مقارنة Nutrola و ChatGPT في نصائح التغذية: هل يمكن للدردشة الذكية استبدال تطبيق تتبع الطعام؟
يستخدم الناس ChatGPT لتقدير سعرات وجباتهم. لكن كيف يقارن الذكاء الاصطناعي العام بتطبيق تتبع التغذية المتخصص؟ قمنا باختبار كلاهما.
السؤال الذي يطرحه الجميع
منذ أن أصبح ChatGPT شائعًا، بدأ عدد متزايد من الأشخاص في استخدامه كمستشار غذائي غير رسمي. تتضمن مواضيع Reddit ومقاطع فيديو TikTok ومنتديات الصحة الكثير من الأشخاص الذين يكتبون أسئلة مثل "كم عدد السعرات الحرارية في سلطة دجاج سيزر؟" أو "اعطني خطة وجبات تحتوي على 1800 سعرة حرارية لفقدان الوزن" ويعتبرون الإجابات بمثابة الحقيقة المطلقة.
هذا يبدو منطقيًا. ChatGPT سريع، ويتميز بالحوار، ومجاني. يمكنه الإجابة على الأسئلة التكميلية. إنه يشبه التحدث إلى صديق مطلع يعرف الكثير عن الطعام.
لكن هناك فرق حاسم بين نموذج لغة عام وأداة تتبع تغذية مصممة خصيصًا — وهذا الفرق مهم أكثر مما يدركه معظم الناس عندما يكون الهدف هو مراقبة النظام الغذائي بدقة واستدامة.
قررنا إجراء اختبار صارم لكلا الأداتين. على مدار أسبوعين، قام فريقنا بتسجيل 30 وجبة مختلفة باستخدام كل من Nutrola و ChatGPT (نموذج GPT-4o، أحدث نموذج متاح في وقت الاختبار). قمنا بمقارنة الدقة مع القيم المرجعية المعتمدة من USDA ومن قبل أخصائيي التغذية، واختبرنا التناسق، وقيمنا قدرات تحليل الصور، ودرسنا مدى دعم كل أداة لعملية العمل اليومية لشخص يحاول إدارة تغذيته.
كانت النتائج مثيرة للاهتمام — وأكثر تعقيدًا من حكم بسيط "أحدهما أفضل من الآخر".
كيف صممنا الاختبار
اخترنا 30 وجبة تغطي سبع فئات لالتقاط مجموعة كاملة من أنماط الأكل في العالم الحقيقي:
- وجبات بسيطة ذات عنصر واحد (5 وجبات): موزة، كعكة باجل عادية مع جبنة كريمية، بيضة مسلوقة، كوب من الزبادي اليوناني، بار بروتين
- وجبات منزلية شائعة (5 وجبات): صدر دجاج مشوي مع أرز وبروكلي، سباغيتي بولونيز، بيض مخفوق مع توست، سمك السلمون مع بطاطا حلوة، توفو مقلي مع خضار
- وجبات من المطاعم والوجبات السريعة (5 وجبات): وعاء بوريتو من Chipotle، وجبة Big Mac من ماكدونالدز، طبق سوشي (12 قطعة)، باد تاي من مطعم محلي، سوب من Subway
- وجبات منزلية معقدة (5 وجبات): يخنة لحم البقر مع خضار جذرية، بيتزا منزلية (شريحتين من فطيرة كاملة)، دجاج تيكا ماسالا مع أرز بسمتي، بوريتو محشو، فطيرة راعي
- وجبات خفيفة ومشروبات (5 وجبات): لاتيه كراميل grande من ستاربكس، مزيج المكسرات (نصف كوب)، وعاء سموذي مع إضافات، شريحة من خبز الموز، حفنة من اللوز (حوالي 25)
- مأكولات عرقية وإقليمية (3 وجبات): فوه مع لحم البقر، لفافة فلافل مع طحينة، إنجيرا إثيوبية مع دجاج دورو ووت
- أحجام حصص غامضة (2 وجبات): "وعاء من المعكرونة" دون مزيد من التحديد، "طبق من الأرز المقلي"
لكل وجبة، أنشأنا قيمة مرجعية للسعرات الحرارية باستخدام إدخالات USDA FoodData Central، وعند الضرورة، حسابات يدوية من أخصائي تغذية مسجل في فريقنا. كانت هذه القيم المرجعية بمثابة المعيار.
