利益:
- 基本的な式 (Mifflin-St Jeor、4/4/9) を使用して BMH、TDEE、およびマクロ分布を監視し、人工知能の計算を独立して検証する機能
- 活量係数、生/調理済みの区別、タンパク質 g/kg などの重要な仮定をチェックすることで計算エラーを検出する機能
- 目標どおりの合計を得るためにマクログラムを逆算する習慣を実践し、誤った確信に陥らないようにすることができます。
栄養計画の数値的枠組みは 2 つの計算に基づいています。1 つは、その人の 1 日に必要なエネルギー (カロリー数) と、主要栄養素間でのこのエネルギーの配分 (炭水化物、タンパク質、脂肪の量) です。この 2 つの計算が間違っていると、メニュー、レシピ、フォロー全体が間違った基礎に基づいて作成されてしまいます。人工知能はこれらの計算を数秒で実行します。しかし、まさにこのスピードこそが危険の源なのです。なぜなら、AI は式を正しく適用できる一方で、係数を誤って仮定し、同じ信頼度で誤った結果を生成する可能性があるからです。このユニットの目的は、AI を「スプレッドシート ジェネレーター」として使用し、それぞれの結果を独立して検証することを反射的に行うことです。
エネルギー計算の基礎
毎日のエネルギー需要は 2 つの要素から生じます。 1 つ目は BMR、つまり基礎代謝率、つまり体が安静時に (呼吸、心拍、熱生成のためだけに) 費やすエネルギーです。 2 番目は、この値に活動係数 (英語活動係数または PAL - 身体活動レベル) を掛けます。この係数は人の可動性によって異なり、約 1.2 (座りっぱなし) から 1.9 (非常に重い肉体労働) の間で変化します。乗算の結果は、TDEE (1 日の総エネルギー消費量) です。
BMH で最も一般的に使用される公式は、Mifflin-St Jeor です。
- 男性：BMH = 10 × 体重 (kg) + 6.25 × 身長 (cm) − 5 × 年齢 + 5
- 女性：BMH = 10 × 体重 (kg) + 6.25 × 身長 (cm) − 5 × 年齢 − 161
たとえば、78 kg、165 cm、38 歳の女性の場合、BMH = 10×78 + 6.25×165 − 5×38 − 161 = 780 + 1031.25 − 190 − 161 = 1,460 kcal。軽度の活動性 (1,375) を考慮すると、TDEE ≈ 2,008 kcal となります。体重を減らすには、ここから妥当な不足分 (例: 500 kcal) が差し引かれます → ~1,500 kcal の目標。これらの手順を手動で実行できることは、AI の結果を制御できるための前提条件です。
マクロ配布
カロリー目標が決定したら、それをマクロに分割します。マクロのエネルギー密度は固定されており、それを暗記しておく必要があります。炭水化物 1 グラム ≈ 4 kcal、タンパク質 1 グラム ≈ 4 kcal、脂肪 1 グラム ≈ 9 kcal (アルコール ≈ 7 kcal) です。配分例：炭水化物 40% / タンパク質 30% / 脂肪 30% 配分 1,500 kcal → 炭水化物 600 kcal ÷ 4 = 150 g;タンパク質 450 ÷ 4 = 112.5 g;脂肪 450 ÷ 9 = 50 g。合計を掛け算して 1,500 に達することを確認するのが、最も簡単かつ強力な検証手順です。
次の表は、一般的なターゲットの大まかな配布範囲を示しています (これらは開始点であり、クライアントに合わせて調整されます)。
目標・状況
炭水化物
タンパク質
油
メモ
一般的な健康的な食事
45-55%
15～20%
25-35%
バランスのとれた
体重減少（たんぱく質を節約）
35～45%
25～30%
25-35%
たんぱく質が豊富で満腹感が得られる
筋肉増加 / アスリート
45-55%
1.6～2.2% g/kg
20-30%
タンパク質は g/kg で計算されます
インスリン抵抗性
40～45%
20～25%
30～35%
繊維質炭水化物の優先順位
注: タンパク質の必要量は、パーセンテージではなく、体重あたりのグラム数 (g/kg) で計算されることがよくあります。なぜなら、アスリートに必要なタンパク質は総カロリーではなく筋肉量に依存するからです。 AI はこの区別を混同し、パーセントベースで不十分なタンパク質を与える場合があります。再計算してください。
AIアカウント検証プロトコル
- 入力を確認します。AI はどの式、どの活動係数、どの性別の行を使用しましたか?これらを明確に書くように依頼してください。
- 中間結果を要求する: 「1,500 kcal」だけでなく、BMH と TDEE を別々に表示します。ブラックボックスではなく、ステップを見えるようにしましょう。
- 逆乗算: マクログラムに 4/4/9 を乗算して、合計が目標カロリーを満たしていることを確認します。
- 論理フィルター: 結果はクライアントにとって妥当なものですか? 1,900kcalを必要とする活動的な男性が1,200kcalを摂取するとしたら、それは間違いです。
- 独立したツールによる確認: 重大な場合には、信頼できる計算ツールを使用して、または手動で再度計算します。
ミニケース3個
ケース 1 — 係数エラー。栄養士は、1 日 8 時間立ち仕事をし、週 4 日トレーニングするクライアントのために AI に計算を実行させます。 AI は活動係数 1.2 (運動なし) を仮定し、TDEE が 1,700 kcal であると判断します。栄養士は「クライアントはとても活動的です」と言い、係数 1.725 で再計算します。実際の TDEE は約 2,450 kcal になります。 750kcalの差があると、ついつい制限しすぎた計画になってしまいます。この検証により、1 か月間にわたる衰弱と筋肉の消耗が防止されました。
