Nyereség:
- Képes megérteni annak szükségességét, hogy a tápértékeket jól ismert adatbázisokból (USDA, TÜBER, BeBiS) nyerjük, nem pedig mesterséges intelligencia memóriából
- Képes a mesterséges intelligenciát csak a forrásból származó adatokkal, RAG logikával számítások és értelmezések készítésére irányítani
- Képes a táplálkozási hibák megelőzésére a nyers/főtt átalakítások, az adag tisztasága és a forrás konzisztenciája figyelembe vételével
A dietetikus napi munkájának középpontjában a „mennyi van ebben a tápanyagban?” kérdés áll. Van egy kérdés. Hány gramm fehérje van 100 gramm csirkemellben? Hány gramm rost van egy szelet teljes kiőrlésű kenyérben? Hány kalória van egy evőkanál olívaolajban? Ezekre a kérdésekre a válaszokat élelmiszer-összetételi adatbázisok tárolják – hivatalos táblázatok, amelyek több ezer élelmiszer energia-, makro- és mikrotápanyag-tartalmát sorolják fel laboratóriumi elemzések alapján. A mesterséges intelligencia legveszélyesebb hibája ezen a területen az, hogy azt gondolja, hogy „emlékezik” ezekre a számokra. A nyelvi modell azonban nem jegyzi meg a számokat; Valószínűleg generál, és gyakran olyan értékeket ad, amelyek közel állnak a valósághoz, de néha súlyosan tévesek. Ennek az egységnek a fő üzenete egyértelmű: szerezze be a tápértéket egy elismert adatbázisból, ne pedig a mesterséges intelligencia memóriájából; Használja az AI-t a pontos adatokkal való munkavégzéshez, ne az adatok megjegyezéséhez.
Jól ismert adatbázisok és mire használják őket
A világ és Türkiye területén széles körben használt fő források a következők:
adatbázis
Hatály
erős pontja
Figyelem
USDA FoodData Central (USA)
Nagyon nagy, ~negyedmillió rekord
Részletes, ingyenes, API-val
USA termékek; helyi élelmiszer korlátozott
TÜBER / Türkiye Nutrition Guide kiegészítők
A török konyha összpontosított
Helyi étel és adag
Hatáskör szűkebb, mint az USDA
BeBiS (táplálkozási információs rendszer)
Általános szoftver Türkiye-ben
Török receptek
Licenc szoftver
USDA/EuroFIR
Európai összetételi adatok
Ország alapú szabvány
A hozzáférés lehet intézményes
Az "API" alatt azt a felületet értjük, amely lehetővé teszi a szoftver számára, hogy programozottan (automatikusan) kérdéseket tegyen fel az adatbázisnak, és strukturált válaszokat kapjon. Az olyan erőforrások API-ja, mint az USDA FoodData Central, lehetővé teszi az AI-eszközök valós adatokhoz való csatlakoztatását a jövőben. Ez az „adatvezérelt AI” megközelítés alapja: ne illeszkedjen a modellekhez, hanem a valós forrásból merítsen.
Figyelem: Ugyanaz a tápanyag eltérő értékeket mutathat különböző adatbázisokban; Mert más a gazdálkodási feltétel, a fajta, a főzési mód és az elemzés. Nincs egyetlen "helyes" szám; Van egy ésszerű tartomány. Jegyezze fel, hogy melyik erőforrást használja az ügyféltervben, hogy következetes legyen.
"Retrieval" logika: az AI csatlakoztatása a forráshoz
A modern alkalmazásokban a mesterséges intelligencia és a valós adatok összekapcsolásának módja a RAG megközelítés – angolul Retrieval-Augmented Generation. Egyszerűen: ahelyett, hogy a választ emlékezetből illesztette volna, a modell először megbízható forrásból (adatbázisból, dokumentumból) gyűjti ki a releváns adatokat, majd az adatok alapján választ generál. A gyakorlatban ezt kétféleképpen valósíthatja meg:
- Kézi etetés: Másolja az étel értékeit a megbízható táblázatból, és megadja az AI-nak; Az AI csak ezekkel az adatokkal számol/értelmez, a saját memóriájából nem ad hozzá számokat.
- Kapcsolt jármű: Adatbázishoz kapcsolódó járművet használ; Az AI továbbítja a lekérdezést a tényleges forráshoz, és a visszaadott értéket használja.
Az aranyszabály mindkét esetben ugyanaz: a szám a forrásból származik, az AI értelmezi. "Hány vas van 100 gramm lencsében?" kérdezte YZ. Nyílt végű kérdést feltenni annyit tesz, mint kitalálni.
