ਊਰਜਾ ਅਤੇ ਮੈਕਰੋਨਿਊਟ੍ਰੀਐਂਟ ਕੈਲਕੂਲੇਸ਼ਨ: ਏਆਈ ਬਲੂਪ੍ਰਿੰਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦਾ ਅਨੁਸ਼ਾਸਨ — ਪੋਸ਼ਣ ਅਤੇ ਖੁਰਾਕ ਵਿਗਿਆਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ

ਲਾਭ:

ਬੁਨਿਆਦੀ ਫਾਰਮੂਲੇ (ਮਿਫਲਿਨ-ਸੈਂਟ ਜੀਓਰ, 4/4/9) ਦੇ ਨਾਲ BMH, TDEE ਅਤੇ ਮੈਕਰੋ ਵੰਡ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਗਣਨਾ ਦੀ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਗਤੀਵਿਧੀ ਗੁਣਾਂਕ, ਕੱਚਾ/ਪਕਾਇਆ ਅੰਤਰ ਅਤੇ ਪ੍ਰੋਟੀਨ g/kg ਵਰਗੀਆਂ ਗੰਭੀਰ ਧਾਰਨਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰਕੇ ਗਣਨਾ ਦੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਫੜਨ ਦੀ ਸਮਰੱਥਾ
ਟੀਚੇ 'ਤੇ ਕੁੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਅਤੇ ਗਲਤ ਨਿਸ਼ਚਤਤਾ ਲਈ ਨਾ ਡਿੱਗਣ ਲਈ ਬੈਕ ਮੈਕਰੋ ਗ੍ਰਾਮ ਨੂੰ ਗੁਣਾ ਕਰਨ ਦੀ ਆਦਤ ਦਾ ਅਭਿਆਸ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ।

ਪੋਸ਼ਣ ਯੋਜਨਾ ਦਾ ਸੰਖਿਆਤਮਕ ਢਾਂਚਾ ਦੋ ਗਣਨਾਵਾਂ 'ਤੇ ਅਧਾਰਤ ਹੈ: ਵਿਅਕਤੀ ਦੀ ਰੋਜ਼ਾਨਾ ਊਰਜਾ ਦੀਆਂ ਲੋੜਾਂ (ਕਿੰਨੇ ਕੈਲੋਰੀਆਂ) ਅਤੇ ਇਸ ਊਰਜਾ ਦਾ ਮੈਕਰੋਨਟ੍ਰੀਐਂਟਸ (ਕਿੰਨਾ ਕਾਰਬੋਹਾਈਡਰੇਟ, ਪ੍ਰੋਟੀਨ, ਚਰਬੀ) ਵਿੱਚ ਵੰਡਣਾ। ਜੇਕਰ ਇਹ ਦੋਵੇਂ ਗਣਨਾਵਾਂ ਗਲਤ ਹਨ, ਤਾਂ ਸਾਰਾ ਮੀਨੂ, ਵਿਅੰਜਨ ਅਤੇ ਫਾਲੋ-ਅਪ ਗਲਤ ਬੁਨਿਆਦ 'ਤੇ ਅਧਾਰਤ ਹੋਵੇਗਾ। ਨਕਲੀ ਬੁੱਧੀ ਇਹ ਗਣਨਾ ਸਕਿੰਟਾਂ ਵਿੱਚ ਕਰਦੀ ਹੈ; ਪਰ ਇਹ ਬਿਲਕੁਲ ਇਹੀ ਗਤੀ ਹੈ ਜੋ ਖ਼ਤਰੇ ਦਾ ਸਰੋਤ ਹੈ। ਕਿਉਂਕਿ ਜਦੋਂ AI ਇੱਕ ਫਾਰਮੂਲੇ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਲਾਗੂ ਕਰ ਸਕਦਾ ਹੈ, ਇਹ ਇੱਕ ਗੁਣਾਂਕ ਨੂੰ ਗਲਤ ਢੰਗ ਨਾਲ ਮੰਨ ਸਕਦਾ ਹੈ ਅਤੇ ਉਸੇ ਭਰੋਸੇ ਨਾਲ ਇੱਕ ਗਲਤ ਨਤੀਜਾ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਦਾ ਉਦੇਸ਼ AI ਨੂੰ "ਸਪ੍ਰੈਡਸ਼ੀਟ ਜਨਰੇਟਰ" ਦੇ ਤੌਰ 'ਤੇ ਵਰਤਣ ਲਈ ਇੱਕ ਪ੍ਰਤੀਬਿੰਬ ਬਣਾਉਣਾ ਅਤੇ ਹਰੇਕ ਨਤੀਜੇ ਦੀ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰਨਾ ਹੈ।

