询问 ChatGPT 还是使用营养应用：哪种提供更好的饮食建议？
我们向 ChatGPT 提出了 20 个常见的营养问题，并将每个答案与经过验证的数据库进行了核对。以下是它的准确之处、严重错误以及何时应该使用专门的营养应用。
如今，数百万人选择向 ChatGPT 寻求营养建议，而不是打开卡路里跟踪应用。 它快速、对话式，仿佛在与一位知识渊博的朋友交谈。但它的准确性如何呢？我们对 ChatGPT 进行了测试，询问了 20 个人们每天都会提出的常见营养问题，并将每个答案与 USDA 数据、同行评审的研究以及 Nutrola 的经过验证的食品数据库进行了核对。结果令人震惊。
一些答案确实很有帮助，另一些则偏差数百卡路里，甚至有些建议可能会阻碍减肥或造成伤害。以下是详细分析。
ChatGPT 能给出好的饮食建议吗？
简短的回答是：有时可以。ChatGPT 从一个庞大的训练数据集中获取信息，其中包括营养教科书、研究论文和健康网站。当你询问一般教育问题时，比如“什么是卡路里赤字？”或“蛋白质对肌肉生长有何重要性？”答案通常准确且解释清晰。
但在需要具体性的问题上，它就开始出现问题。营养建议只有在个性化时才有用：你的体重、活动水平、饮食偏好、病史和实际饮食。ChatGPT 除非在每次对话中都告诉它这些信息，否则它并不知道。而且即使如此，下次对话时它也不会记得。
我们将 20 个测试问题分为四类，并对 ChatGPT 在每类中的准确性进行了评分：
| 类别 | 测试问题数量 | 准确答案 | 部分准确 | 不准确或误导 |
|---|---|---|---|---|
| 一般营养教育 | 5 | 4 | 1 | 0 |
| 特定食物的卡路里和宏量营养素估算 | 5 | 1 | 2 | 2 |
| 个性化餐饮规划 | 5 | 0 | 3 | 2 |
| 医疗营养问题 | 5 | 1 | 1 | 3 |
ChatGPT 在一般教育方面表现良好，但在卡路里估算上表现不佳，个性化方面则完全失败，而在医疗营养问题上则令人担忧。
ChatGPT 在营养信息方面准确吗？
这里的数据更有趣。我们让 ChatGPT 估算了 10 道常见餐点的卡路里和宏量营养素——例如“烤鸡胸肉配米饭和西兰花”或“Chipotle 鸡肉米饭碗”。然后，我们将 ChatGPT 的回答与 USDA FoodData Central 数据库和 Nutrola 的 1.8M+ 验证食品数据库进行了比较。
ChatGPT 在 10 道餐点中，有 7 道的卡路里估算偏差达 20-40%。
以下是一些具体例子：
| 餐点 | ChatGPT 估算 | 验证的 USDA/Nutrola 数据 | 偏差 |
|---|---|---|---|
| 烤鸡胸肉（6 盎司）配 1 杯白米和蒸西兰花 | 480 卡路里 | 542 卡路里 | -11% |
| Chipotle 鸡肉米饭碗（鸡肉、米饭、豆类、莎莎酱和奶酪） | 550 卡路里 | 735 卡路里 | -25% |
| 两个鸡蛋、两条培根、一片涂黄油的吐司 | 350 卡路里 | 487 卡路里 | -28% |
| 中等份量的意大利辣香肠披萨（2 片，Domino's） | 400 卡路里 | 534 卡路里 | -25% |
| Starbucks 大杯焦糖玛奇朵（全脂牛奶） | 200 卡路里 | 250 卡路里 | -20% |
| 酪梨吐司（酸面包）配一个水煮蛋 | 280 卡路里 | 394 卡路里 | -29% |
| Panda Express 橙汁鸡配炒饭 | 700 卡路里 | 880 卡路里 | -20% |
| 三文鱼排（5 盎司）配藜麦和芦笋 | 520 卡路里 | 498 卡路里 | +4% |