ثم قمنا بتسجيل كل وجبة في Nutrola باستخدام سير العمل القياسي المدعوم بالذكاء الاصطناعي (صورة للوجبات التي يمكننا تصويرها، إدخال نصي للآخرين) وسألنا ChatGPT نفس السؤال في محادثة نظيفة: "كم عدد السعرات الحرارية في [وصف الوجبة]؟"
بالنسبة لـ ChatGPT، قمنا بتشغيل كل استفسار ثلاث مرات منفصلة في أيام مختلفة لاختبار التناسق.
النتائج: مقارنة الـ 30 وجبة
الدقة
عرفنا الدقة على أنها نسبة الانحراف عن القيمة المرجعية للسعرات الحرارية. كانت الاستجابة ضمن 10% من المرجع تُعتبر "دقيقة". بين 10-20% كانت "مقبولة". وما فوق 20% كانت "غير دقيقة".
| الفئة | الوجبات المختبرة | Nutrola دقيقة (ضمن 10%) | ChatGPT دقيقة (ضمن 10%) | Nutrola مقبولة (ضمن 20%) | ChatGPT مقبولة (ضمن 20%) |
|---|---|---|---|---|---|
| عناصر بسيطة | 5 | 5 | 4 | 5 | 5 |
| وجبات منزلية شائعة | 5 | 5 | 3 | 5 | 4 |
| وجبات من المطاعم | 5 | 4 | 2 | 5 | 4 |
| وجبات منزلية معقدة | 5 | 4 | 1 | 5 | 3 |
| وجبات خفيفة ومشروبات | 5 | 5 | 3 | 5 | 4 |
| مأكولات عرقية | 3 | 2 | 1 | 3 | 2 |
| أحجام حصص غامضة | 2 | 1 | 0 | 2 | 1 |
| المجموع | 30 | 26 (87%) | 14 (47%) | 30 (100%) | 23 (77%) |
النمط واضح. بالنسبة للأطعمة البسيطة والمحددة جيدًا — مثل الموز، أو بار البروتين مع ملصق معروف — فإن أداء ChatGPT يعتبر معقولًا. إنه يعتمد على بيانات غذائية متاحة على نطاق واسع وعادة ما يعود بقيم قريبة مما ستجده في أي موقع مرجعي للسعرات.
لكن مع تعقيد الوجبات، يتسع الفجوة بشكل كبير. بالنسبة للوجبات المنزلية المعقدة، كانت دقة ChatGPT ضمن 10% مرة واحدة فقط من خمس محاولات. قدّر يخنة اللحم البقري المنزلية بـ 380 سعرة حرارية لكل حصة بينما كانت القيمة المرجعية المحسوبة من قبل أخصائي التغذية لدينا 520 سعرة — أي نقص بنسبة 27% ناتج عن فشل النموذج في احتساب الزيت المستخدم في تحمير اللحم وكثافة السعرات للخضار الجذرية المطبوخة في المرق.
حافظت Nutrola على دقة 87% عبر جميع الفئات، مع كون كل وجبة تقع ضمن نطاق 20% المقبول. تأتي ميزتها من عاملين هيكليين: قاعدة بيانات غذائية موثوقة تقضي على مشكلة الأخطاء المستندة إلى الحشود، ونماذج ذكاء اصطناعي تم تدريبها خصيصًا على التعرف على الطعام وتقدير الحصص بدلاً من المهام اللغوية العامة.
التناسق
هنا تصبح المقارنة خاصة جدًا.
طلبنا من ChatGPT تقدير السعرات في نفس الـ 30 وجبة ثلاث مرات لكل منها، في محادثات منفصلة. يجب أن توفر أداة التغذية الموثوقة نفس الإجابة لنفس الوجبة في كل مرة.
| المقياس | Nutrola | ChatGPT |
|---|---|---|
| نتيجة متطابقة عبر الاستفسارات المتكررة | 30/30 (100%) | 8/30 (27%) |
| تباين أقل من 10% عبر الاستفسارات | 30/30 (100%) | 19/30 (63%) |
| تباين أكثر من 20% عبر الاستفسارات | 0/30 (0%) | 6/30 (20%) |
| أكبر تباين فردي | 0 سعرة حرارية | 340 سعرة حرارية |
قدّم ChatGPT ثلاث تقديرات مختلفة للسعرات الحرارية لنفس طبق باد تاي في ثلاثة أيام مختلفة: 620، 780، و510 سعرات. بالنسبة لشريحتين من البيتزا المنزلية، حصلنا على تقديرات قدرها 285، 380، و320 سعرة لكل شريحة. تراوحت تقديرات طبق السوشي بين 480 و720 سعرة عبر ثلاث استفسارات.