ਊਰਜਾ ਗਣਨਾ ਦੇ ਬੁਨਿਆਦੀ ਤੱਤ

ਰੋਜ਼ਾਨਾ ਊਰਜਾ ਦੀਆਂ ਲੋੜਾਂ ਦੋ ਹਿੱਸਿਆਂ ਤੋਂ ਆਉਂਦੀਆਂ ਹਨ। ਪਹਿਲਾ ਹੈ BMR — ਬੇਸਲ ਮੈਟਾਬੋਲਿਕ ਰੇਟ, ਯਾਨੀ ਸਰੀਰ ਆਰਾਮ ਕਰਨ 'ਤੇ ਊਰਜਾ ਖਰਚ ਕਰਦਾ ਹੈ (ਸਿਰਫ਼ ਸਾਹ ਲੈਣ, ਦਿਲ ਦੀ ਧੜਕਣ, ਗਰਮੀ ਪੈਦਾ ਕਰਨ ਲਈ)। ਦੂਜਾ ਇਸ ਮੁੱਲ ਨੂੰ ਗਤੀਵਿਧੀ ਗੁਣਾਂਕ (ਅੰਗਰੇਜ਼ੀ ਸਰਗਰਮੀ ਕਾਰਕ ਜਾਂ PAL - ਸਰੀਰਕ ਗਤੀਵਿਧੀ ਪੱਧਰ) ਦੁਆਰਾ ਗੁਣਾ ਕਰਨਾ ਹੈ; ਇਹ ਗੁਣਾਂਕ ਵਿਅਕਤੀ ਦੀ ਗਤੀਸ਼ੀਲਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਲਗਭਗ 1.2 (ਅਧੀਨ) ਅਤੇ 1.9 (ਬਹੁਤ ਭਾਰੀ ਸਰੀਰਕ ਕੰਮ) ਦੇ ਵਿਚਕਾਰ। ਗੁਣਾ ਦਾ ਨਤੀਜਾ TDEE ਹੈ — ਕੁੱਲ ਰੋਜ਼ਾਨਾ ਊਰਜਾ ਖਰਚਾ।

BMH ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਫਾਰਮੂਲਾ ਮਿਫਲਿਨ-ਸੇਂਟ ਜੀਓਰ ਹੈ:

ਮਰਦ: BMH = 10 × ਭਾਰ (ਕਿਲੋਗ੍ਰਾਮ) + 6.25 × ਉਚਾਈ (ਸੈ.ਮੀ.) − 5 × ਉਮਰ + 5
ਔਰਤ: BMH = 10 × ਭਾਰ (ਕਿਲੋਗ੍ਰਾਮ) + 6.25 × ਉਚਾਈ (ਸੈ.ਮੀ.) - 5 × ਉਮਰ - 161

ਉਦਾਹਰਨ ਲਈ, 78 ਕਿਲੋਗ੍ਰਾਮ, 165 ਸੈਂਟੀਮੀਟਰ, 38 ਸਾਲ ਦੀ ਔਰਤ ਲਈ: BMH = 10×78 + 6.25×165 − 5×38 − 161 = 780 + 1031.25 − 190 − 161 = 1,460 kcal। ਜੇਕਰ ਥੋੜ੍ਹਾ ਸਰਗਰਮ (1,375) ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ TDEE ≈ 2,008 kcal। ਭਾਰ ਘਟਾਉਣ ਲਈ, ਇੱਥੋਂ ਇੱਕ ਵਾਜਬ ਘਾਟਾ (ਉਦਾਹਰਨ ਲਈ 500 kcal) ਕੱਟਿਆ ਜਾਂਦਾ ਹੈ → ~1,500 kcal ਟੀਚਾ। AI ਦੇ ਨਤੀਜੇ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਲਈ ਹੱਥੀਂ ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਇੱਕ ਪੂਰਵ ਸ਼ਰਤ ਹੈ।

