നേട്ടങ്ങൾ:
- ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് ട്രാക്കിംഗ് ഡാറ്റയെ ട്രെൻഡ് സംഗ്രഹമായി പരിവർത്തനം ചെയ്യാനും ഒരൊറ്റ അളവിനേക്കാൾ മൾട്ടി-ആഴ്ച ദിശയിലേക്ക് നോക്കാനുമുള്ള കഴിവ്
- ഒരു ഡയറ്റീഷ്യൻ എന്ന നിലയിൽ വെള്ളം നിലനിർത്തൽ, പീഠഭൂമി, സൈക്കിൾ തുടങ്ങിയ ക്ലിനിക്കൽ അഭിപ്രായങ്ങൾ നടത്തി കൃത്രിമ ബുദ്ധിയുടെ സംഗ്രഹം നിയന്ത്രിക്കാനുള്ള കഴിവ്
- മോട്ടിവേഷണൽ ഇൻ്റർവ്യൂവിംഗ് തത്വങ്ങൾക്ക് അനുസൃതമായി വ്യക്തിഗതമാക്കിയതും അല്ലാത്തതുമായ ഫീഡ്ബാക്ക് നിർമ്മിക്കാനുള്ള കഴിവ്
ഡയറ്ററ്റിക്സിൽ, പ്ലാൻ എഴുതുന്നത് ഒരു തുടക്കം മാത്രമാണ്; ആഴ്ചകളിലും മാസങ്ങളിലും ഉപഭോക്താവിനെ പിന്തുണയ്ക്കുക, അവരുടെ പുരോഗതി നിരീക്ഷിക്കുക, അവർ കുടുങ്ങിപ്പോകുമ്പോൾ പ്ലാൻ പൊരുത്തപ്പെടുത്തുക, പ്രചോദനം സജീവമാക്കുക എന്നിവയാണ് യഥാർത്ഥ ജോലി. ഗവേഷണം കാണിക്കുന്നത് പോഷകാഹാരത്തിൻ്റെ വിജയം പ്രധാനമായും നിർണ്ണയിക്കുന്നത് പ്ലാൻ പാലിക്കുന്നതിലൂടെയും പതിവ് ഫോളോ-അപ്പിലൂടെയുമാണ്; ഏറ്റവും മികച്ച പ്ലാൻ പോലും പിന്തുടരുന്നില്ലെങ്കിൽ പരാജയപ്പെടും. ഈ ദൈർഘ്യമേറിയ പ്രക്രിയയിൽ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഒരു വിലപ്പെട്ട സഹായിയാണ്: ഇത് ഫോളോ-അപ്പ് ഡാറ്റ ഓർഗനൈസ് ചെയ്യുന്നു, ട്രെൻഡുകൾ സംഗ്രഹിക്കുന്നു, ഫീഡ്ബാക്ക് പ്രചോദിപ്പിക്കുന്ന ഡ്രാഫ്റ്റുകൾ, ക്ലയൻ്റുമായുള്ള ആശയവിനിമയം വ്യക്തിഗതമാക്കുന്നു. എന്നാൽ ഫോളോ-അപ്പിൻ്റെ ഹൃദയമായ മാനുഷിക ബന്ധവും സഹാനുഭൂതിയും ക്ലിനിക്കൽ വിധിയും എപ്പോഴും നിങ്ങളോടൊപ്പമുണ്ട്. AI ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നു; നിങ്ങൾക്ക് ഉപഭോക്താവിനെ അറിയാം.
എന്താണ്, എന്തിനാണ് നമ്മൾ കാണുന്നത്?