هذا التباين ليس خللاً — بل هو سمة أساسية من سمات كيفية عمل نماذج اللغة الكبيرة. يولد ChatGPT الاستجابات بشكل احتمالي. إنه لا يبحث عن إدخال قاعدة بيانات ثابتة؛ بل يقوم بإنشاء إجابة تبدو معقولة في كل مرة، متأثرة بإعداد درجة الحرارة، والعشوائية في اختيار الرموز، وصياغة المحادثة. بالنسبة للكتابة الإبداعية، تعتبر هذه التغيرات ميزة. لكن بالنسبة لتتبع السعرات، فهي مشكلة أساسية.
أعادت Nutrola نتائج متطابقة لكل استفسار متكرر لأنها تستعلم عن قاعدة بيانات ثابتة وموثوقة. نفس إدخال الطعام يتطابق مع نفس البيانات الغذائية في كل مرة. التناسق ليس ميزة إضافية — بل هو المطلب الأساسي لأي أداة يعتمد عليها الناس في اتخاذ قراراتهم الغذائية اليومية.
تحليل الصور
قمنا بتصوير 20 من الـ 30 وجبة وقدمنا الصور لكلا الأداتين.
نجحت ميزة Snap & Track في Nutrola في معالجة جميع الصور العشرين بنجاح. حددت مكونات الطعام الفردية على الطبق، وقدّرت أحجام الحصص، وعادت بتفاصيل غذائية مفصلة. كان متوسط وقت المعالجة 4-6 ثوان. بالنسبة للدجاج المشوي مع الأرز والبروكلي، حددت جميع المكونات الثلاثة بشكل صحيح، وقدّرت صدر الدجاج بحوالي 170 جرام، والأرز بـ 3/4 كوب، والبروكلي بحوالي كوب واحد — جميعها ضمن نطاقات معقولة مما تم تقديمه فعليًا.
تأخذ قدرة تحليل الصور في ChatGPT (المتاحة من خلال GPT-4o) نهجًا مختلفًا. عندما قمنا بتحميل نفس الصور، كان بإمكانه تحديد الأطعمة بشكل عام — "يبدو أن هذا دجاج مشوي مع أرز وخضار خضراء" — لكن تقديرات السعرات من الصور كانت أقل دقة بشكل ملحوظ من تقديرات النص. غالبًا ما كان يتردد في إعطاء نطاقات واسعة ("من المحتمل أن تكون هذه الوجبة بين 450 و700 سعرة") ولم يكن قادرًا على تقديم تحليل مفصل على مستوى المكونات يجعل تسجيل الصور قابلاً للتنفيذ.
الأهم من ذلك، أن ChatGPT ليس لديه آلية لتحسين تقديراته للصور بمرور الوقت بناءً على أنماط تناول الطعام الشخصية الخاصة بك. يتعلم ذكاء Nutrola الاصطناعي من التصحيحات — إذا كنت تقوم بزيادة حجم الأرز بشكل منتظم لأنك تميل إلى تقديم حصص أكبر، فإن النظام يتكيف. يبدأ ChatGPT من الصفر في كل محادثة.
تحليل المغذيات الكبرى
تعد إجماليات السعرات جزءًا فقط من الصورة. يحتاج أي شخص جاد في إدارة التغذية إلى تحليل للبروتينات والكربوهيدرات والدهون.
تقدم Nutrola بيانات كاملة عن المغذيات الكبرى لكل عنصر مسجل تلقائيًا — البروتينات، الكربوهيدرات، الدهون، الألياف، السكر، والصوديوم كحد أدنى، مع بيانات مغذيات دقيقة إضافية متاحة للعديد من الأطعمة. يتم سحب هذه القيم من نفس قاعدة البيانات الموثوقة مثل أرقام السعرات.
