Winst:
- Vermogen om de noodzaak te begrijpen van het verkrijgen van voedingswaarden uit bekende databases (USDA, TÜBER, BeBiS) in plaats van uit het geheugen van kunstmatige intelligentie
- Mogelijkheid om kunstmatige intelligentie te sturen om alleen berekeningen en interpretaties te maken met de gegevens uit de bron, met RAG-logica
- Mogelijkheid om voedingsfouten te voorkomen door rekening te houden met de rauwe/gekookte conversies, de helderheid van de porties en de consistentie van de bron
Centraal in het dagelijkse werk van een diëtist staat de vraag: "Hoeveel zit er in deze voedingsstof?" Er is een vraag. Hoeveel gram eiwit in 100 gram kipfilet? Hoeveel gram vezels zit er in een sneetje volkorenbrood? Hoeveel calorieën zitten er in een eetlepel olijfolie? De antwoorden op deze vragen worden bewaard in databases met voedselsamenstellingen: officiële tabellen die de energie-, macro- en micronutriënteninhoud van duizenden voedingsmiddelen weergeven op basis van laboratoriumanalyses. De gevaarlijkste fout van kunstmatige intelligentie op dit gebied is te denken dat het deze cijfers ‘onthoudt’. Het taalmodel onthoudt echter geen getallen; Het genereert probabilistisch en geeft vaak waarden die dicht bij de werkelijkheid liggen, maar soms ernstig verkeerd zijn. De hoofdboodschap van deze unit is duidelijk: haal de voedingswaarde uit een erkende database, niet uit het geheugen van de AI; Gebruik AI om met nauwkeurige gegevens te werken, niet om gegevens te onthouden.
Bekende databases en waarvoor ze worden gebruikt
De belangrijkste bronnen die veel worden gebruikt in de wereld en in Türkiye zijn:
database
Reikwijdte
sterk punt
Aandacht
USDA FoodData Central (VS)
Zeer grote, ~kwart miljoen records
Gedetailleerd, gratis, met API
Amerikaanse producten; lokaal eten beperkt
TÜBER / Türkiye Nutrition Guide-supplementen
Turkse keuken gericht
Lokaal eten en portie
Reikwijdte kleiner dan USDA
BeBiS (Voedingsinformatiesysteem)
Algemene software in Turkiye
Turkse recepten
Gelicentieerde software
USDA/EuroFIR
Europese samenstellingsgegevens
Landgebaseerde standaard
Toegang kan institutioneel zijn
Wat wordt bedoeld met "API" is de interface waarmee software programmatisch (automatisch) vragen kan stellen aan de database en gestructureerde antwoorden kan ontvangen. Het hebben van een API voor bronnen zoals USDA FoodData Central maakt het mogelijk om in de toekomst AI-tools te verbinden met echte data. Dit is de basis van de ‘data-driven AI’-aanpak: pas geen modellen aan, maar put uit de echte bron.
Let op: dezelfde voedingsstof kan in verschillende databases verschillende waarden weergeven; Omdat de kweekomstandigheden, variëteit, kookmethode en analyse anders zijn. Er is niet één ‘juist’ getal; Er is een redelijk bereik. Leg vast welke middelen u in een cliëntplan gebruikt, zodat u consistent kunt zijn.
"Ophaal"-logica: de AI verbinden met de bron
In moderne toepassingen is de manier om AI te verbinden met echte gegevens de RAG-aanpak: Retrieval-Augmented Generation in het Engels. Simpel gezegd: in plaats van het antwoord uit het geheugen te halen, haalt het model eerst relevante gegevens uit een betrouwbare bron (database, document) en genereert vervolgens op basis van die gegevens een antwoord. In de praktijk voer je dit op twee manieren uit:
- Handmatig voeren: Je kopieert de waarden van het voedsel uit de vertrouwde tabel en geeft dit aan de AI; AI rekent/interpreteert alleen met deze data, het voegt geen cijfers toe uit eigen geheugen.
- Connected voertuig: U maakt gebruik van een database-connected voertuig; De AI stuurt de query door naar de daadwerkelijke bron en gebruikt de geretourneerde waarde.
In beide gevallen is de gouden regel hetzelfde: het getal komt van de bron, de AI interpreteert het. "Hoeveel ijzer zit er in 100 gram linzen?" vroeg YZ. Het stellen van een open vraag is het uitnodigen tot verzinsels.