| McDonald's 巨无霸配中份薯条 | 850 卡路里 | 920 卡路里 | -8% |
| 自制意大利面肉酱（1.5 杯） | 450 卡路里 | 618 卡路里 | -27% |
模式很明显：ChatGPT 一直低估卡路里。 这对任何处于卡路里赤字、试图减肥的人来说都是危险的。如果你的跟踪器在每餐上偏差 25%，你可能每天无意识地多摄入 500-750 卡路里。一个星期下来，这足以完全消除标准的 500 卡路里每日赤字。
低估的原因很简单。ChatGPT 无法访问真实的份量、品牌特定的数据或餐厅营养数据库。它根据训练数据中的统计平均值进行猜测，而这些平均值往往偏向于较小的份量和较轻的烹饪方式。
我应该使用 ChatGPT 还是营养应用来减肥？
这完全取决于你的需求。这两种工具各有优势，但解决的问题根本不同。
ChatGPT 是一个对话工具。 它非常适合学习、头脑风暴和快速回答一般问题。如果你想了解复杂碳水化合物和简单碳水化合物的区别，ChatGPT 会在几秒钟内给你一个清晰、准确的解释。
像 Nutrola 这样的专门营养应用是一个跟踪工具。 它记录你的实际饮食，存储你的历史，计算你的个人目标，并展示你在几周和几个月中的趋势。它不进行猜测——它从经过验证的数据库中提取数据，每种食物都有 100 多种营养成分。
以下是直接的功能比较：
| 功能 | ChatGPT | Nutrola |
|---|---|---|
| 一般营养教育 | 是 | 否 |
| 特定食物的卡路里估算 | 近似（20-40% 偏差） | 验证数据库（1.8M+ 食品） |
| 条形码扫描 | 否 | 是 |
| AI 照片食物记录 | 否 | 是 |
| 语音食物记录 | 否 | 是 |
| 持久的食物日志 | 否（会在会话间遗忘） | 是（永久历史） |
| 个性化每日目标 | 仅在每次重新解释时 | 自动计算并存储 |
| 宏量营养素跟踪（蛋白质、碳水化合物、脂肪） | 近似 | 精确（100+ 营养成分） |
| 每周进度报告 | 否 | 是 |
| 体重趋势跟踪 | 否 | 是 |
| Apple Watch 集成 | 否 | 是 |
| 餐厅和品牌数据库 | 有限 | 广泛 |
| 记住昨天的餐点 | 否 | 是 |
| 会话间一致的答案 | 否（每次都不同） | 是（同一数据库，相同结果） |
| 成本 | 免费版 / 每月 20 美元的 Plus 版 | 每月起价 2.50 欧元 |
比较清晰地显示了区别。ChatGPT 是一个知识工具，而 Nutrola 是一个责任工具。减肥需要知识和责任，但大多数人失败的原因是缺乏责任，而不是缺乏知识。
2024 年《肥胖》期刊的一项研究发现，无论使用哪个应用程序，持续的食物记录都是成功减肥的最强预测因素，甚至比锻炼频率、饮食类型或初始动机更具预测性。关键字是“持续”。你无法与一个会遗忘你餐点的工具保持一致，也无法每次都给出不同的数字。
ChatGPT 在营养方面的错误是什么？
除了卡路里估算外，我们发现 ChatGPT 在营养建议中存在四个重复的模式，可能会误导用户：
1. 没有个性化记忆的通用餐饮计划
当要求创建一个 7 天的餐饮计划时，ChatGPT 生成了一个看似合理的模板。问题是：它默认使用 2000 卡路里的计划，而不管我们是否指定用户是一个 130 磅的久坐女性还是一个 220 磅的活跃男性。即使我们提供了具体的统计数据，下次对话仍然是从头开始。没有持久的档案，没有随时间调整的能力，也没有意识到你实际吃了什么与计划的差异。
