Lợi nhuận:
- Khả năng giám sát BMH, TDEE và phân phối vĩ mô bằng các công thức cơ bản (Mifflin-St Jeor, 4/4/9) và xác minh độc lập tính toán trí tuệ nhân tạo
- Khả năng phát hiện lỗi tính toán bằng cách kiểm tra các giả định quan trọng như hệ số hoạt động, độ phân biệt sống/nấu chín và protein g/kg
- Có thể rèn luyện thói quen nhân lại số gram vĩ mô để đạt được tổng số mục tiêu và không rơi vào sự chắc chắn sai lầm.
Khung số của kế hoạch dinh dưỡng dựa trên hai phép tính: nhu cầu năng lượng hàng ngày của một người (bao nhiêu calo) và sự phân bổ năng lượng này giữa các chất dinh dưỡng đa lượng (bao nhiêu carbohydrate, protein, chất béo). Nếu hai phép tính này sai thì toàn bộ thực đơn, công thức và các bước tiếp theo sẽ dựa trên nền tảng sai lầm. Trí tuệ nhân tạo thực hiện những phép tính này chỉ trong vài giây; Nhưng chính tốc độ này mới là nguồn gốc của mối nguy hiểm. Bởi vì mặc dù AI có thể áp dụng một công thức một cách chính xác nhưng nó cũng có thể giả định một hệ số không chính xác và tạo ra kết quả không chính xác với độ tin cậy tương tự. Mục đích của đơn vị này là tạo ra phản xạ sử dụng AI làm "trình tạo bảng tính" và xác minh độc lập từng kết quả.
Cơ sở tính toán năng lượng
Nhu cầu năng lượng hàng ngày đến từ hai thành phần. Đầu tiên là BMR - Tỷ lệ trao đổi chất cơ bản, tức là năng lượng cơ thể tiêu tốn khi nghỉ ngơi (chỉ để thở, tim đập, tạo nhiệt). Thứ hai là nhân giá trị này với hệ số hoạt động (hệ số hoạt động tiếng Anh hoặc PAL - Mức độ hoạt động thể chất); Hệ số này thay đổi tùy thuộc vào khả năng di chuyển của mỗi người, trong khoảng từ 1,2 (ít vận động) đến 1,9 (công việc thể chất rất nặng nhọc). Kết quả của phép nhân là TDEE - Tổng chi tiêu năng lượng hàng ngày.
Công thức được sử dụng phổ biến nhất cho BMH là Mifflin-St Jeor:
- Nam: BMH = 10 × cân nặng (kg) + 6,25 × chiều cao (cm) − 5 × tuổi + 5
- Nữ: BMH = 10 × cân nặng (kg) + 6,25 × chiều cao (cm) − 5 × tuổi − 161
Ví dụ: đối với một phụ nữ 78 kg, 165 cm, 38 tuổi: BMH = 10×78 + 6,25×165 − 5×38 − 161 = 780 + 1031,25 − 190 − 161 = 1.460 kcal. Nếu xét hoạt động nhẹ (1.375), TDEE ≈ 2.008 kcal. Để giảm cân, mức thâm hụt hợp lý (ví dụ: 500 kcal) sẽ được khấu trừ từ đây → mục tiêu ~1.500 kcal. Có thể thực hiện các bước này một cách thủ công là điều kiện tiên quyết để có thể kiểm soát được kết quả của AI.
Phân phối vĩ mô
Sau khi xác định được mục tiêu về lượng calo, chúng tôi chia nó thành các macro. Mật độ năng lượng của macro là cố định và bạn nên thuộc lòng chúng: 1 gam carbohydrate ≈ 4 kcal, 1 gam protein ≈ 4 kcal, 1 gam chất béo ≈ 9 kcal (rượu ≈ 7 kcal). Ví dụ về sự phân bố: 40% carbohydrate / 30% protein / 30% chất béo phân bổ 1.500 kcal → carbohydrate 600 kcal 4 = 150 g; đạm 450 4 = 112,5 g; mỡ 450 9 = 50 g. Nhân số tiền lại và thấy nó đạt tới 1.500 là bước xác minh đơn giản và mạnh mẽ nhất.
Bảng sau đây hiển thị phạm vi phân phối sơ bộ cho các mục tiêu chung (đây là điểm khởi đầu, được điều chỉnh cho phù hợp với khách hàng):
Mục tiêu/tình huống
cacbohydrat
chất đạm
dầu
ghi chú
Chế độ ăn uống lành mạnh chung
45-55%
15-20%
25-35%
cân bằng
Giảm cân (tiết kiệm protein)
35-45%
25-30%
25-35%
Giàu protein cho cảm giác no
Tăng cơ / vận động viên
45-55%
1,6-2,2% g/kg
20-30%
Protein được tính bằng g/kg
kháng insulin
40-45%
20-25%
30-35%
Ưu tiên carbohydrate dạng sợi
Lưu ý: Nhu cầu protein thường được tính bằng gam trên trọng lượng cơ thể (g/kg), không tính bằng phần trăm; bởi vì nhu cầu protein của vận động viên phụ thuộc vào khối lượng cơ bắp của anh ta chứ không phải tổng lượng calo của anh ta. AI đôi khi có thể nhầm lẫn sự khác biệt này và đưa ra lượng protein không đủ theo tỷ lệ phần trăm. Tính toán lại.