ਮੈਕਰੋ ਵੰਡ

ਇੱਕ ਵਾਰ ਕੈਲੋਰੀ ਟੀਚਾ ਨਿਰਧਾਰਤ ਹੋ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਅਸੀਂ ਇਸਨੂੰ ਮੈਕਰੋ ਵਿੱਚ ਵੰਡਦੇ ਹਾਂ। ਮੈਕਰੋਜ਼ ਦੀ ਊਰਜਾ ਘਣਤਾ ਨਿਸ਼ਚਿਤ ਕੀਤੀ ਗਈ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਉਹਨਾਂ ਨੂੰ ਦਿਲ ਦੁਆਰਾ ਜਾਣਨਾ ਚਾਹੀਦਾ ਹੈ: 1 ਗ੍ਰਾਮ ਕਾਰਬੋਹਾਈਡਰੇਟ ≈ 4 kcal, 1 ਗ੍ਰਾਮ ਪ੍ਰੋਟੀਨ ≈ 4 kcal, 1 ਗ੍ਰਾਮ ਚਰਬੀ ≈ 9 kcal (ਸ਼ਰਾਬ ≈ 7 kcal)। ਵੰਡ ਦੀ ਇੱਕ ਉਦਾਹਰਨ: 40% ਕਾਰਬੋਹਾਈਡਰੇਟ / 30% ਪ੍ਰੋਟੀਨ / 30% ਚਰਬੀ ਦੀ ਵੰਡ 1,500 kcal → ਕਾਰਬੋਹਾਈਡਰੇਟ 600 kcal ÷ 4 = 150 g; ਪ੍ਰੋਟੀਨ 450 ÷ 4 = 112.5 g; ਚਰਬੀ 450 ÷ 9 = 50 ਗ੍ਰਾਮ। ਰਕਮ ਨੂੰ ਵਾਪਸ ਗੁਣਾ ਕਰਨਾ ਅਤੇ ਇਹ ਦੇਖਣਾ ਕਿ ਇਹ 1,500 ਤੱਕ ਪਹੁੰਚਦਾ ਹੈ, ਪੁਸ਼ਟੀਕਰਨ ਦਾ ਸਭ ਤੋਂ ਸਰਲ ਅਤੇ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕਦਮ ਹੈ।

ਹੇਠ ਦਿੱਤੀ ਸਾਰਣੀ ਆਮ ਟੀਚਿਆਂ ਲਈ ਮੋਟਾ ਵੰਡ ਰੇਂਜ ਦਿਖਾਉਂਦੀ ਹੈ (ਇਹ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹਨ, ਕਲਾਇੰਟ ਲਈ ਅਨੁਕੂਲਿਤ):

ਟੀਚਾ/ਸਥਿਤੀ

ਕਾਰਬੋਹਾਈਡਰੇਟ

ਪ੍ਰੋਟੀਨ

ਤੇਲ

ਨੋਟ

ਆਮ ਸਿਹਤਮੰਦ ਖੁਰਾਕ

45-55%

15-20%

25-35%

ਸੰਤੁਲਿਤ

ਭਾਰ ਘਟਾਉਣਾ (ਪ੍ਰੋਟੀਨ ਨੂੰ ਘੱਟ ਕਰਨਾ)

35-45%

25-30%

25-35%

ਸੰਤੁਸ਼ਟਤਾ ਲਈ ਪ੍ਰੋਟੀਨ ਵਿੱਚ ਉੱਚ

ਮਾਸਪੇਸ਼ੀ ਲਾਭ / ਅਥਲੀਟ

45-55%

1.6-2.2% g/kg

20-30%

ਪ੍ਰੋਟੀਨ ਦੀ ਗਣਨਾ g/kg ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ

ਇਨਸੁਲਿਨ ਪ੍ਰਤੀਰੋਧ

40-45%

20-25%

30-35%

ਰੇਸ਼ੇਦਾਰ ਕਾਰਬੋਹਾਈਡਰੇਟ ਦੀ ਤਰਜੀਹ

ਨੋਟ: ਪ੍ਰੋਟੀਨ ਦੀਆਂ ਲੋੜਾਂ ਨੂੰ ਅਕਸਰ ਗ੍ਰਾਮ ਪ੍ਰਤੀ ਸਰੀਰ ਦੇ ਭਾਰ (g/kg) ਵਿੱਚ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ, ਪ੍ਰਤੀਸ਼ਤ ਵਿੱਚ ਨਹੀਂ; ਕਿਉਂਕਿ ਇੱਕ ਐਥਲੀਟ ਦੀ ਪ੍ਰੋਟੀਨ ਦੀ ਲੋੜ ਉਸਦੀ ਮਾਸਪੇਸ਼ੀ ਦੇ ਪੁੰਜ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਨਾ ਕਿ ਉਸਦੀ ਕੁੱਲ ਕੈਲੋਰੀ 'ਤੇ। AI ਕਈ ਵਾਰ ਇਸ ਅੰਤਰ ਨੂੰ ਉਲਝਾ ਸਕਦਾ ਹੈ ਅਤੇ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਆਧਾਰ 'ਤੇ ਨਾਕਾਫ਼ੀ ਪ੍ਰੋਟੀਨ ਦੇ ਸਕਦਾ ਹੈ। ਮੁੜ ਗਣਨਾ ਕਰੋ।