ഫോളോ-അപ്പ് സമയത്ത് നിരീക്ഷിക്കുന്ന പ്രധാന സൂചകങ്ങൾ ഇവയാണ്: ആന്ത്രോപോമെട്രിക് മാറ്റം (ഭാരം, അരക്കെട്ട്, ശരീരഘടന - "ശരീര ഘടന" എന്നത് കൊഴുപ്പിൻ്റെയും പേശികളുടെയും അനുപാതമാണ്, ഭാരത്തെക്കാൾ കൂടുതൽ അർത്ഥവത്താണ്), ഭക്ഷണ ഡയറി (ഉപഭോക്താവ് എന്താണ് കഴിക്കുന്നത്), ആത്മനിഷ്ഠ സൂചകങ്ങൾ (ഊർജ്ജം, ഉറക്കം, വിശപ്പ്, മാനസികാവസ്ഥ), ബയോകെമിക്കൽ മൂല്യങ്ങൾ (അസ്സേ), മേൽനോട്ടത്തിൻ്റെ മേൽനോട്ടം നിരക്ക്. ട്രെൻഡ് നോക്കേണ്ടത് അത്യാവശ്യമാണ്, ഒരു പൗണ്ട് മാത്രമല്ല: ഒരു ആഴ്ചയിൽ വെള്ളം നിലനിർത്തുന്നത് ഒരു തുള്ളി മറയ്ക്കാൻ കഴിയും; മൂന്നോ നാലോ ആഴ്ചയുടെ ദിശയാണ് അർത്ഥമാക്കുന്നത്.
ഇനിപ്പറയുന്ന പട്ടിക സൂചകങ്ങളും AI സംഭാവനയും കാണിക്കുന്നു:
സൂചകം
അത് എന്താണ് പറയുന്നത്
AI യുടെ സംഭാവന
മനുഷ്യ വിധി
ഭാരം/അരക്കെട്ട് പ്രവണത
പൊതു ദിശ
ചാർട്ട്/ട്രെൻഡ് സംഗ്രഹം
വെള്ളം നിലനിർത്തൽ, ആർത്തവചക്രം വ്യാഖ്യാനം
ഭക്ഷണ ഡയറി
ഫിറ്റും വിടവുകളും
പാറ്റേൺ എക്സ്ട്രാക്ഷൻ
വൈകാരിക ഭക്ഷണ അവബോധം
ഊർജ്ജം/ഉറക്കം/മൂഡ്
ജീവിത നിലവാരം
കുറിപ്പ് സംഗ്രഹം
അനുകമ്പയുള്ള അഭിപ്രായം
വിലയിരുത്തൽ പ്രവണത
ക്ലിനിക്കൽ പുരോഗതി
നമ്പർ എഡിറ്റിംഗ്
ഫിസിഷ്യൻ + ഡയറ്റീഷ്യൻ അഭിപ്രായം
പാലിക്കൽ നിരക്ക്
സുസ്ഥിരത
ഓർമ്മപ്പെടുത്തൽ ഡ്രാഫ്റ്റ്
തടസ്സ പരിഹാരം
ഘട്ടം ഘട്ടമായി: AI- പവർ ട്രാക്കിംഗ് സൈക്കിൾ
- ഡാറ്റ ശേഖരിക്കുകയും അജ്ഞാതമാക്കുകയും ചെയ്യുക. ക്ലയൻ്റിൻ്റെ പ്രതിവാര ഡാറ്റ (അജ്ഞാതർ) ഒരു സംഘടിത രൂപത്തിലേക്ക് കൊണ്ടുവരിക.
- പ്രവണത സംഗ്രഹിക്കുക. AI-ക്ക് റോ ഡാറ്റ നൽകുകയും ദിശയും പാറ്റേൺ സംഗ്രഹവും ആവശ്യപ്പെടുകയും ചെയ്യുക - എന്നാൽ നിങ്ങൾ വ്യാഖ്യാനം ചെയ്യുക.
- വിടവുകൾ തിരിച്ചറിയുക. പാലിക്കൽ കുറയുന്ന ഭക്ഷണ/ദിവസ പാറ്റേൺ കണ്ടെത്താൻ AI-യെ അനുവദിക്കുക (ഉദാഹരണത്തിന്, എല്ലായ്പ്പോഴും വാരാന്ത്യത്തിൽ നിന്ന് വ്യതിചലിക്കുക).
- ഒരു ഫീഡ്ബാക്ക് ഡ്രാഫ്റ്റ് തയ്യാറാക്കുക. പ്രചോദനാത്മകവും കുറ്റപ്പെടുത്താത്തതുമായ സന്ദേശ രൂപരേഖ ആവശ്യപ്പെടുക; തുടർന്ന് നിങ്ങളുടെ സ്വകാര്യ സ്പർശം ചേർക്കുക.