ケース 2 — マクロの合計が加算されません。別の計画案では、AIは2,000kcalに対して「炭水化物220g、タンパク質150g、脂肪90g」を与えるとしている。栄養士はこれを掛け算します: 220×4 + 150×4 + 90×9 = 880 + 600 + 810 = 2,290 kcal。合計は目標を290kcal上回りました。 AI マクロの生成に一貫性がありません。栄養士が目標を満たすように数値を修正します。
ケース 3 — 正しい使用方法。栄養士はまず、筋力90kgのアスリートのタンパク質必要量（2g/kg = 180gタンパク質 = 720kcal）を手動で決定し、次にAIに「残りのカロリーを炭水化物と脂肪にこの比率で配分する」という明確な指示を与えます。 AIが分配し、栄養士がそれを掛け算して合計を検証します。 AI が計算を行い、臨床上の決定 (タンパク質 2 g/kg) は人間に委ねられました。
コピー可能なプロンプトテンプレート
エネルギー アカウント テンプレート (手順が表示されます)あなたの役割: アカウントのドラフト作成アシスタント。決定は栄養士次第です。クライアント (匿名): [性別、年齢、身長 cm、体重 kg、活動レベル]。 Mifflin-St Jeor 式を使用して BMH を計算し、使用した活動係数を明確に書き込み、TDEE を表示します。目標: [減量/維持]。確認できるように、中間の各ステップを別の行に表示します。
マクロ配布テンプレート目標カロリー: [X] kcal。次の配分を適用します: 炭水化物 __%、タンパク質 __% (または __ g/kg)、脂肪 __%。各マクロの GRAMS を計算し、それを 4/4/9 で乗算し、合計が [X] になることを示します。そうでない場合は、値をターゲットに合わせます。
検証 / バックプロダクト テンプレートこれらのマクロ値を確認してください: [炭水化物 K g、タンパク質 P g、脂肪 Y g]。それぞれに 4/4/9 を掛けて合計カロリーを求め、目標 [X] kcal と比較します。違いがある場合は、それをパーセンテージで示し、どこが一致していないのかを説明してください。
プロテイン優先テンプレートクライアント: [体重] kg、目標 [筋肉の維持/増加]。まず、g/kg に基づいてタンパク質をグラム単位で計算します。次に、このタンパク質からカロリーを差し引き、残りのカロリーを炭水化物と脂肪に分配します[比率]。手順を表示します。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
この人が食べるべきカロリーを教えてください: 女性、78 kg。
身長、年齢、活動性がない。 AIは推測によって補い、どのような仮定を立てているかを示しません。確認することはできません。
強力なプロンプト:
あなたの役割: アカウント起草アシスタント。クライアント: 女性、38 歳、165 cm、78 kg、やや活動的 (係数 1.375)。ミフリン・セント・ジョールでBMHを計算し、TDEEを示し、500kcalの不足で減量目標を達成しましょう。使用する各番号を別の行に表示します。
2 番目のプロンプトには、すべての入力、式、係数、および透過的なステップ要求が含まれています。出力は 1 行ずつ検査できます。
よくある間違い
- 活動係数を検証しない: 最も一般的で、高くつく間違いです。係数はクライアントの実際の生活と一致する必要があります。
- マクロの合計を逆算しない: AI のグラムは的を外していることがよくあります。 30 秒間のバックスラッシュがこれをキャプチャします。
- タンパク質のパーセンテージとグラムの混同: スポーツや臨床の状況では、タンパク質はパーセンテージではなく g/kg で計算されます。
- ブラック ボックスに依存する: 中間ステップが示されていない出力を受け入れる。手順が表示されるはずです。
- 超精度の錯覚: AI の「1,847.3 kcal」のような 10 進数の出力は科学的に見えますが、予測のマージンは ±10% です。誤った確信に騙されないでください。
要約すれば
エネルギーとマクロの計算は計画のデジタル骨格であり、AI がこの骨格を迅速に作成します。しかし、スピードは検証の代わりにはなりません。 AI の出力を制御できるように、BMH、TDEE、マクロ分散の公式を自分で理解してください。各アカウントで中間ステップが表示されるように要求し、アクティビティ係数をクライアントの現実と一致させ、マクロを 4/4/9 で乗算して戻し、結果をロジック フィルターに渡します。誤った精度 (小数を含む数値) に騙されないでください。栄養計算は推測の余地を加えた推定値です。 AI は演算を高速化します。臨床上の判断と最終的な承認はあなたのものです。
アプリケーションタスク
クライアントのプロファイル (性別、年齢、身長、体重、アクティビティ) を選択し、まず Mifflin-St Jeor を使用して BMR を手動で計算します。次に、「エネルギーアカウントテンプレート」で同じプロファイルをAIに与えます。 2 つの結果を比較します。違いがある場合は、その原因 (係数、四捨五入、式) を見つけます。次に、目標カロリーをマクロ分布で割って逆乗して、合計が合計されることを確認します。
チェックリスト
- [ ] AI がどの計算式と活量係数を使用したかを明確に書きました。
- [ ] BMHとTDEEの中間結果を別々に見ました。
- [ ] マクログラムに 4/4/9 を掛けて戻し、合計が目標どおりであることを確認しました。
- [ ] 必要に応じて、タンパク質の必要量を g/kg で計算しました。
- [ ] クライアントの実生活に応じて、ロジックを通じて結果をフィルタリングしました。
- [ ] 私は誤った確信に騙されません。その結果を予測範囲として考えてみました。