يمكن لـ ChatGPT تقديم تقديرات للمغذيات الكبرى إذا طلبت ذلك، لكن القيام بذلك يتطلب استفسارًا إضافيًا. وتزداد مشاكل الدقة: إذا كانت تقديرات السعرات خاطئة بنسبة 15%، فإن تحليل المغذيات الكبرى المبني على تلك التقديرات سيحمل نفس الخطأ — أو أسوأ، حيث أحيانًا ما ينتج ChatGPT قيم مغذيات لا تتطابق رياضيًا مع إجمالي السعرات التي قدمها. في 7 من اختباراتنا الـ 30، كانت جرامات البروتين والكربوهيدرات والدهون التي أدرجها ChatGPT ستنتج إجمالي سعرات مختلف عن العدد المعلن بأكثر من 30 سعرة. هذا النوع من التناقض الداخلي لن يحدث أبدًا في نظام يستمد بياناته من قاعدة بيانات غذائية منظمة.
تتبع التاريخ والتقدم
هذه الفئة حيث المقارنة بالكاد تنطبق، لأن ChatGPT ببساطة لا يقدم هذه القدرة.
تتبع التغذية ليس نشاطًا لمرة واحدة. إنه ممارسة يومية، أسبوعية، وشهرية. تتراكم القيمة مع مرور الوقت حيث تظهر الأنماط: يمكنك أن ترى أن تناولك للبروتين ينخفض في عطلات نهاية الأسبوع، وأن فائض السعرات يرتفع خلال أسابيع السفر للعمل، وأن تناولك للألياف قد تحسن باستمرار على مدار الشهر الماضي.
تخزن Nutrola كل وجبة مسجلة في تاريخ دائم. تقدم ملخصات يومية، أسبوعية، وشهرية. تتبع الاتجاهات. تتزامن مع Apple Health. تظهر معدل الالتزام الخاص بك، ونسب المغذيات الكبرى على مر الزمن، وتقدمك نحو أهداف معينة.
لا يحتفظ ChatGPT بأي ذاكرة لوجباتك بين المحادثات (حتى داخل المحادثة، فإن "ذاكرته" محدودة بنافذة السياق). لا يمكنك أن تسأله "ماذا أكلت يوم الثلاثاء الماضي؟" أو "كم متوسط البروتين الذي تناولته هذا الأسبوع؟" ما لم تقم بلصق جميع البيانات بنفسك. لا يوجد لوحة تحكم، لا توجد تصور للاتجاهات، لا تتبع للأهداف.
بالنسبة لشخص يريد التحقق من تقدير السعرات بسرعة بين الحين والآخر، فإن هذا جيد. لكن بالنسبة لشخص يحاول إدارة تغذيته بشكل متسق على مدار أسابيع وشهور، فإن غياب التتبع المستمر يجعل ChatGPT غير مناسب كأداة رئيسية.
السرعة وسير العمل
في مقارنة سرعة مباشرة لتسجيل الوجبات الفردية:
| الإجراء | Nutrola | ChatGPT |
|---|---|---|
| تسجيل وجبة بالصورة | 5-8 ثوانٍ إجمالية | 15-30 ثانية (تحميل، انتظار، تحليل الاستجابة) |
| تسجيل وجبة بالنص | 3-5 ثوانٍ | 10-20 ثانية (كتابة الاستفسار، الانتظار للتوليد) |
| الحصول على تحليل المغذيات الكبرى | تلقائي مع كل تسجيل | يتطلب استفسار متابعة |
| تسجيل يوم كامل (4 وجبات، 2 وجبة خفيفة) | 1-3 دقائق | 8-15 دقيقة (6 محادثات أو استفسارات منفصلة) |
| مراجعة الملخص الأسبوعي | نقرات قليلة | غير ممكنة بدون تجميع يدوي |
يبدو أن الفرق في كل وجبة بسيط. لكن تتبع التغذية هو نشاط يتطلب حجمًا. على مدار أسبوع من تتبع ستة مناسبات تناول يوميًا، يكون الفرق التراكمي في الوقت كبيرًا — وتظهر الأبحاث باستمرار أن الاحتكاك في التسجيل هو المحرك الرئيسي لترك التتبع.
أين يتفوق ChatGPT حقًا
سيكون من غير الأمين تصوير هذا كأنها مقارنة ذات جانب واحد. يقدم ChatGPT عدة أشياء لا توفرها تطبيقات التتبع المتخصصة، وهذه القوة تستحق الاعتراف.