- പ്ലാൻ പൊരുത്തപ്പെടുത്തുക. ഒരു തടസ്സം ഉണ്ടെങ്കിൽ (പീഠഭൂമി - ഒരു നിശ്ചിത സമയത്തേക്ക് ഭാരം സ്ഥിരമായി തുടരുന്നു), ഒരു ക്ലിനിക്കൽ കണ്ണ് ഉപയോഗിച്ച് പ്ലാൻ അപ്ഡേറ്റ് ചെയ്യുക.
- നിങ്ങൾ ബന്ധം നിലനിർത്തുന്നു. ചർച്ചയും ശ്രവണവും വിശ്വാസവും AI-യെ ഏൽപ്പിച്ചിട്ടില്ല.
നുറുങ്ങ്: "അയയ്ക്കുക" അമർത്തുന്നതിന് മുമ്പ് AI- ജനറേറ്റുചെയ്ത ഫീഡ്ബാക്ക് ഡ്രാഫ്റ്റുകൾ മാനുഷികമാക്കുന്നത് ഉറപ്പാക്കുക. ക്ലിഷേയും റോബോട്ടിക് സന്ദേശവും ക്ലയൻ്റ് ഉടൻ മനസ്സിലാക്കുന്നു; വ്യക്തിപരമായ വിശദാംശങ്ങൾ ("നിങ്ങൾ ആ വിവാഹ അത്താഴം നന്നായി കൈകാര്യം ചെയ്തു, കഴിഞ്ഞ ആഴ്ച നിങ്ങൾ പരാമർശിച്ചു") വിശ്വാസം വർദ്ധിപ്പിക്കുന്നു.
ലക്ഷ്യ ക്രമീകരണം: സ്മാർട്ട്, ചെറിയ ഘട്ടങ്ങൾ
ഫോളോ-അപ്പിൻ്റെ വിജയം ലക്ഷ്യങ്ങൾ എങ്ങനെ സ്ഥാപിക്കപ്പെടുന്നു എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു. "ആരോഗ്യകരമായി കഴിക്കുക" പോലെയുള്ള ഒരു അവ്യക്തമായ ലക്ഷ്യം അളക്കാവുന്നതല്ല, അത് പ്രചോദിപ്പിക്കുന്നില്ല. ഡയറ്ററ്റിക്സിൽ വ്യാപകമായി ഉപയോഗിക്കുന്ന സ്മാർട്ട് സമീപനം, ലക്ഷ്യത്തെ അഞ്ച് മാനദണ്ഡങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്: നിർദ്ദിഷ്ട, അളക്കാവുന്ന, കൈവരിക്കാവുന്ന, പ്രസക്തവും സമയബന്ധിതവും. ഉദാഹരണത്തിന്, "അടുത്ത രണ്ടാഴ്ചത്തേക്ക് എല്ലാ ദിവസവും ഉച്ചഭക്ഷണത്തിൽ ഒരു വിളവ് പച്ചക്കറികൾ ചേർക്കുക" എന്നത് ഒരു സ്മാർട്ട് ലക്ഷ്യമാണ്; ഇത് അളക്കാവുന്നതും യാഥാർത്ഥ്യബോധമുള്ളതും സമയബന്ധിതവുമാണ്. ഒരു ക്ലയൻ്റിൻ്റെ വലിയ ലക്ഷ്യത്തെ (ഉദാ. 10 പൗണ്ട് നഷ്ടപ്പെടുത്തുന്നത്) ചെറിയ, പ്രതിവാര, പെരുമാറ്റത്തെ അടിസ്ഥാനമാക്കിയുള്ള ഘട്ടങ്ങളായി വിഭജിക്കാൻ AI ഒരു നല്ല സഹായമാണ്; കാരണം പെരുമാറ്റത്തിൽ മാറ്റം വരുന്നത് വലിയ കുതിച്ചുചാട്ടത്തിലൂടെയല്ല, മറിച്ച് സുസ്ഥിരമായ ചെറിയ ചുവടുകൾ കൊണ്ടാണ്. എന്നിരുന്നാലും, അവൻ്റെ ജീവിതവും പ്രതിബന്ധങ്ങളും അറിയാവുന്ന നിങ്ങൾ, ആ ക്ലയൻ്റിനു യാഥാർത്ഥ്യമായ ഘട്ടം ഏതെന്ന് വിലയിരുത്തുക; AI നിർദ്ദേശിച്ച ലക്ഷ്യം കടലാസിൽ ന്യായമാണെന്ന് തോന്നുമെങ്കിലും, അത് ക്ലയൻ്റിൻറെ ഷിഫ്റ്റ് വർക്കിന് അല്ലെങ്കിൽ കെയർ ലോഡിന് അനുയോജ്യമല്ലായിരിക്കാം. "ഈ ലക്ഷ്യത്തെ ആഴ്ചതോറുമുള്ള, അളക്കാവുന്ന, പെരുമാറ്റത്തെ അടിസ്ഥാനമാക്കിയുള്ള ചെറിയ ഘട്ടങ്ങളായി വിഭജിക്കാൻ" AI-ക്ക് നിർദ്ദേശം നൽകുകയും ക്ലയൻ്റ് യാഥാർത്ഥ്യമനുസരിച്ച് തത്ഫലമായുണ്ടാകുന്ന ഘട്ടങ്ങൾ ഫിൽട്ടർ ചെയ്യുകയും ചെയ്യുക.