Generiek product, merkproduct en maaltijdmix
Nutriëntendatabases hebben meerdere records onder dezelfde naam, en het selecteren van de verkeerde record is een stille bron van fouten. Als u bijvoorbeeld zoekt naar 'yoghurt', krijgt u tientallen verschillende records, zoals volvette, halfvette, vetvrije, Griekse type (gezeefd) en gezoete fruityoghurt; Hun calorieën en macro's liggen erg ver van elkaar. Griekse yoghurt bevat bijna twee keer zoveel eiwitten als gewone yoghurt. Op dezelfde manier hebben gegevens over 'merkproducten' (het verpakte product van een bedrijf) en gegevens over 'algemene voeding' verschillende waarden. In de goede praktijk sluit je zo goed mogelijk aan bij het product dat de klant daadwerkelijk consumeert: indien mogelijk op basis van het voedingswaarde-etiket op de verpakking, anders kies je voor de dichtstbijzijnde omschrijving in de database. Vraag de AI "welke plaat moet ik kiezen?" Wanneer u raadpleegt, kan het u de juiste zoekterm voorstellen; maar de uiteindelijke platenselectie en vergelijking met het label heeft u zelf in de hand. Het is ook belangrijk voor de consistentie dat dezelfde gegevens voor dezelfde voedingsstof in het hele plan worden gebruikt; Als u de helft van de tijd volle melk en de helft van de tijd magere melk gebruikt, worden de totalen vertekend.
Portie- en kookconversies
Voedingsdatabanken geven doorgaans waarden per 100 gram rauw. Maar de klant eet gekookte linzen, geen rauwe linzen. Het gewicht verandert door het opnemen van water tijdens het koken; 100 gram rauwe rijst neemt toe tot ~250-300 gram als hij wordt gekookt. Daarom hebben ‘gekookt 200 gram’ en ‘rauw 100 gram’ verschillende voedingswaarden. AI kan deze transformaties doorvoeren, maar kan de richting verwarren. Geef altijd duidelijk aan of de waarde die u gebruikt rauw of gekookt is; dit is een frequente bron van rekenfouten.
drie minikoffers
Geval 1 – Een hallucinatie opvangen. Een diëtist vroeg aan YZ: "Hoeveel gram eiwit zit er in 100 gram gekookte broccoli?" vraagt hij; AI zegt "ongeveer 8 gram". De diëtist kijkt naar de USDA: werkelijke waarde is ~2,4 gram. AI mengde het met gegevens over peulvruchten en noten en verdrievoudigde het. De diëtist hanteert de juiste waarde. Les: groene groenten bevatten weinig eiwitten; Het getal is niet juist omdat het vloeiend is.
Geval 2 — Verwarring rauw/gekookt. In een conceptplan gebruikt de AI de ruwe waarde voor “150 gram pasta” (~525 kcal), terwijl de klant 150 gram gekookte pasta (~210 kcal) eet. Het verschil bedraagt 315 kcal in één maaltijd, wat zelfs bij één maaltijd per dag een ernstige afwijking is. De diëtist verduidelijkt de meeteenheid naar "gekookt" en herberekent.
Geval 3 — Correct gebruik. Een diëtist kopieert de 100 gram-waarden voor kip, rijst en broccoli van de USDA en geeft deze aan de AI met de opdracht om “met deze gegevens gewoon de totale macro voor een maaltijd te berekenen, waarbij getallen uit zijn eigen geheugen worden opgeteld.” AI telt alleen op met bepaalde getallen; bevestigt de diëtist door hem terug te slaan. Gegevens kwamen van de bron, AI deed het rekenwerk.
Kopieerbare promptsjablonen
BEREKENINGSJABLOON MET BRONGEGEVENS (RAG-logica)Jouw rol: assistent die alleen werkt met de voedingswaarden die aan jou zijn gegeven.Voeg voedingswaarden toe of wijzig ze vanuit je eigen geheugen. Als er gegevens ontbreken, schrijf dan "[geen gegevens]", maak dit goed. Gegevens (per 100 g, bron: USDA):- Kippenborst (gekookt): 165 kcal, 31 g eiwit, 3,6 g vet, 0 g koolhydraten- Rijst (gekookt): ...Taak: Bereken de totale kcal en macro voor 120 g kip + 150 g rijst.
RAW/COOKED CONVERSIE SJABLOONDe waarde van het volgende voedsel wordt gegeven per 100 g RAW: [waarden]. De cliënt eet [X] g GEKOOKT. Tijdens het koken verandert het gewicht ~[ratio]. Bereken daarom de voedingswaarde van de gegeten hoeveelheid en schrijf DUIDELIJK op welke aanname je hanteert.