Általános termék, márkás termék és étkezési keverék
A tápanyag-adatbázisok több rekordot tartalmaznak ugyanazon a néven, és a rossz rekord kiválasztása csendes hibaforrás. Például, ha a „joghurt” kifejezésre keres, több tucat különböző rekordot kap, például teljes zsíros, félzsíros, zsírmentes, görög típusú (szűrt) és édesített gyümölcsjoghurtot; A kalóriáik és a makrók nagyon messze vannak egymástól. A görög joghurt majdnem kétszer annyi fehérjét tartalmaz, mint a hagyományos joghurt. Hasonlóképpen, a "márkás termék" nyilvántartások (egy cég csomagolt terméke) és az "általános táplálkozási" nyilvántartások eltérő értéket hordoznak. A jó gyakorlat szerint Ön a lehető legpontosabban illeszkedik ahhoz a termékhez, amelyet az ügyfél ténylegesen fogyaszt: ha lehetséges, a csomagoláson található tápértékjelölés alapján, ellenkező esetben a legközelebbi leírást választja az adatbázisban. Kérdezd meg az AI-t: "melyik rekordot válasszam?" Amikor konzultál, javasolhatja a megfelelő keresési kifejezést; de a végső lemez kiválasztása és a kiadóhoz való összehasonlítása az Ön irányítása alatt áll. A konzisztencia érdekében szintén fontos, hogy ugyanazon tápanyagra vonatkozóan ugyanazt a rekordot használja a tervben; A teljes zsírtartalmú tej fele részében és fele sovány tej használata torzítja az összesített értéket.
Adagolás és főzés átalakítása
A táplálkozási adatbázisok általában 100 grammra vonatkoztatva adnak értékeket nyersen. De az ügyfél főtt lencsét eszik, nem nyers lencsét. A súly megváltozik a főzés során felszívódó víz hatására; 100 gramm nyers rizs főzéskor ~250-300 grammra nő. Ezért a "főtt 200 gramm" és a "nyers 100 gramm" tápértéke eltérő. Az AI végrehajthatja ezeket az átalakításokat, de megzavarhatja az irányt. Mindig tisztázza, hogy a felhasznált érték nyers vagy főtt; ez a számítási hibák gyakori forrása.
három mini tok
1. eset – Hallucináció elkapása. Egy dietetikus megkérdezte YZ-t: "Hány gramm fehérje van 100 gramm főtt brokkoliban?" kérdi; Az AI azt írja, hogy "körülbelül 8 gramm". A dietetikus megnézi az USDA-t: a tényleges érték ~2,4 gramm. A mesterséges intelligencia összekeverte a hüvelyes/diós adatokkal, és háromszorosára fújta fel. A dietetikus a helyes értéket használja. Tanulság: a zöld zöldségekben kevés a fehérje; A szám csak azért nem helyes, mert folyékonyan beszél.
2. eset – Nyers/főtt zavartság. Egy tervtervezetben az AI a „150 gramm tészta” nyersértékét használja (~525 kcal), míg az ügyfél 150 gramm főtt tésztát eszik meg (~210 kcal). Egy étkezésnél 315 kcal a különbség, ami már napi egy étkezés mellett is komoly eltérés. A dietetikus "főtt"-re pontosítja a mértékegységet és újraszámol.
3. eset – Rendeltetésszerű használat. A dietetikus lemásolja a csirke, a rizs és a brokkoli 100 grammos értékét az USDA-ból, és átadja őket az MI-nek azzal az utasítással, hogy „csak számítsa ki az étkezés teljes makróját ezekkel az adatokkal, hozzáadva a saját memóriájából származó számokat”. Az AI csak adott számokkal ad össze; – erősíti meg a dietetikus visszacsapva. Az adatok a forrásból származtak, a mesterséges intelligencia végezte az aritmetikát.
Másolható prompt sablonok
SZÁMÍTÁSSABBON FORRÁSADATOKKAL (RAG-logika)Az Ön szerepe: asszisztens, aki csak a NEKED ADOTT tápértékekkel dolgozik. Tápértékeket ad hozzá vagy módosíthat saját emlékezetéből. Ha hiányzik az adat, írja be, hogy „[nincs adat]”, pótolja. Adatok (100 g-ra, forrás: USDA):- Csirkemell (főtt): 165 kcal, 31 g fehérje, 3,6 g zsír, 0 g szénhidrát- Rizs (főtt): ...Feladat: Számítsa ki 120 g csirke + 150 g rizs összes kcal-ját és makróját.