AI ਖਾਤਾ ਪੁਸ਼ਟੀਕਰਨ ਪ੍ਰੋਟੋਕੋਲ

ਇਨਪੁਟਸ ਦੀ ਜਾਂਚ ਕਰੋ: ਕਿਹੜਾ ਫਾਰਮੂਲਾ, ਕਿਹੜਾ ਗਤੀਵਿਧੀ ਗੁਣਾਂਕ, ਕਿਹੜੀ ਲਿੰਗ ਕਤਾਰ AI ਨੇ ਵਰਤੀ ਹੈ? ਉਹਨਾਂ ਨੂੰ ਇਹ ਸਾਫ਼-ਸਾਫ਼ ਲਿਖਣ ਲਈ ਕਹੋ।
ਵਿਚਕਾਰਲੇ ਨਤੀਜਿਆਂ ਦੀ ਬੇਨਤੀ ਕਰੋ: BMH ਅਤੇ TDEE ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਦਿਖਾਓ, ਨਾ ਕਿ ਸਿਰਫ਼ "1,500 kcal"। ਕਦਮਾਂ ਨੂੰ ਦਿਖਾਈ ਦੇਣ ਦਿਓ, ਬਲੈਕ ਬਾਕਸ ਨਹੀਂ.
ਵਾਪਸ ਗੁਣਾ ਕਰੋ: ਮੈਕਰੋ ਗ੍ਰਾਮ ਨੂੰ 4/4/9 ਨਾਲ ਗੁਣਾ ਕਰੋ ਇਹ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਕਿ ਕੁੱਲ ਟੀਚੇ ਦੀਆਂ ਕੈਲੋਰੀਆਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।
ਲਾਜ਼ੀਕਲ ਫਿਲਟਰ: ਕੀ ਨਤੀਜਾ ਕਲਾਇੰਟ ਲਈ ਵਾਜਬ ਹੈ? ਜੇਕਰ ਇੱਕ ਸਰਗਰਮ ਆਦਮੀ ਜਿਸਨੂੰ 1,900 kcal ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਉਸਨੂੰ 1,200 kcal ਮਿਲਦਾ ਹੈ, ਇੱਕ ਗਲਤੀ ਹੈ।
ਸੁਤੰਤਰ ਟੂਲ ਦੁਆਰਾ ਪੁਸ਼ਟੀ: ਨਾਜ਼ੁਕ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਇੱਕ ਭਰੋਸੇਯੋਗ ਕੈਲਕੂਲੇਸ਼ਨ ਟੂਲ ਨਾਲ ਜਾਂ ਹੱਥੀਂ ਦੂਜੀ ਵਾਰ ਗਣਨਾ ਕਰੋ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 — ਗੁਣਾਂਕ ਗਲਤੀ। ਇੱਕ ਡਾਇਟੀਸ਼ੀਅਨ ਕੋਲ ਇੱਕ ਗਾਹਕ ਲਈ AI ਪਰਫਾਰਮ ਗਣਨਾ ਹੈ ਜੋ ਦਿਨ ਵਿੱਚ 8 ਘੰਟੇ ਆਪਣੇ ਪੈਰਾਂ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਹਫ਼ਤੇ ਵਿੱਚ 4 ਦਿਨ ਸਿਖਲਾਈ ਦਿੰਦਾ ਹੈ। AI 1.2 (ਕੋਈ ਅੰਦੋਲਨ ਨਹੀਂ) ਦਾ ਇੱਕ ਗਤੀਵਿਧੀ ਗੁਣਾਂਕ ਮੰਨਦਾ ਹੈ ਅਤੇ TDEE ਨੂੰ 1,700 kcal ਲੱਭਦਾ ਹੈ। ਡਾਈਟੀਸ਼ੀਅਨ ਕਹਿੰਦਾ ਹੈ "ਗਾਹਕ ਬਹੁਤ ਸਰਗਰਮ ਹੈ" ਅਤੇ 1.725 ਦੇ ਗੁਣਾਂਕ ਨਾਲ ਮੁੜ ਗਣਨਾ ਕਰਦਾ ਹੈ; ਅਸਲ TDEE ~2,450 kcal ਹੈ। 750 kcal ਅੰਤਰ ਅਣਜਾਣੇ ਵਿੱਚ ਇੱਕ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੀਮਤ ਯੋਜਨਾ ਵੱਲ ਲੈ ਜਾਵੇਗਾ। ਤਸਦੀਕ ਨੇ ਇੱਕ ਮਹੀਨੇ ਦੀ ਕਮਜ਼ੋਰੀ ਅਤੇ ਮਾਸਪੇਸ਼ੀਆਂ ਦੀ ਬਰਬਾਦੀ ਨੂੰ ਰੋਕਿਆ।