DATABASE QUERY VOORBEREIDING SJABLOON Ik wil de voedingswaarde van een maaltijd vinden. Lijst WELKE term ik moet zoeken in de voedseldatabase (USDA/TUBER) voor de volgende voedingsmiddelen, welke record ik moet kiezen, rauw/gekookt. Geef de waarden niet aan JOU; vertel mij gewoon de juiste zoekterm en aandachtspunt. Voedingsstoffen: [...]
CONSISTENTIECONTROLE SJABLOON Interpreteer de voedingswaarden voor de volgende maaltijd op twee verschillende manieren: (1) ervan uitgaande dat al het voedsel rauw is, (2) ervan uitgaande dat al het voedsel gekookt is. Vergelijk de twee totalen en leg uit waar het verschil vandaan komt. Zo kan ik zien welke aanname ik moet verifiëren.
Zwakke prompt/sterke prompt
Zwakke prompt:
Hoeveel calorieën zitten er in een kom linzensoep?
"Een gerecht" is vaag, het recept is vaag, de bron ontbreekt; De AI verzint een getal uit zijn geheugen en zegt niet hoe hij daaraan gekomen is.
Krachtige prompt:
Jouw rol: assistent die alleen rekent met de opgegeven gegevens. Portie linzensoep = 300 g. Ingrediënten (waarden per 100 g, bron USDA, geef ik hieronder): rode linzen (gekookt) [waarden], ui [waarden], olijfolie [waarden]. Hoeveelheden per portie: [...]. Bereken de totale kcal en macro met deze gegevens, voeg niet toe uit het geheugen, toon stappen.
De tweede promptbron geeft de portie-, rauwe/gekookte informatie en de beperking 'niet toevoegen'; De output is controleerbaar en betrouwbaar.
Veel voorkomende fouten
- Vertrouwen op het geheugen van de AI: open vragen over de voedingswaarde; Dit is een uitnodiging tot hallucinatie.
- Rauw/gekookt verwarrend: de meest voorkomende stille fout; Verduidelijk altijd de meeteenheid.
- Bronverwarring: het mengen van verschillende voedingsstoffen uit verschillende databases; Gebruik consistente middelen in een plan.
- Het gedeelte vaag laten: uitdrukkingen als "een bord", "een handvol" berekenen zonder ze in grammen om te zetten.
- Focussen op een enkel getal in plaats van op een reeks: vergeten dat hetzelfde voedsel een redelijk bereik aan waarden heeft; het creëren van valse zekerheid.
Samengevat
Voedingsgegevens zijn het gebied waarop het taalmodel het zwakst is; Omdat het model de cijfers niet onthoudt, produceert het ze. Haal dus altijd de voedingswaarden uit een erkende database (USDA, TÜBER, BeBiS) en gebruik de AI om alleen die gegevens te berekenen en te interpreteren – op basis van RAG-logica, gegevens uit de bron. Besteed aandacht aan de rauwe/gekookte conversies, de helderheid van de porties en de consistentie van de bron. Dat het nummer er vloeiend uitkwam, is niet correct; Je kunt de waarheid alleen achterhalen door met de bron te werken.
Applicatie taak
Kies drie voedingsmiddelen (bijvoorbeeld gekookte eieren, volkorenbrood, Griekse yoghurt). Vraag eerst de AI met een open einde en haal de waarden op (uit zijn geheugen). Zoek vervolgens de werkelijke waarden van diezelfde voedingsstoffen uit USDA FoodData Central. Vergelijk de twee sets en noteer in een tabel hoeveel afwijking er in elk voedingsmiddel zit. Deze tabel onthult het principe van "vertrouw het geheugen niet, link naar de bron".
controlelijst
- [ ] De voedingswaarden heb ik uit een bekende database gehaald, niet uit het AI-geheugen.
- [ ] Ik heb de beperking aan AI opgelegd om "alleen met de gegeven gegevens te werken, niets toe te voegen".
- [ ] Ik heb voor elk voedingsmiddel duidelijk gemaakt of het rauw of gekookt is.
- [ ] Ik heb de porties omgerekend naar grammen; Ik heb geen "bord/handvol" achtergelaten.
- [ ] Ik heb binnen een plan één consistente bron gebruikt.
- [ ] Ik heb de som van de AI geverifieerd door deze terug te vermenigvuldigen.