التعليم الغذائي العام
إذا كنت ترغب في فهم لماذا الألياف مهمة، كيف يعمل تخليق البروتين، ماذا يعني مؤشر الجلايسيمي، أو لماذا الدهون المتحولة مشكلة، فإن ChatGPT هو مصدر ممتاز. يمكنه شرح العلوم الغذائية المعقدة بلغة سهلة، وتعديل شروحه وفقًا لمستوى معرفتك، والإجابة على الأسئلة التكميلية في الوقت الحقيقي. Nutrola هي أداة تتبع، ليست كتابًا دراسيًا. للتعليم الغذائي البحت، يعد ChatGPT مفيدًا حقًا.
اقتراحات الوصفات وتخطيط الوجبات
اطلب من ChatGPT إنشاء خطة وجبات أسبوعية تحتوي على 1800 سعرة حرارية مع 140 جرام من البروتين يوميًا، وسيقوم بإنتاج اقتراحات إبداعية ومتنوعة ومعقولة بشكل عام. يمكنه التكيف مع القيود الغذائية، وتفضيلات المأكولات، وقيود الميزانية، والمكونات المتاحة. إنه شريك ممتاز في العصف الذهني لتخطيط الوجبات.
الملاحظة هي أن القيم السعرية والمغذيات المرتبطة بتلك الخطط هي تقديرات بدقة متغيرة — لذا ستظل بحاجة للتحقق منها باستخدام أداة تتبع مخصصة.
نصائح غذائية سياقية
يمكن لـ ChatGPT المشاركة في محادثات دقيقة حول الاستراتيجيات الغذائية. "أنا أتدرب على نصف ماراثون وأحاول أيضًا فقدان 5 كجم — كيف يجب أن أعدل تغذيتي في أيام الجري الطويلة مقابل أيام الراحة؟" هذه النوعية من الإرشادات الشخصية والسياقية هي ما يتعامل معه ChatGPT بشكل جيد، شريطة أن يفهم المستخدم أن النصائح عامة وليست بديلاً عن العمل مع محترف مؤهل.
بدائل وتعديلات المكونات
"ماذا يمكنني استخدامه بدلاً من الكريمة الثقيلة لتقليل السعرات في صلصة المعكرونة هذه؟" ChatGPT سريع ومبدع في اقتراحات البدائل، وغالبًا ما يقدم خيارات متعددة مع تفسيرات حول كيفية تأثير كل منها على الطعم والملمس والملف الغذائي.
أين يفشل ChatGPT في تتبع التغذية اليومية
كان النمط في اختباراتنا متسقًا: نقاط ضعف ChatGPT ليست فيما يعرفه، بل فيما هو غير قادر على القيام به هيكليًا كنموذج لغة عام.
لا تخزين بيانات دائم. تبدأ كل محادثة جديدة. لا يوجد سجل تراكمي لتناولك. لا يمكنك بناء صورة لتغذيتك على مر الزمن.
لا قاعدة بيانات موثوقة. تقديرات السعرات من ChatGPT تُولد، وليس يتم البحث عنها. هذا يعني أنها معقولة ولكن ليست مضمونة الصحة، وستختلف بين الاستفسارات.
لا تقدير حصص قائم على الصور. بينما يمكن لـ GPT-4o تحديد الأطعمة في الصور، فإنه لا يمكنه إجراء تقدير حصص مضبوط كما تفعل نماذج التعرف على الطعام المصممة خصيصًا. يرى "دجاج وأرز" لكنه لا يمكنه إخبارك بدقة ما إذا كانت هذه 150 جرامًا أو 200 جرام من الدجاج.
لا تكامل مع أنظمة الصحة. لا يتزامن ChatGPT مع Apple Health أو Google Fit أو أي جهاز قابل للارتداء. بيانات التغذية الخاصة بك موجودة فقط في نصوص المحادثة.
لا تعليقات مدركة للأهداف. تعرف Nutrola هدف السعرات الخاص بك، وأهداف المغذيات الكبرى، وتقدمك. يمكنها إخبارك بأنك ناقص 40 جرامًا من البروتين مع بقاء وجبة واحدة في اليوم. لا يمكن لـ ChatGPT القيام بذلك دون أن تقدم جميع السياقات يدويًا في كل مرة.