പ്രചോദനാത്മക ഭാഷ: പങ്കാളിത്തം, കുറ്റപ്പെടുത്തരുത്
ഭക്ഷണം നൽകുന്ന സ്വഭാവം മാറ്റാൻ പ്രയാസമാണ്, കുറ്റപ്പെടുത്തുന്ന ഭാഷ ("എന്തുകൊണ്ട് നിങ്ങൾ വീണ്ടും അനുസരിച്ചില്ല?") പ്രതിരോധം വളർത്തുന്നു. ആധുനിക സമീപനം മോട്ടിവേഷണൽ ഇൻ്റർവ്യൂവിൻ്റെ തത്വങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്: ന്യായവിധി കൂടാതെ കേൾക്കുക, ക്ലയൻ്റ് സ്വന്തം പ്രചോദനം കണ്ടെത്താൻ സഹായിക്കുക, ചെറിയ വിജയങ്ങൾ ആഘോഷിക്കുക. ഈ തത്ത്വങ്ങൾ പാലിക്കുന്ന പോസിറ്റീവ്, സൊല്യൂഷൻ ഓറിയൻ്റഡ് സന്ദേശങ്ങൾ തയ്യാറാക്കുന്നതിൽ AI മികച്ചതാണ്. എന്നാൽ യഥാർത്ഥ സഹാനുഭൂതിയും സമയവും അദ്വിതീയമായി മാനുഷികമാണ്; AI-ക്ക് മാന്യമായി ഒരു വാചകം എഴുതാൻ കഴിയും, എന്നാൽ ക്ലയൻ്റിന് അന്ന് മോശം വാർത്തകൾ ലഭിച്ചുവെന്ന് അറിയാൻ കഴിയില്ല.
മൂന്ന് മിനി കേസുകൾ
കേസ് 1 - ട്രെൻഡ് ശരിയായി വായിക്കുന്നു. ഒരു ക്ലയൻ്റ് ഒരു ആഴ്ചയ്ക്കുള്ളിൽ 1 കിലോ വർദ്ധിപ്പിച്ചതായി തോന്നുന്നു, പരിഭ്രാന്തി. ഡയറ്റീഷ്യൻ നാലാഴ്ചത്തെ ഡാറ്റ AI-യിലേക്ക് സംഗ്രഹിക്കുന്നു: യഥാർത്ഥത്തിൽ നാല് ആഴ്ചയ്ക്കുള്ളിൽ 2.1 കിലോഗ്രാം കുറവുണ്ടായി; ആർത്തവചക്രം മൂലമുണ്ടാകുന്ന ജലസംഭരണിയാണ് അവസാന ആഴ്ച. ഡയറ്റീഷ്യൻ ഈ അഭിപ്രായം (ലൂപ്പ് ഇഫക്റ്റ്) ചേർക്കുകയും ക്ലയൻ്റിനെ ശാന്തനാക്കുകയും ചെയ്യുന്നു. AI ഈ പ്രവണത ക്രമീകരിച്ചു; ഡയറ്റീഷ്യനിൽ നിന്നാണ് ക്ലിനിക്കൽ അഭിപ്രായം (വെള്ളം നിലനിർത്തൽ) വന്നത്. പാഠം: ട്രെൻഡ് നോക്കൂ, സിംഗിൾ മെട്രിക് അല്ല.