ਕੇਸ 2 - ਮੈਕਰੋ ਕੁੱਲ ਜੋੜ ਨਹੀਂ ਹੁੰਦਾ। ਯੋਜਨਾ ਦੇ ਇੱਕ ਹੋਰ ਡਰਾਫਟ ਵਿੱਚ, AI 2,000 kcal ਲਈ "220 g ਕਾਰਬੋਹਾਈਡਰੇਟ, 150 g ਪ੍ਰੋਟੀਨ, 90 g ਚਰਬੀ" ਦਿੰਦਾ ਹੈ। ਡਾਇਟੀਸ਼ੀਅਨ ਇਸਨੂੰ ਵਾਪਸ ਗੁਣਾ ਕਰਦਾ ਹੈ: 220 × 4 + 150 × 4 + 90 × 9 = 880 + 600 + 810 = 2,290 kcal। ਕੁੱਲ 290 kcal ਦਾ ਟੀਚਾ ਵੱਧ ਗਿਆ। AI ਮੈਕਰੋ ਅਸੰਗਤ ਰੂਪ ਵਿੱਚ ਪੈਦਾ ਹੋਏ। ਡਾਈਟੀਸ਼ੀਅਨ ਟੀਚੇ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਮੁੱਲਾਂ ਨੂੰ ਠੀਕ ਕਰਦਾ ਹੈ।

ਕੇਸ 3 - ਸਹੀ ਵਰਤੋਂ। ਇੱਕ ਆਹਾਰ-ਵਿਗਿਆਨੀ ਪਹਿਲਾਂ 90 ਕਿਲੋਗ੍ਰਾਮ ਤਾਕਤ ਵਾਲੇ ਅਥਲੀਟ (2 g/kg = 180 g ਪ੍ਰੋਟੀਨ = 720 kcal) ਲਈ ਪ੍ਰੋਟੀਨ ਦੀ ਲੋੜ ਨੂੰ ਹੱਥੀਂ ਨਿਰਧਾਰਿਤ ਕਰਦਾ ਹੈ, ਫਿਰ AI ਨੂੰ "ਇਸ ਅਨੁਪਾਤ ਵਿੱਚ ਕਾਰਬੋਹਾਈਡਰੇਟ ਅਤੇ ਚਰਬੀ ਦੇ ਵਿਚਕਾਰ ਬਾਕੀ ਬਚੀਆਂ ਕੈਲੋਰੀਆਂ ਨੂੰ ਵੰਡਣ ਲਈ" ਸਪਸ਼ਟ ਨਿਰਦੇਸ਼ ਦਿੰਦਾ ਹੈ। AI ਵੰਡਦਾ ਹੈ, ਡਾਇਟੀਸ਼ੀਅਨ ਇਸ ਨੂੰ ਵਾਪਸ ਗੁਣਾ ਕਰਕੇ ਕੁੱਲ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। AI ਨੇ ਅੰਕ ਗਣਿਤ ਕੀਤਾ, ਕਲੀਨਿਕਲ ਫੈਸਲਾ (2 g/kg ਪ੍ਰੋਟੀਨ) ਮਨੁੱਖ ਲਈ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਸੀ।

ਕਾਪੀ ਕਰਨ ਯੋਗ ਪ੍ਰੋਂਪਟ ਟੈਂਪਲੇਟਸ

ਐਨਰਜੀ ਅਕਾਊਂਟ ਟੈਮਪਲੇਟ (ਕਦਮ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ) ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਸਹਾਇਕ ਡਰਾਫਟ ਖਾਤੇ। ਫੈਸਲਾ ਡਾਇਟੀਸ਼ੀਅਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਕਲਾਇੰਟ (ਅਗਿਆਤ): [ਲਿੰਗ, ਉਮਰ, ਉਚਾਈ ਸੈਂਟੀਮੀਟਰ, ਭਾਰ ਕਿਲੋਗ੍ਰਾਮ, ਗਤੀਵਿਧੀ ਦਾ ਪੱਧਰ]। ਮਿਫਲਿਨ-ਸੈਂਟ ਜੀਓਰ ਫਾਰਮੂਲੇ ਨਾਲ BMH ਦੀ ਗਣਨਾ ਕਰੋ, ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਗਏ ਗਤੀਵਿਧੀ ਗੁਣਾਂਕ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਲਿਖੋ, TDEE ਦਿਖਾਓ। ਟੀਚਾ: [ਭਾਰ ਘਟਾਉਣ/ਸੰਭਾਲ]। ਹਰੇਕ ਵਿਚਕਾਰਲੇ ਪੜਾਅ ਨੂੰ ਇੱਕ ਵੱਖਰੀ ਲਾਈਨ 'ਤੇ ਦਿਖਾਓ ਤਾਂ ਜੋ ਮੈਂ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰ ਸਕਾਂ।