لا دفتر يوميات غذائية أو تاريخ للوجبات. لا يمكنك العودة ومراجعة ما أكلته قبل ثلاثة أيام، أو تحديد الأنماط، أو تتبع الالتزام. تنسيق المحادثة مصمم ليكون عابرًا.
الحكم: أدوات مختلفة لأعمال مختلفة
إطار "ChatGPT مقابل Nutrola" هو، في بعض النواحي، مضلل — لأنهما لا يتنافسان حقًا على نفس الوظيفة. إنه أقرب إلى مقارنة سكين الجيش السويسري بشفرة جراحية. سكين الجيش السويسري متعدد الاستخدامات ومثير للإعجاب. لكن إذا كنت بحاجة إلى جراحة، فأنت تريد الشفرة.
ChatGPT هو أداة قوية متعددة الأغراض تعرف الكثير عن التغذية. إنه ممتاز للتعلم، والعصف الذهني، وتخطيط الوجبات، والحصول على تقديرات سريعة عندما لا تكون الدقة مهمة.
Nutrola هي نظام تتبع تغذية مصمم خصيصًا لشيء واحد: مساعدتك في مراقبة ما تأكله بدقة وبشكل متسق، كل يوم، مع أقل جهد ممكن. لديها قاعدة بيانات موثوقة، وذكاء اصطناعي مدرب على التعرف على الطعام، وتاريخ دائم، وتتبع المغذيات الكبرى، وإدارة الأهداف، وتكامل مع التطبيقات الصحية — لأن هذه هي الميزات التي تحدد ما إذا كان شخص ما سيستمر في التتبع لفترة كافية لرؤية النتائج.
في اختبار الـ 30 وجبة، حققت Nutrola دقة 87% ضمن هامش 10% و100% ضمن 20%. بينما حقق ChatGPT 47% و77% على التوالي، مع تباين كبير عبر الاستفسارات المتكررة. تلك الأرقام تروي قصة واضحة حول الأداة التي تريدها لإدارة بياناتك الغذائية اليومية.
النهج الأكثر ذكاءً، على الأرجح، هو استخدام كلاهما. دع ChatGPT يتعامل مع ما هو الأفضل فيه — الإجابة على أسئلة التغذية، وتوليد أفكار الوجبات، وشرح المفاهيم الغذائية. ودع Nutrola تتعامل مع ما هو الأفضل فيه — تحويل تلك الأفكار الغذائية إلى بيانات غذائية دقيقة ومتسقة يتم تسجيلها وتراكمها إلى رؤى حقيقية مع مرور الوقت.
الأسئلة الشائعة
هل يمكن لـ ChatGPT حساب السعرات بدقة؟
يمكن لـ ChatGPT تقديم تقديرات معقولة للسعرات للأطعمة البسيطة والمعروفة — مثل الموز، كوب من الأرز، أو عنصر طعام سريع معروف. ومع ذلك، أظهرت اختباراتنا أن 47% فقط من تقديراته كانت ضمن 10% من القيم المرجعية الموثوقة عبر 30 وجبة، وكانت إجاباتها تتفاوت بشكل كبير عند طرح نفس السؤال في مناسبات مختلفة. من الأفضل اعتبارها أداة تقدير تقريبية بدلاً من عداد سعرات دقيق.
هل ChatGPT جيد بما يكفي لتتبع السعرات بشكل غير رسمي؟
إذا كنت تبحث عن تقديرات تقريبية بين الحين والآخر ولا تحاول الوصول إلى أهداف يومية محددة، يمكن أن يكون ChatGPT خيارًا مريحًا. ومع ذلك، إذا كانت أهدافك تعتمد على الدقة المستمرة — مثل الحفاظ على عجز السعرات لفقدان الوزن أو الوصول إلى أهداف البروتين لبناء العضلات — فإن عدم التناسق ومحدودية الدقة تجعلها غير موثوقة كطريقة تتبع رئيسية.
هل يمكن لـ ChatGPT تحليل صور الطعام للحصول على السعرات؟
يمكن لـ GPT-4o تحديد الأطعمة في الصور وتقديم تقديرات عامة للسعرات. ومع ذلك، فإنه يواجه صعوبة في تقدير الحصص بدقة ويميل إلى إعطاء نطاقات واسعة من السعرات بدلاً من قيم محددة. لا يمكنه تقديم التحليلات الغذائية المفصلة على مستوى المكونات التي تقدمها نماذج التعرف على الطعام المصممة خصيصًا، ولا يتحسن تقديراته بناءً على أنماط تناول الطعام الشخصية الخاصة بك مع مرور الوقت.