കേസ് 2 - റോബോട്ടിക് സന്ദേശ കെണി. ഒരു ഡയറ്റീഷ്യൻ പറയുന്നത് AI സൃഷ്ടിച്ച "നിങ്ങൾ മികച്ചതാണ്, തുടരുക!" ടൈപ്പ് 20 ക്ലയൻ്റുകൾക്ക് യാതൊരു മാറ്റവുമില്ലാതെ പൊതുവായ സന്ദേശം അയയ്ക്കുന്നു. സന്ദേശം വ്യക്തിപരമല്ലെന്ന് ഉപഭോക്താക്കൾ മനസ്സിലാക്കുന്നു, ഒരാൾ പറയുന്നു, "അവൻ എന്നെ പിന്തുടരുന്നതായി ഞാൻ കരുതുന്നില്ല." ഡയറ്റീഷ്യൻ സമീപനം മാറ്റുന്നു: AI ആ ആഴ്ചയിലെ ഓരോ ക്ലയൻ്റിൻ്റെയും നിർദ്ദിഷ്ട സാഹചര്യവുമായി രൂപരേഖ പൊരുത്തപ്പെടുത്തുന്നു. പാഠം: ഔട്ട്ലൈൻ നല്ലതാണ്, കോപ്പി പേസ്റ്റ് മോശമാണ്.
കേസ് 3 - ശരിയായ ഉപയോഗം. ഒരു ഉപഭോക്താവിൻ്റെ ഭക്ഷണ ഡയറിയിൽ, ഡയറ്റീഷ്യൻ ഒരു പാറ്റേൺ മനസ്സിലാക്കുന്നു, പക്ഷേ ഉറപ്പില്ല. AI-ക്ക് മൂന്നാഴ്ചത്തെ അജ്ഞാത ഡയറി നൽകി, “അനുസരണം കുറയുന്ന സമയ/ഭക്ഷണ രീതിയുണ്ടോ?” എന്ന് ചോദിക്കുക. അവൻ ചോദിക്കുന്നു. ബിസിനസ് മീറ്റിംഗുകൾ ഉള്ളപ്പോൾ ഉച്ചഭക്ഷണ സമയത്താണ് വ്യതിയാനങ്ങൾ കൂടുതലായി സംഭവിക്കുന്നതെന്ന് AI കാണിക്കുന്നു. ഈ ഉൾക്കാഴ്ചയോടെ, ഡയറ്റീഷ്യൻ ക്ലയൻ്റിന് പോർട്ടബിൾ, മീറ്റിംഗ്-ഫ്രണ്ട്ലി ഉച്ചഭക്ഷണ ഓപ്ഷനുകൾ വാഗ്ദാനം ചെയ്യുന്നു. AI കണ്ടെത്തി പാറ്റേൺ; ഡയറ്റീഷ്യൻ പരിഹാരം രൂപകൽപ്പന ചെയ്തു.
പകർത്താവുന്ന പ്രോംപ്റ്റ് ടെംപ്ലേറ്റുകൾ
പുരോഗതി സംഗ്രഹ ടെംപ്ലേറ്റ് നിങ്ങളുടെ പങ്ക്: അസിസ്റ്റൻ്റ് എഡിറ്റിംഗ് ട്രാക്കിംഗ് ഡാറ്റ; ഡയറ്റീഷ്യൻ ആണ് അഭിപ്രായം പറയുന്നത്. ഒരു ക്ലയൻ്റ് (അജ്ഞാതൻ) 4-ആഴ്ചത്തെ ഡാറ്റ ചുവടെയുണ്ട്: ഭാരം, അരക്കെട്ട്, ഊർജ്ജ കുറിപ്പ്, ഹാർമണി നോട്ട്. ഇവയെ ഒരു ട്രെൻഡ് സംഗ്രഹത്തിലേക്ക് കംപൈൽ ചെയ്യുക: പൊതുവായ ദിശ, ശ്രദ്ധേയമായ ആഴ്ച, സാധ്യമായ ഡാറ്റ ശബ്ദം (ജലം നിലനിർത്തൽ പോലെയുള്ള സാധ്യതകൾ "സാധ്യം" എന്ന് ശ്രദ്ധിക്കുക, രോഗനിർണയം നടത്തരുത്). ഡാറ്റ: [...]