ਮੈਕਰੋ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਟੈਂਪਲੇਟ ਟੀਚਾ ਕੈਲੋਰੀ: [X] kcal। ਹੇਠਾਂ ਦਿੱਤੀ ਵੰਡ ਨੂੰ ਲਾਗੂ ਕਰੋ: ਕਾਰਬੋਹਾਈਡਰੇਟ __%, ਪ੍ਰੋਟੀਨ __% (ਜਾਂ __ g/kg), ਚਰਬੀ __%। ਹਰੇਕ ਮੈਕਰੋ ਦੇ ਗ੍ਰਾਮ ਦੀ ਗਣਨਾ ਕਰੋ, ਫਿਰ ਇਹ ਦਿਖਾਉਣ ਲਈ ਇਸਨੂੰ ਵਾਪਸ 4/4/9 ਨਾਲ ਗੁਣਾ ਕਰੋ ਕਿ ਕੁੱਲ [X] ਤੱਕ ਜੋੜਦਾ ਹੈ। ਜੇਕਰ ਨਹੀਂ, ਤਾਂ ਮੁੱਲਾਂ ਨੂੰ ਟੀਚੇ 'ਤੇ ਫਿੱਟ ਕਰੋ।

ਤਸਦੀਕ / ਬੈਕਪ੍ਰੋਡਕਟ ਟੈਂਪਲੇਟ ਇਹਨਾਂ ਮੈਕਰੋ ਮੁੱਲਾਂ ਦੀ ਜਾਂਚ ਕਰੋ: [ਕੇ ਜੀ ਕਾਰਬੋਹਾਈਡਰੇਟ, ਪੀ ਜੀ ਪ੍ਰੋਟੀਨ, ਵਾਈ ਜੀ ਫੈਟ]। ਕੁੱਲ ਕੈਲੋਰੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਹਰੇਕ ਨੂੰ 4/4/9 ਨਾਲ ਗੁਣਾ ਕਰੋ ਅਤੇ ਟੀਚੇ [X] kcal ਨਾਲ ਤੁਲਨਾ ਕਰੋ। ਜੇਕਰ ਕੋਈ ਅੰਤਰ ਹੈ, ਤਾਂ ਇਸ ਨੂੰ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਦੱਸੋ ਅਤੇ ਦੱਸੋ ਕਿ ਇਹ ਕਿੱਥੇ ਇਕਸਾਰ ਨਹੀਂ ਹੈ।

ਪ੍ਰੋਟੀਨ ਪ੍ਰਾਥਮਿਕਤਾ ਟੈਂਪਲੇਟ ਕਲਾਇੰਟ: [ਵਜ਼ਨ] ਕਿਲੋਗ੍ਰਾਮ, ਟੀਚਾ [ਮਾਸਪੇਸ਼ੀ ਦੀ ਸੰਭਾਲ/ਲਾਭ]। ਪਹਿਲਾਂ g/kg ਦੇ ਅਧਾਰ ਤੇ ਗ੍ਰਾਮ ਵਿੱਚ ਪ੍ਰੋਟੀਨ ਦੀ ਗਣਨਾ ਕਰੋ। ਫਿਰ ਇਸ ਪ੍ਰੋਟੀਨ ਤੋਂ ਕੈਲੋਰੀਆਂ ਨੂੰ ਘਟਾਓ, ਬਾਕੀ ਬਚੀਆਂ ਕੈਲੋਰੀਆਂ ਨੂੰ ਕਾਰਬੋਹਾਈਡਰੇਟ ਅਤੇ ਚਰਬੀ [ਅਨੁਪਾਤ] ਵਿੱਚ ਵੰਡੋ। ਕਦਮ ਦਿਖਾਓ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਇਸ ਵਿਅਕਤੀ ਨੂੰ ਕਿੰਨੀਆਂ ਕੈਲੋਰੀਆਂ ਖਾਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ: ਔਰਤ, 78 ਕਿਲੋ।

ਕੱਦ, ਉਮਰ, ਗਤੀਵਿਧੀ ਲਾਪਤਾ; AI ਅੰਦਾਜ਼ਾ ਲਗਾ ਕੇ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਇਹ ਨਹੀਂ ਦਿਖਾਉਂਦਾ ਕਿ ਇਹ ਕਿਹੜੀ ਧਾਰਨਾ ਬਣਾ ਰਿਹਾ ਹੈ। ਤੁਸੀਂ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕਰ ਸਕਦੇ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਖਾਤਾ ਡਰਾਫਟ ਸਹਾਇਕ। ਕਲਾਇੰਟ: ਔਰਤ, 38 ਸਾਲ ਦੀ ਉਮਰ, 165 ਸੈਂਟੀਮੀਟਰ, 78 ਕਿਲੋਗ੍ਰਾਮ, ਥੋੜ੍ਹਾ ਕਿਰਿਆਸ਼ੀਲ (ਗੁਣਾਕ 1.375)। BMH ਦੀ ਗਣਨਾ ਕਰੋ, TDEE ਦਿਖਾਓ, Mifflin-St Jeor ਨਾਲ 500 kcal ਘਾਟੇ ਦੇ ਨਾਲ ਆਪਣਾ ਭਾਰ ਘਟਾਉਣ ਦਾ ਟੀਚਾ ਪ੍ਰਾਪਤ ਕਰੋ। ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਹਰੇਕ ਨੰਬਰ ਨੂੰ ਇੱਕ ਵੱਖਰੀ ਲਾਈਨ 'ਤੇ ਦਿਖਾਓ।