Giao thức xác minh tài khoản AI
- Kiểm tra thông tin đầu vào: AI đã sử dụng công thức nào, hệ số hoạt động nào, dòng giới tính nào? Yêu cầu họ viết những điều này một cách rõ ràng.
- Yêu cầu kết quả trung gian: Hiển thị riêng BMH và TDEE, không chỉ "1.500 kcal". Hãy để các bước được hiển thị chứ không phải hộp đen.
- Nhân lại: Nhân số gam vĩ mô với 4/4/9 để xác minh rằng tổng lượng đáp ứng lượng calo mục tiêu.
- Bộ lọc logic: Kết quả có hợp lý với khách hàng không? Nếu một người đàn ông năng động cần 1.900 kcal mà lại nhận được 1.200 kcal thì đó là một sai lầm.
- Xác nhận bằng công cụ độc lập: Trong trường hợp quan trọng, tính toán lần thứ hai bằng công cụ tính toán đáng tin cậy hoặc thủ công.
ba trường hợp nhỏ
Trường hợp 1 - Sai số hệ số. Một chuyên gia dinh dưỡng yêu cầu AI thực hiện các phép tính cho một khách hàng phải làm việc bằng chân 8 giờ một ngày và tập luyện 4 ngày một tuần. AI giả định hệ số hoạt động là 1,2 (không chuyển động) và nhận thấy TDEE là 1.700 kcal. Chuyên gia dinh dưỡng cho biết “khách hàng rất năng động” và tính toán lại với hệ số 1,725; TDEE thực tế đạt tới ~2.450 kcal. Sự chênh lệch 750 kcal sẽ vô tình dẫn tới một chế độ ăn kiêng quá hạn chế. Việc xác minh đã ngăn chặn một tháng suy nhược và teo cơ.
Trường hợp 2 - Tổng vĩ mô không cộng lại. Trong một dự thảo kế hoạch khác, AI cung cấp "220 g carbohydrate, 150 g protein, 90 g chất béo" cho 2.000 kcal. Chuyên gia dinh dưỡng nhân nó lại: 220×4 + 150×4 + 90×9 = 880 + 600 + 810 = 2.290 kcal. Tổng số vượt quá mục tiêu 290 kcal. Các macro AI được tạo ra không nhất quán. Chuyên gia dinh dưỡng điều chỉnh các giá trị để đạt được mục tiêu.
Trường hợp 3 - Sử dụng đúng. Trước tiên, chuyên gia dinh dưỡng sẽ xác định thủ công nhu cầu protein cho một vận động viên sức mạnh 90 kg (2 g/kg = 180 g protein = 720 kcal), sau đó đưa ra hướng dẫn rõ ràng cho AI để "phân bổ lượng calo còn lại giữa carbohydrate và chất béo theo tỷ lệ này". AI phân phối, chuyên gia dinh dưỡng xác minh tổng số bằng cách nhân lại. AI thực hiện việc tính toán, quyết định lâm sàng (2 g/kg protein) được giao cho con người.
Mẫu lời nhắc có thể sao chép
MẪU TÀI KHOẢN NĂNG LƯỢNG (hiển thị các bước) Vai trò của bạn: trợ lý soạn thảo tài khoản. Quyết định tùy thuộc vào chuyên gia dinh dưỡng. Khách hàng (ẩn danh): [giới tính, tuổi, chiều cao cm, cân nặng kg, mức độ hoạt động]. Tính BMH bằng công thức Mifflin-St Jeor, viết RÕ RÀNG hệ số hoạt động bạn đã sử dụng, hiển thị TDEE. Mục tiêu: [giảm cân/duy trì cân nặng].Hiển thị từng bước trung gian trên một dòng riêng biệt để tôi có thể xác minh.
MẪU PHÂN PHỐI VĨ MÔ Lượng calo mục tiêu: [X] kcal. Áp dụng cách phân bổ sau: carbohydrate __%, protein __% (hoặc __ g/kg), chất béo __%. Tính toán GRAMS của mỗi macro, sau đó nhân nó với 4/4/9 để cho thấy tổng cộng bằng [X]. Nếu không, hãy điều chỉnh các giá trị cho phù hợp với mục tiêu.