لماذا يعطي ChatGPT أعداد سعرات مختلفة لنفس الوجبة؟
تولد نماذج اللغة الكبيرة الاستجابات بشكل احتمالي بدلاً من استرجاع بيانات ثابتة من قاعدة بيانات. في كل مرة تسأل نفس السؤال، قد يقوم النموذج بإنشاء استجابة مختلفة قليلاً بناءً على التباين العشوائي في عملية توليد النص. هذا هو السبب في أن ChatGPT يمكن أن يقدر نفس طبق باد تاي بـ 510 سعرات في يوم و780 سعرات في اليوم التالي — لم يتم "البحث" عن أي من الإجابتين، بل تم توليد كلاهما في الوقت الفعلي.
ما الذي تفعله Nutrola بشكل أفضل من ChatGPT في تتبع التغذية؟
تقدم Nutrola بيانات غذائية موثوقة من قاعدة بيانات تمت مراجعتها من قبل أخصائيي التغذية، ونتائج متسقة للاستفسارات المتكررة، وتسجيل الصور المدعوم بالذكاء الاصطناعي مع تقدير حصص مدرب، وتاريخ دائم للوجبات وتتبع الاتجاهات، وتحليلات المغذيات الكبرى مع كل تسجيل، وملخصات يومية وأسبوعية، وتعليقات مدركة للأهداف، وتكامل مع Apple Health. هذه الميزات تلبي المتطلبات الأساسية لتتبع التغذية اليومية الفعالة التي لا يمكن أن توفرها دردشة الذكاء الاصطناعي العامة.
هل يمكنني استخدام ChatGPT وNutrola معًا؟
نعم، وهذا هو النهج الأفضل على الأرجح. استخدم ChatGPT للتعليم الغذائي، وأفكار تخطيط الوجبات، وتعديلات الوصفات، والأسئلة الغذائية العامة. استخدم Nutrola للعمل اليومي الفعلي لتسجيل الوجبات، وتتبع المغذيات الكبرى، ومراقبة التقدم، والحفاظ على سجل غذائي دقيق مع مرور الوقت. تكمل الأداتان بعضهما البعض بشكل جيد عند استخدامهما لنقاط قوتهما الخاصة.
هل ChatGPT مجاني لتتبع السعرات بينما تكلف Nutrola المال؟
يقدم ChatGPT مستوى مجاني، على الرغم من وجود حدود للاستخدام ولا يتضمن أحدث قدرات النموذج. تكلف الاشتراك المدفوع في ChatGPT Plus 20 دولارًا شهريًا. تقدم Nutrola مستوى مجاني مع ميزات تتبع أساسية واشتراكًا متميزًا للحصول على ميزات متقدمة. يعتمد مقارنة التكاليف على مستوى استخدامك، لكن السؤال الأكثر أهمية هو ما إذا كانت الأداة التي تستخدمها تقدم بيانات موثوقة — قد تكلف التتبع غير الدقيق المجاني أكثر في الجهود المهدرة والأهداف المفقودة مقارنة بالتتبع المدفوع الدقيق.
هل سيحل ChatGPT في النهاية محل تطبيقات تتبع التغذية؟
ستستمر نماذج الذكاء الاصطناعي العامة في تحسين معرفتها الغذائية. ومع ذلك، فإن القيود الهيكلية — عدم وجود تخزين بيانات دائم، عدم وجود قاعدة بيانات غذائية موثوقة، عدم وجود تكامل مع تطبيقات الصحة، عدم وجود معايرة بصرية للحصص — هي قيود معمارية، وليست فجوات معرفية. ستحتاج الدردشة الذكية إلى تغيير بنيتها بشكل جذري لتكرار ما توفره تطبيقات التتبع المخصصة. من المرجح أن تدمج تطبيقات التغذية ميزات الذكاء الاصطناعي المحادثي (كما يفعل العديد منها بالفعل) بدلاً من أن تطور الدردشات الذكية قدرات تتبع كاملة.
مستعد لتحويل تتبع تغذيتك؟
انضم إلى الآلاف الذين حولوا رحلتهم الصحية مع Nutrola!