ਦੂਜੇ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਸਾਰੇ ਇੰਪੁੱਟ, ਫਾਰਮੂਲਾ, ਗੁਣਾਂਕ ਅਤੇ ਪਾਰਦਰਸ਼ੀ ਕਦਮ ਬੇਨਤੀ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ; ਆਉਟਪੁੱਟ ਨੂੰ ਲਾਈਨ ਦੁਆਰਾ ਲਾਈਨ ਦਾ ਨਿਰੀਖਣ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ.

ਆਮ ਗਲਤੀਆਂ

ਗਤੀਵਿਧੀ ਗੁਣਾਂਕ ਦੀ ਪੁਸ਼ਟੀ ਨਾ ਕਰਨਾ: ਸਭ ਤੋਂ ਆਮ ਅਤੇ ਮਹਿੰਗੀ ਗਲਤੀ; ਗੁਣਾਂਕ ਗਾਹਕ ਦੀ ਅਸਲ ਜ਼ਿੰਦਗੀ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
ਮੈਕਰੋ ਕੁੱਲ ਬੈਕ ਨੂੰ ਗੁਣਾ ਨਹੀਂ ਕਰਨਾ: AI ਦੇ ਗ੍ਰਾਮ ਅਕਸਰ ਨਿਸ਼ਾਨ ਤੋਂ ਖੁੰਝ ਜਾਂਦੇ ਹਨ; ਬੈਕਸਲੈਸ਼ ਦੇ 30 ਸਕਿੰਟ ਇਸ ਨੂੰ ਕੈਪਚਰ ਕਰਦੇ ਹਨ।
ਪ੍ਰੋਟੀਨ ਪ੍ਰਤੀਸ਼ਤ/ਗ੍ਰਾਮ ਉਲਝਣ: ਐਥਲੈਟਿਕ ਅਤੇ ਕਲੀਨਿਕਲ ਸਥਿਤੀਆਂ ਵਿੱਚ, ਪ੍ਰੋਟੀਨ ਦੀ ਗਣਨਾ g/kg ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਪ੍ਰਤੀਸ਼ਤ ਵਿੱਚ ਨਹੀਂ।
ਬਲੈਕ ਬਾਕਸ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ: ਇੱਕ ਆਉਟਪੁੱਟ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ ਜੋ ਵਿਚਕਾਰਲੇ ਕਦਮ ਨਹੀਂ ਦਿਖਾਉਂਦੇ ਹਨ। ਕਦਮ ਦਿਖਾਈ ਦੇਣੇ ਚਾਹੀਦੇ ਹਨ.
ਹਾਈਪਰਪ੍ਰੀਸੀਜ਼ਨ ਦਾ ਭੁਲੇਖਾ: AI ਦਾ ਦਸ਼ਮਲਵ ਆਉਟਪੁੱਟ ਜਿਵੇਂ "1,847.3 kcal" ਵਿਗਿਆਨਕ ਲੱਗਦਾ ਹੈ, ਪਰ ਪੂਰਵ ਅਨੁਮਾਨ ਦਾ ਹਾਸ਼ੀਆ ±10% ਹੈ; ਝੂਠੀ ਨਿਸ਼ਚਤਤਾ ਦੁਆਰਾ ਮੂਰਖ ਨਾ ਬਣੋ.

