ChatGPT在指定热量膳食规划中的潜力探索：一项精准营养干预的可行性研究

为解决人工智能在营养推荐领域的应用空白，研究人员开展了一项关于ChatGPT 3.5版指定热量膳食规划能力的先驱性研究。通过生成1500/2000/2500 kcal日膳食及300/500/700 kcal食谱（每组4种提示方案），采用营养数据库计算显示：除500 kcal组prompt-2存在显著差异（p<0.05）外，其余食谱及2500 kcal日膳食与实际值无统计学差异（p>0.05），证实AI在精准食谱生成方面更具优势，为智能营养干预提供了可行性依据。

　　

这项开创性研究揭示了聊天机器人(ChatGPT)在精准营养领域的应用潜力。科研团队采用公开版ChatGPT 3.5，通过结构化指令让其生成三组日膳食方案（1500/2000/2500 kcal）和三档单餐食谱（300/500/700 kcal），每组设置4种差异化提示模板。令人振奋的是，营养数据库分析显示：在500大卡组中，仅prompt-2方案存在显著热量偏差（p<0.05），而其他食谱方案及2500大卡日膳食的实际热量值与目标值高度吻合（p>0.05）。这些数据表明，当前AI在单餐食谱精准生成方面的表现优于全日膳食规划。特别值得注意的是，AI生成的食谱营养成分与实际需求展现出惊人的匹配度，这为未来开发智能营养辅助工具奠定了重要基础。不过研究者也强调，仍需进一步验证AI营养建议的科学可靠性及其食谱的可操作性，这将是推动人工智能营养师落地的关键下一步。