ഫുഡ് ഡയറി പാറ്റേൺ ടെംപ്ലേറ്റ് ഈ അജ്ഞാത ഭക്ഷണ ഡയറി പരിശോധിക്കുക. പാലിക്കൽ കുറയുന്ന ഏതെങ്കിലും സമയങ്ങൾ/ഭക്ഷണം/ദിവസങ്ങൾ ഉണ്ടോ? (ഉദാ. എപ്പോഴും വാരാന്ത്യത്തിൽ, എപ്പോഴും വൈകുന്നേരം, എപ്പോഴും പുറത്ത്) കണ്ടെത്തലുകൾ ലിസ്റ്റ് ചെയ്യുക. കുറ്റപ്പെടുത്തുന്ന ഭാഷ ഉപയോഗിക്കുന്നു; പാറ്റേൺ കാണിക്കൂ.ലോഗ്: [...]
പ്രചോദനം നൽകുന്ന ഫീഡ്ബാക്ക് ടെംപ്ലേറ്റ് ക്ലയൻ്റിന് ഒരു ഡ്രാഫ്റ്റ് പ്രതിവാര ഫീഡ്ബാക്ക് സന്ദേശം എഴുതുക. തത്ത്വങ്ങൾ: വിവേചനരഹിതമായ, പോസിറ്റീവ്, പരിഹാരത്തെ അടിസ്ഥാനമാക്കിയുള്ള, ചെറിയ വിജയം ആഘോഷിക്കുന്നു. ഈ ആഴ്ചയിലെ സാഹചര്യം: [പുരോഗതി + ഒരു വെല്ലുവിളി]. 2 ചെറിയ ഖണ്ഡികകൾ. ഡയറ്റീഷ്യൻ വ്യക്തിപരമാക്കാൻ അവസാനം ഇടം നൽകുക [വ്യക്തിഗത കുറിപ്പ് ഇവിടെ]. ആരോഗ്യ ക്ലെയിം അല്ലെങ്കിൽ ഉറച്ച വാഗ്ദാനം.
പ്ലേറ്റോ/അഡാപ്റ്റേഷൻ ടെംപ്ലേറ്റ് ക്ലയൻ്റ് 3 ആഴ്ചയായി ഒരു വെയ്റ്റ് പീഠഭൂമിയിലാണ് (സ്ഥിരമായത്). സാധ്യമായ കാരണങ്ങൾ (അഡാപ്റ്റേഷൻ, മെറ്റബോളിക് അഡാപ്റ്റേഷൻ, മെഷർമെൻ്റ്, വാട്ടർ ബാലൻസ്, ആക്റ്റിവിറ്റി) ഒരു ചെക്ക് ലിസ്റ്റായി ദൃശ്യമാകുന്നതിനാൽ ഡയറ്റീഷ്യൻ ഓരോന്നും ഇല്ലാതാക്കാൻ കഴിയും. കൃത്യമായ കാരണങ്ങൾ പറയരുത്; ഡയറ്റീഷ്യൻ വിലയിരുത്തും. പ്ലാൻ മാറ്റാൻ നിർദ്ദേശിക്കരുത്, പരിശോധിക്കാനുള്ള പോയിൻ്റുകൾ ലിസ്റ്റ് ചെയ്യുക.
ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്
ദുർബലമായ പ്രോംപ്റ്റ്:
നിങ്ങളുടെ ക്ലയൻ്റിന് ഒരു പ്രചോദനാത്മക സന്ദേശം എഴുതുക.
സന്ദർഭമില്ല, സ്വരത്തിൻ്റെ തത്വമില്ല, വ്യക്തിഗതമാക്കലിന് ഇടമില്ല; AI ഒരു ജനറിക്, ക്ലീഷേ, റോബോട്ടിക് സന്ദേശം നിർമ്മിക്കുന്നു.