ਸਾਰੰਸ਼ ਵਿੱਚ

ਊਰਜਾ ਅਤੇ ਮੈਕਰੋ ਗਣਨਾ ਯੋਜਨਾ ਦੇ ਡਿਜੀਟਲ ਪਿੰਜਰ ਹਨ, ਅਤੇ AI ਇਸ ਪਿੰਜਰ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਪਰ ਗਤੀ ਤਸਦੀਕ ਲਈ ਕੋਈ ਬਦਲ ਨਹੀਂ ਹੈ. BMH, TDEE, ਅਤੇ ਮੈਕਰੋ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਲਈ ਫਾਰਮੂਲੇ ਖੁਦ ਜਾਣੋ ਤਾਂ ਜੋ ਤੁਸੀਂ AI ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਕੰਟਰੋਲ ਕਰ ਸਕੋ। ਹਰੇਕ ਖਾਤੇ ਵਿੱਚ ਦ੍ਰਿਸ਼ਮਾਨ ਹੋਣ ਲਈ ਵਿਚਕਾਰਲੇ ਕਦਮਾਂ ਲਈ ਪੁੱਛੋ, ਕਲਾਇੰਟ ਦੀ ਅਸਲੀਅਤ ਨਾਲ ਗਤੀਵਿਧੀ ਗੁਣਾਂਕ ਦਾ ਮੇਲ ਕਰੋ, ਮੈਕਰੋ ਨੂੰ 4/4/9 ਨਾਲ ਗੁਣਾ ਕਰੋ, ਤਰਕ ਫਿਲਟਰ ਰਾਹੀਂ ਨਤੀਜਾ ਪਾਸ ਕਰੋ। ਝੂਠੀ ਸ਼ੁੱਧਤਾ (ਦਸ਼ਮਲਵ ਦੇ ਨਾਲ ਸੰਖਿਆਵਾਂ) ਦੁਆਰਾ ਮੂਰਖ ਨਾ ਬਣੋ; ਪੋਸ਼ਣ ਦੀ ਗਣਨਾ ਅੰਦਾਜ਼ੇ ਦੇ ਇੱਕ ਹਾਸ਼ੀਏ ਦੇ ਨਾਲ ਇੱਕ ਅਨੁਮਾਨ ਹੈ। AI ਗਣਿਤ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ; ਕਲੀਨਿਕਲ ਨਿਰਣਾ ਅਤੇ ਅੰਤਮ ਪ੍ਰਵਾਨਗੀ ਤੁਹਾਡੀ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਕਲਾਇੰਟ ਪ੍ਰੋਫਾਈਲ (ਲਿੰਗ, ਉਮਰ, ਉਚਾਈ, ਭਾਰ, ਗਤੀਵਿਧੀ) ਚੁਣੋ ਅਤੇ ਮਿਫਲਿਨ-ਸੇਂਟ ਜੀਓਰ ਨਾਲ ਪਹਿਲਾਂ ਖੁਦ BMR ਦੀ ਗਣਨਾ ਕਰੋ। ਫਿਰ "ਊਰਜਾ ਖਾਤਾ ਟੈਪਲੇਟ" ਦੇ ਨਾਲ AI ਨੂੰ ਉਹੀ ਪ੍ਰੋਫਾਈਲ ਦਿਓ। ਦੋ ਨਤੀਜਿਆਂ ਦੀ ਤੁਲਨਾ ਕਰੋ; ਜੇਕਰ ਕੋਈ ਅੰਤਰ ਹੈ, ਤਾਂ ਪਤਾ ਕਰੋ ਕਿ ਇਹ ਕਿੱਥੋਂ ਪੈਦਾ ਹੁੰਦਾ ਹੈ (ਗੁਣਾਕ, ਗੋਲ, ਫਾਰਮੂਲਾ)। ਫਿਰ ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਟੀਚੇ ਦੀਆਂ ਕੈਲੋਰੀਆਂ ਨੂੰ ਮੈਕਰੋ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਦੁਆਰਾ ਵੰਡ ਕੇ ਅਤੇ ਵਾਪਸ ਗੁਣਾ ਕਰਕੇ ਕੁੱਲ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ।

ਚੈੱਕਲਿਸਟ

[ ] AI ਨੇ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਲਿਖਿਆ ਕਿ ਉਸ ਨੇ ਕਿਹੜਾ ਫਾਰਮੂਲਾ ਅਤੇ ਗਤੀਵਿਧੀ ਗੁਣਾਂਕ ਵਰਤਿਆ ਹੈ।
[ ] ਮੈਂ BMH ਅਤੇ TDEE ਦੇ ਅੰਤਰਿਮ ਨਤੀਜੇ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਦੇਖੇ।
ਇਹ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਕਿ ਕੁੱਲ ਟੀਚੇ 'ਤੇ ਸੀ, ਮੈਂ ਮੈਕਰੋ ਗ੍ਰਾਮ ਨੂੰ 4/4/9 ਨਾਲ ਗੁਣਾ ਕੀਤਾ।
ਜਦੋਂ ਲੋੜ ਪਈ ਤਾਂ ਮੈਂ g/kg ਵਿੱਚ ਪ੍ਰੋਟੀਨ ਦੀ ਲੋੜ ਦੀ ਗਣਨਾ ਕੀਤੀ।
[ ] ਮੈਂ ਗਾਹਕ ਦੀ ਅਸਲ ਜ਼ਿੰਦਗੀ ਦੇ ਅਨੁਸਾਰ ਤਰਕ ਦੁਆਰਾ ਨਤੀਜਾ ਫਿਲਟਰ ਕੀਤਾ ਹੈ।
[ ] ਮੈਂ ਝੂਠੀ ਨਿਸ਼ਚਤਤਾ ਦੁਆਰਾ ਮੂਰਖ ਨਹੀਂ ਹਾਂ; ਮੈਂ ਨਤੀਜੇ ਨੂੰ ਪੂਰਵ-ਅਨੁਮਾਨ ਦੀ ਰੇਂਜ ਵਜੋਂ ਮੰਨਿਆ।