g fedt]. Gang hver med 4/4/9 for at finde de samlede kalorier og sammenlign med målet [X] kcal. Hvis der er en forskel, angiv den som en procentdel og forklar, hvor den ikke er konsistent.
PROTEIN PRIORITET Skabelon Klient: [vægt] kg, mål [vedligeholdelse/forøgelse af muskler]. Beregn først proteinet i gram baseret på g/kg. Træk derefter kalorierne fra dette protein, fordel de RESTERENDE kalorier til kulhydrater og fedt [forhold]. Vis trin.
Svag prompt / Stærk prompt
Svag prompt:
Fortæl mig, hvor mange kalorier denne person skal spise: kvinde, 78 kg.
Højde, alder, aktivitet mangler; AI gør op ved at gætte og viser ikke, hvilken antagelse den gør. Du kan ikke bekræfte.
Kraftig prompt:
Din rolle: assistent for udarbejdelse af konto. Klient: kvinde, 38 år, 165 cm, 78 kg, let aktiv (koefficient 1.375). Beregn BMH, vis TDEE, nå dit vægttabsmål med et underskud på 500 kcal med Mifflin-St Jeor. Vis hvert tal, du bruger, på en separat linje.
Den anden prompt indeholder alle input, formler, koefficienter og transparente trinanmodninger; Udgangen kan inspiceres linje for linje.
Almindelige fejl
- Ikke verificering af aktivitetskoefficienten: Den mest almindelige og dyre fejl; Koefficienten skal svare til klientens virkelige liv.
- Ikke at gange makrototal tilbage: AI's gram misser ofte målet; 30 sekunders skråstreg fanger dette.
- Proteinprocent/gram forvirring: I atletiske og kliniske situationer beregnes protein i g/kg, ikke procent.
- Stoler på den sorte boks: Accepterer et output, der ikke viser mellemtrin. Trin skal vises.
- Illusion af hyperpræcision: AI'ens decimaloutput som "1.847,3 kcal" ser videnskabeligt ud, men forudsigelsesmarginen er ±10 %; Lad dig ikke narre af falsk sikkerhed.
Sammenfattende
Energi- og makroberegninger er planens digitale skelet, og AI producerer hurtigt dette skelet. Men hastighed er ingen erstatning for verifikation. Kend selv formlerne for BMH, TDEE og makrodistribution, så du kan kontrollere outputtet af AI. Bed om, at mellemtrin skal være synlige på hver konto, match aktivitetskoefficienten med klientens virkelighed, gang makroerne tilbage med 4/4/9, før resultatet gennem det logiske filter. Lad dig ikke narre af falsk præcision (tal med decimaler); Ernæringsberegningen er et estimat med en margin til gætværk. AI fremskynder aritmetikken; Klinisk vurdering og endelig godkendelse er din.
Ansøgningsopgave
Vælg en klientprofil (køn, alder, højde, vægt, aktivitet) og beregn BMR SELV manuelt først med Mifflin-St Jeor. Giv derefter den samme profil til AI med "energikontoskabelonen". Sammenlign de to resultater; Hvis der er en forskel, så find hvor den stammer fra (koefficient, afrunding, formel). Kontroller derefter, at det samlede antal summer ved at dividere målkalorierne med en makrofordeling og gange tilbage.
tjekliste
- [ ] AI skrev tydeligt, hvilken formel og aktivitetskoefficient han brugte.
- [ ] Jeg så de foreløbige resultater for BMH og TDEE hver for sig.
- [ ] Jeg gangede makrogrammerne tilbage med 4/4/9 for at bekræfte, at totalen var i mål.
- [ ] Jeg beregnede proteinbehovet i g/kg, når det var nødvendigt.
- [ ] Jeg filtrerede resultatet gennem logik i henhold til klientens virkelige liv.
- [ ] Jeg lader mig ikke narre af falsk vished; Jeg betragtede resultatet som et forudsigelsesinterval.