ശക്തമായ നിർദ്ദേശം:
നിങ്ങളുടെ റോൾ: ഫീഡ്ബാക്ക് ഡ്രാഫ്റ്റ് അസിസ്റ്റൻ്റ്. ഈ ആഴ്ച ക്ലയൻ്റ്: 4 ആഴ്ചയ്ക്കുള്ളിൽ 2 കിലോ കുറഞ്ഞു, എന്നാൽ അവസാന ആഴ്ചയിൽ ജോലി സമ്മർദം കാരണം 2 ദിവസത്തെ പ്ലാനിൽ നിന്ന് വ്യതിചലിച്ചു. ടോൺ: വിവേചനരഹിതമായ, പോസിറ്റീവ്, സൊല്യൂഷൻ-ഓറിയൻ്റഡ്, മോട്ടിവേഷണൽ ഇൻ്റർവ്യൂ സ്പിരിറ്റ്. 2 ചെറിയ ഖണ്ഡികകൾ; വിജയം ആഘോഷിക്കുക, വ്യതിയാനം സാധാരണമാക്കുക, ഒരു ചെറിയ അടുത്ത ഘട്ടം നിർദ്ദേശിക്കുക. അവസാനം ഒരു [വ്യക്തിഗത കുറിപ്പ്] ഇടം ഇടുക. കൃത്യമായ വാഗ്ദാനങ്ങൾ/ആരോഗ്യ ക്ലെയിമുകൾ നൽകരുത്.
രണ്ടാമത്തെ പ്രോംപ്റ്റ് സന്ദർഭം, ടോൺ, ഘടന, ഇഷ്ടാനുസൃതമാക്കൽ സ്ഥലം എന്നിവ നൽകുന്നു; മാനുഷിക സ്പർശനത്തോടെ പൂർത്തിയാക്കാൻ തയ്യാറായ ശക്തമായ ഡ്രാഫ്റ്റാണ് ഔട്ട്പുട്ട്.
സാധാരണ തെറ്റുകൾ
- ഒരൊറ്റ അളവിനോട് പ്രതികരിക്കുന്നു: ഒരു ട്രെൻഡായി ഒരാഴ്ചത്തെ ഏറ്റക്കുറച്ചിലിനെ തെറ്റിദ്ധരിപ്പിക്കുക; പ്രവണത നോക്കൂ.
- റോബോട്ടിക് സന്ദേശങ്ങൾ അയയ്ക്കുന്നത്: AI ബ്ലൂപ്രിൻ്റ് വ്യക്തിഗതമാക്കാതെ പകർത്തുന്നത് വിശ്വാസത്തെ ദുർബലപ്പെടുത്തുന്നു.
- വ്യാഖ്യാനം AI-ക്ക് വിടുന്നു: വെള്ളം നിലനിർത്തൽ, സൈക്കിൾ, പീഠഭൂമി തുടങ്ങിയ ക്ലിനിക്കൽ വ്യാഖ്യാനങ്ങൾ മനുഷ്യൻ്റേതാണ്.
- കുറ്റപ്പെടുത്തുന്ന ഭാഷയിലേക്ക് വഴുതിവീഴുന്നു: അനുസരണം കുറയുന്നത് ഒരു തെറ്റായി അവതരിപ്പിക്കുന്നത് പ്രതിരോധം സൃഷ്ടിക്കുന്നു.
- വിശകലന പ്രവണതയെ മാത്രം വ്യാഖ്യാനിക്കുന്നു: ബയോകെമിക്കൽ മാറ്റങ്ങൾ വൈദ്യനോടൊപ്പം വിലയിരുത്തണം.
- ബന്ധം യാന്ത്രികമാക്കുന്നു: ട്രാക്കിംഗിൻ്റെ സാരാംശം മനുഷ്യ ബന്ധമാണ്; AI ന് അത് വഹിക്കാൻ കഴിയില്ല.