NYERS/FŐZETT ÁTALAKÍTÁS SABLONA következő élelmiszerek értéke 100 g RAW-ra vonatkoztatva van megadva: [értékek]. A kliens [X] g FŐZVE eszik. Főzéskor a súly ~[arány] megváltozik. Ennek megfelelően számítsa ki az elfogyasztott mennyiség tápértékét, és írja le VÉGRE, hogy melyik feltételezést használja.
ADATBÁZIS LEÍRÁS ELKÉSZÍTÉSI SABLONOK szeretné megtalálni egy étkezés tápértékét. Sorolja fel, MILYEN kifejezésre keressem az élelmiszer-adatbázisban (USDA/TUBER) az alábbi élelmiszereket, melyik rekordot válasszam nyersen/főzve. Ne add át NEKED az értékeket; csak mondja meg a megfelelő keresett kifejezést és figyelemfelkeltő pontot.Tápanyagok: [...]
ÖSSZEGZET ELLENŐRZÉSI SABLON Értelmezze a következő étkezés tápértékét két különböző módon: (1) feltételezve, hogy minden étel nyers, (2) feltételezve, hogy minden étel megfőtt. Hasonlítsa össze a két összeget, és magyarázza el, honnan származik a különbség. Így látom, melyik feltevést kell igazolnom.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Hány kalória van egy tál lencselevesben?
"Egy étel" homályos, a recept homályos, a forrás hiányzik; Az AI a memóriájából kitalál egy számot, és nem mondja meg, hogyan találta ki.
Erőteljes felszólítás:
Az Ön szerepköre: asszisztens, aki csak a megadott adatokkal számol. Lencseleves adag = 300 g. Hozzávalók (értékek 100 g-ra, forrás USDA, alább adom): vöröslencse (főtt) [értékek], hagyma [értékek], olívaolaj [értékek]. Mennyiségek adagonként: [...]. Számítsa ki az összes kcal-t és a makrót ezekkel az adatokkal, ne adjon hozzá memóriából, mutassa meg a lépéseket.
A második prompt forrás megadja a tálalás, a nyers/főtt információkat és a "ne add hozzá" megkötést; A kimenet auditálható és megbízható.
Gyakori hibák
- Bízunk a mesterséges intelligencia memóriájában: a tápérték nyílt végű megkérdőjelezése; Ez egy felhívás a hallucinációra.
- Zavaros nyersen/főzve: A leggyakoribb néma hiba; Mindig tisztázza a mértékegységet.
- Forrászavar: Különféle tápanyagok keverése különböző adatbázisokból; Használjon következetes erőforrásokat a tervben.
- A rész homályos meghagyása: Kifejezések, például "egy tányér", "egy marék" kiszámítása grammra váltás nélkül.
- Egyetlen számra összpontosítás egy tartomány helyett: Elfelejti, hogy ugyanannak az ételnek ésszerű értéktartománya van; hamis bizonyosságot teremtve.
Összefoglalva
A táplálkozási adatok az a terület, ahol a nyelvi modell a leggyengébb; Mivel a modell nem emlékszik a számokra, hanem előállítja azokat. Tehát mindig szerezze be a tápértékeket egy elismert adatbázisból (USDA, TÜBER, BeBiS), és használja az AI-t az adatok kiszámításához és értelmezéséhez – a RAG logika alapján, a forrásból levont adatok alapján. Ügyeljen a nyers/főtt konverziókra, az adagok tisztaságára és a forrás konzisztenciájára. Csak azért, mert a szám folyékonyan jött ki, nem helyes; Az igazságot csak a forrással együttműködve ismerheti meg.
Pályázati feladat
Válasszon három ételt (például főtt tojás, teljes kiőrlésű kenyér, görög joghurt). Először kérdezze meg a nyílt végű AI-t, és szerezze be az értékeit (a memóriájából). Ezután keresse meg ugyanezen tápanyagok tényleges értékét az USDA FoodData Central webhelyen. Hasonlítsd össze a két készletet, és írd le egy táblázatba, hogy mekkora eltérés van az egyes ételekben. Ez a táblázat felfedi a "ne bízz a memóriában, hivatkozás a forrásra" elvét.
ellenőrző lista
- [ ] A tápértékeket egy jól ismert adatbázisból kaptam, nem a mesterséges intelligencia memóriájából.
- [ ] Az AI-ra azt a korlátozást tettem, hogy "csak a megadott adatokkal dolgozzon, ne adjon hozzá semmit".
- [ ] Minden ételnél tisztáztam, hogy nyers vagy főtt.
- [ ] Az adagokat átszámítottam grammra; Nem hagytam magam után "egy tányért/maréknyit".
- [ ] Egy tervben egyetlen következetes forrást használtam.
- [ ] Az AI összegét úgy ellenőriztem, hogy visszaszoroztam.