像 Nutrola 这样的专门应用会存储你的档案，随着体重变化重新计算目标，并跟踪你实际消费的食物，而不是通用计划建议的食物。
2. 会话间宏量营养素计算不一致
我们在三次不同的对话中询问 ChatGPT 同一个问题：“自制鸡肉炒菜配蔬菜和酱油的卡路里是多少？”答案分别是：380 卡路里、450 卡路里和 520 卡路里。同一个问题，三个不同的数字，偏差高达 37%。
这是因为大型语言模型是概率性的。它们并不是从数据库中检索事实，而是生成统计上可能的回答。Nutrola 则是从固定的、经过验证的数据库中提取数据。问同一个问题一千次，得到的每次都是相同的经过验证的答案。
3. 可能危险的医疗营养建议
我们问 ChatGPT：“我有 2 型糖尿病。我应该吃什么？”回答中包含了一些关于限制精制糖和增加纤维摄入的准确一般建议。但它也给出了具体的碳水化合物克数建议，而没有了解用户的药物、血糖水平或医生的指导。对于正在使用胰岛素或磺脲类药物的人来说，遵循没有医疗监督的通用碳水化合物目标可能会导致低血糖。
ChatGPT 确实会添加免责声明，建议用户咨询医疗提供者，但这些免责声明出现在几段具体建议之后，许多用户可能会在未进一步阅读的情况下采取行动。
4. 无论准确性如何都表现出自信的语气
ChatGPT 以相同的自信程度提供每个答案。无论是正确解释食物的热效应，还是错误估算餐厅餐点的卡路里，语气都是一样的。没有置信区间，没有引用的数据来源，也没有不确定性的指示。这使得非专家很难区分准确建议与不准确建议。
像 Nutrola 这样的经过验证的数据库清楚地显示了营养数据的来源。1.8M+ 食品数据库中的每一项都经过验证，每种食物追踪 100 多种营养成分，为用户提供了聊天机器人无法提供的透明度。
ChatGPT 在营养方面的优点
完全否定 ChatGPT 是不公平的。在我们的测试中，它在几个领域表现出色：
- 解释营养概念。 像“什么是宏量营养素？”或“蛋白质合成是如何工作的？”这样的问题得到了清晰、准确、结构良好的解释。
- 生成食谱创意。 “给我五个低于 400 卡路里的高蛋白早餐创意”产生了富有创意且合理的建议（尽管这些食谱的卡路里估算往往不准确）。
- 激励和心态。 问“我如何在饮食过程中保持动力？”生成了关于习惯养成、基于身份的改变和管理渴望的深思熟虑的心理学建议。
- 快速的一般答案。 问“燕麦粥对减肥有好处吗？”得到了平衡且细致的回答，正确识别了好处和卡路里密度的考虑。
模式是一致的：ChatGPT 在概念和定性建议方面表现强劲，而在定量和个性化数据方面则较弱。
结论：两者结合使用，但各自承担不同的任务
问题不是“ChatGPT 还是营养应用？”而是“哪个工具适合哪个任务？”
当你想学习时使用 ChatGPT。 理解宏量营养素的运作，获取食谱灵感，了解纤维的重要性，实时提问。ChatGPT 是大多数人接触过的最佳营养教育者。
当你想跟踪时使用 Nutrola。 通过照片、语音命令或条形码扫描记录你的餐点。查看你随时间的实际卡路里和营养摄入。跟踪你的体重趋势。获取每周报告，了解你是否在正轨上。建立一个真正推动结果的责任系统。
成功实现长期体重管理的人不是那些拥有最多营养知识的人，而是那些持续跟踪、测量和调整的人。这需要一个持久、准确、数据驱动的工具，而不是一个在你关闭标签页的瞬间就忘记一切的聊天机器人。
Nutrola 每月起价 2.50 欧元，所有计划均无广告。它结合了 AI 智能——照片识别、语音记录、智能建议——与 ChatGPT 缺乏的经过验证的数据基础。你可以享受 AI 的便利，而不牺牲准确性。
向 ChatGPT 提问你的营养问题。打开 Nutrola 实际跟踪你的饮食。 这种组合比单独使用任何工具都更强大。