ചുരുക്കത്തിൽ
ട്രാക്കിംഗും പ്രചോദനവുമാണ് പോഷകാഹാര വിജയത്തിൻ്റെ യഥാർത്ഥ നിർണ്ണായക ഘടകങ്ങൾ, ഈ നീണ്ട യാത്രയിൽ AI ഒരു ശക്തമായ ഡാറ്റയും ആശയവിനിമയ സഹായവുമാണ്: ട്രെൻഡുകൾ സംഗ്രഹിക്കുക, ലോഗുകളിലെ പാറ്റേണുകൾ എക്സ്ട്രാക്റ്റുചെയ്യുക, പ്രചോദനാത്മക സന്ദേശങ്ങൾ തയ്യാറാക്കുക. എന്നാൽ ട്രെൻഡ് നോക്കുമ്പോൾ, ഒറ്റ മെട്രിക് അല്ല, വെള്ളം നിലനിർത്തൽ/പീഠഭൂമി, അനുകമ്പയുള്ള സമയം, യഥാർത്ഥ മനുഷ്യബന്ധം തുടങ്ങിയ ക്ലിനിക്കൽ വ്യാഖ്യാനങ്ങൾ നിങ്ങളുടേതാണ്. AI ഡ്രാഫ്റ്റുകൾ എല്ലായ്പ്പോഴും വ്യക്തിഗതമാക്കുക, കുറ്റപ്പെടുത്തുന്ന ഭാഷ ഒഴിവാക്കുക, വിശകലന അഭിപ്രായങ്ങൾ ഡോക്ടറുമായി പങ്കിടുക. AI ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നു; നിങ്ങൾ ക്ലയൻ്റിനെയും അവൻ്റെ/അവളുടെ കഥയെയും കൊണ്ടുപോകുന്നു.
ആപ്ലിക്കേഷൻ ടാസ്ക്
ഒരു സാങ്കൽപ്പിക ക്ലയൻ്റിനായി 4 ആഴ്ചത്തെ ഫോളോ-അപ്പ് ഡാറ്റ (ഭാരം, അരക്കെട്ട്, മെമ്മോകൾ) നിർമ്മിച്ച് അജ്ഞാതനായി സൂക്ഷിക്കുക. "പ്രോഗ്രസ് സംഗ്രഹ ടെംപ്ലേറ്റ്" ഉപയോഗിച്ച് AI-യിൽ നിന്ന് ഒരു ട്രെൻഡ് സംഗ്രഹം നേടുക, തുടർന്ന് നിങ്ങളുടെ സ്വന്തം ക്ലിനിക്കൽ കമൻ്ററി ചേർക്കുക (ഉദാ. ഒരാഴ്ചത്തെ ഏറ്റക്കുറച്ചിലിനുള്ള കാരണം). തുടർന്ന് "മോട്ടിവേഷണൽ ഫീഡ്ബാക്ക് ടെംപ്ലേറ്റ്" ഉപയോഗിച്ച് ഒരു സന്ദേശം ഡ്രാഫ്റ്റ് ചെയ്യുക, കൂടാതെ ഒരു യഥാർത്ഥ സ്പർശനത്തോടെ [വ്യക്തിഗത കുറിപ്പ്] ഫീൽഡിൽ പൂരിപ്പിക്കുക. രണ്ട് സംസ്ഥാനങ്ങളും താരതമ്യം ചെയ്യുക (റോ ഡ്രാഫ്റ്റ് vs. വ്യക്തിഗതമാക്കിയത്).
ചെക്ക്ലിസ്റ്റ്
- [ ] ഞാൻ മൾട്ടി-ആഴ്ച ട്രെൻഡ് നോക്കി, സിംഗിൾ മെട്രിക് അല്ല.
- [ ] വെള്ളം നിലനിർത്തൽ/പീഠഭൂമി തുടങ്ങിയ ക്ലിനിക്കൽ അഭിപ്രായങ്ങൾ ഞാൻ നടത്തി, ഞാൻ അത് AI-ക്ക് വിട്ടുകൊടുത്തില്ല.
- [ ] ഞാൻ ഫീഡ്ബാക്ക് ഡ്രാഫ്റ്റ് വ്യക്തിപരമാക്കി; ഞാൻ കോപ്പി പേസ്റ്റ് ചെയ്തിട്ടില്ല.
- [ ] ഞാൻ കുറ്റപ്പെടുത്തുന്ന ഭാഷ ഒഴിവാക്കുകയും പ്രചോദനാത്മകവും പരിഹാര-അധിഷ്ഠിത ടോൺ ഉപയോഗിക്കുകയും ചെയ്തു.
- [ ] ഫിസിഷ്യനുമായി വിശകലന പ്രവണതകൾ വിലയിരുത്താൻ ഞാൻ അദ്ദേഹത്തോട് നിർദ്ദേശിച്ചു.
- [ ] ഞാൻ ക്ലയൻ്റ് ഡാറ്റ അജ്ഞാതമാക്കി.