XÁC MINH / MẪU SẢN PHẨM TRỞ LẠI Kiểm tra các giá trị vĩ mô sau: [K g carbohydrate, P g protein, Y g chất béo]. Nhân mỗi giá trị với 4/4/9 để tìm tổng lượng calo và so sánh với [X] kcal mục tiêu. Nếu có sự khác biệt, hãy nêu dưới dạng phần trăm và giải thích chỗ không nhất quán.
MẪU ƯU TIÊN PROTEINKhách hàng: [cân nặng] kg, mục tiêu [duy trì/tăng cơ]. Đầu tiên hãy tính lượng protein theo gam dựa trên g/kg. Sau đó trừ đi lượng calo từ protein này, phân bổ lượng calo CÒN LẠI cho [tỷ lệ] carbohydrate và chất béo. Hiển thị các bước
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Cho tôi biết người này nên ăn bao nhiêu calo: phụ nữ, 78 kg.
Chiều cao, tuổi tác, thiếu hoạt động; AI tạo ra bằng cách đoán và không hiển thị giả định mà nó đưa ra. Bạn không thể xác minh.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý soạn thảo tài khoản. Khách hàng: nữ, 38 tuổi, cao 165 cm, nặng 78 kg, hơi năng động (hệ số 1,375). Tính BMH, hiển thị TDEE, đạt được mục tiêu giảm cân với mức thâm hụt 500 kcal với Mifflin-St Jeor. Hiển thị mỗi số bạn sử dụng trên một dòng riêng biệt.
Lời nhắc thứ hai chứa tất cả thông tin đầu vào, công thức, hệ số và yêu cầu bước minh bạch; Đầu ra có thể được kiểm tra từng dòng.
Những lỗi thường gặp
- Không kiểm chứng hệ số hoạt động: Sai lầm phổ biến và tốn kém nhất; Hệ số phải phù hợp với cuộc sống thực của khách hàng.
- Không nhân tổng vĩ mô trở lại: số gram của AI thường bị trượt; 30 giây dấu gạch chéo ngược ghi lại điều này.
- Nhầm lẫn tỷ lệ phần trăm protein/gram: Trong các tình huống thể thao và lâm sàng, protein được tính bằng g/kg chứ không phải phần trăm.
- Dựa vào hộp đen: Chấp nhận đầu ra không hiển thị các bước trung gian. Các bước sẽ xuất hiện.
- Ảo tưởng về siêu chính xác: Sản lượng thập phân của AI như "1.847,3 kcal" trông có vẻ khoa học, nhưng biên độ dự đoán là ±10%; Đừng để bị lừa bởi sự chắc chắn sai lầm.
Tóm lại
Các tính toán năng lượng và vĩ mô là bộ xương kỹ thuật số của kế hoạch và AI tạo ra bộ xương này một cách nhanh chóng. Nhưng tốc độ không thể thay thế cho việc xác minh. Hãy tự mình nắm rõ các công thức phân bổ BMH, TDEE và macro để có thể kiểm soát đầu ra của AI. Yêu cầu hiển thị các bước trung gian trong mỗi tài khoản, khớp hệ số hoạt động với thực tế của khách hàng, nhân macro trở lại với 4/4/9, chuyển kết quả qua bộ lọc logic. Đừng để bị lừa bởi độ chính xác sai (số có số thập phân); Việc tính toán dinh dưỡng là một ước tính có tính phỏng đoán. AI tăng tốc độ tính toán; Đánh giá lâm sàng và phê duyệt cuối cùng là của bạn.
Nhiệm vụ ứng dụng
Chọn hồ sơ khách hàng (giới tính, tuổi, chiều cao, cân nặng, hoạt động) và tự tính toán BMR CHÍNH MÌNH trước tiên với Mifflin-St Jeor. Sau đó đưa hồ sơ tương tự cho AI với “mẫu tài khoản năng lượng”. So sánh hai kết quả; Nếu có sự khác biệt, hãy tìm nguồn gốc của nó (hệ số, làm tròn, công thức). Sau đó, xác minh rằng tổng lượng calo cộng lại bằng cách chia lượng calo mục tiêu cho phân bổ vĩ mô và nhân ngược lại.
danh sách kiểm tra
- [ ] AI đã viết rõ ràng anh ấy đã sử dụng công thức và hệ số hoạt động nào.
- [ ] Tôi đã xem riêng kết quả tạm thời của BMH và TDEE.
- [ ] Tôi đã nhân số gram vĩ mô trở lại với 4/4/9 để xác minh rằng tổng số đã đạt mục tiêu.
- [ ] Tôi đã tính nhu cầu protein theo g/kg khi cần thiết.
- [ ] Tôi lọc kết quả thông qua logic theo đời sống thực tế của khách hàng.
- [ ] Tôi không bị lừa bởi sự chắc chắn sai lầm; Tôi coi kết quả là một phạm vi dự đoán.