Tuyệt vời! Với vai trò là một chuyên gia kỹ thuật Prompt, tôi sẽ phân tích chi tiết prompt template bạn cung cấp.
1. Phân tích Cấu trúc Prompt
Prompt template này được thiết kế để yêu cầu mô hình AI thực hiện một phân tích chuyên sâu về mối liên hệ giữa dinh dưỡng, tập luyện và sức khỏe của người dùng. Cấu trúc của nó rõ ràng và có tổ chức, tập trung vào việc trích xuất và tích hợp thông tin từ các biến đầu vào khác nhau để đưa ra kết luận và đề xuất.
Các biến chính trong prompt template bao gồm:
[TÊN_NGƯỜI_DÙNG]: Đại diện cho tên của người dùng. Biến này giúp cá nhân hóa đầu ra và tạo cảm giác gần gũi.[DỮ_LIỆU_DINH_DƯỠNG]: Là phần chứa thông tin chi tiết về chế độ dinh dưỡng của người dùng. Dữ liệu này có thể bao gồm lượng calo nạp vào, tỷ lệ macronutrient (protein, carb, fat), loại thực phẩm tiêu thụ, thời gian ăn uống, v.v.[LỊCH_SỬ_TẬP_LUYỆN]: Chứa thông tin về các hoạt động thể chất mà người dùng đã thực hiện. Điều này có thể bao gồm loại hình tập luyện, tần suất, cường độ, thời lượng và các bài tập cụ thể.[CHỈ_SỐ_SỨC_KHỎE_CỐT_LÕI]: Bao gồm các chỉ số sinh lý quan trọng của người dùng, chẳng hạn như cân nặng, chiều cao, tỷ lệ mỡ cơ thể, huyết áp, nhịp tim, mức năng lượng, giấc ngủ, hoặc các chỉ số xét nghiệm máu (nếu có).[MỤC_TIÊU_CỤ_THỂ]: Xác định rõ ràng những gì người dùng muốn đạt được thông qua việc tập luyện. Ví dụ: giảm cân, tăng cơ, cải thiện sức bền, chuẩn bị cho một cuộc thi thể thao, v.v.
2. Ý nghĩa & Cách hoạt động
Về mặt kỹ thuật, prompt này yêu cầu mô hình AI thực hiện các bước sau:
- Xác định và Lọc Dữ liệu: Mô hình sẽ đọc và hiểu các thông tin được cung cấp trong các biến. Nó cần phân biệt được đâu là dữ liệu dinh dưỡng, đâu là lịch sử tập luyện, đâu là chỉ số sức khỏe và mục tiêu.
- Phân tích Tương quan: Đây là bước cốt lõi. Mô hình sẽ sử dụng kiến thức về dinh dưỡng và sinh lý học để tìm ra mối liên hệ tiềm tàng giữa các yếu tố:
- Chế độ ăn uống cung cấp đủ năng lượng và dưỡng chất cho các buổi tập không?
- Tỷ lệ macronutrient có phù hợp với loại hình và cường độ tập luyện không?
- Chế độ ăn có ảnh hưởng đến việc phục hồi sau tập luyện không?
- Các chỉ số sức khỏe có phản ánh tác động của cả dinh dưỡng và tập luyện không?
- Đánh giá Sự Hỗ trợ/Cản trở: Dựa trên phân tích tương quan, mô hình sẽ đánh giá xem chế độ dinh dưỡng hiện tại đang giúp người dùng tiến gần hơn đến mục tiêu hay đang làm chậm quá trình đó. Ví dụ: nếu mục tiêu là giảm cân nhưng chế độ ăn lại dư thừa calo, mô hình sẽ nhận định đây là yếu tố cản trở.
- Đề xuất Điều chỉnh: Cuối cùng, mô hình sẽ đưa ra các khuyến nghị cụ thể, có thể áp dụng được để cải thiện chế độ dinh dưỡng. Các đề xuất này cần liên kết trực tiếp với mục tiêu của người dùng và các vấn đề đã xác định trong phân tích. Ví dụ: “Tăng lượng protein lên X gam mỗi ngày để hỗ trợ phát triển cơ bắp”, hoặc “Giảm lượng đường nạp vào xuống Y gam để hỗ trợ mục tiêu giảm mỡ.”
Khả năng thành công của prompt phụ thuộc rất nhiều vào chất lượng và độ chi tiết của dữ liệu được cung cấp trong các biến. Dữ liệu càng đầy đủ và chính xác, kết quả phân tích của AI sẽ càng hữu ích.
3. Ví dụ Minh họa
Giả sử chúng ta cung cấp dữ liệu như sau:
Ví dụ 1:
[TÊN_NGƯỜI_DÙNG]: Anh Minh[DỮ_LIỆU_DINH_DƯỠNG]: “Trung bình nạp 2500 kcal/ngày, gồm 40% Carb (300g), 30% Protein (190g), 30% Fat (83g). Thường ăn bữa sáng gồm bánh mì, bữa trưa cơm trắng với thịt kho, bữa tối hải sản luộc. Chuộng đồ ngọt vào buổi chiều.”[LỊCH_SỬ_TẬP_LUYỆN]: “Tập gym 5 buổi/tuần, mỗi buổi 70 phút, tập trung vào các bài compound (squat, bench press, deadlift). Gần đây giảm tần suất cardio.”[CHỈ_SỐ_SỨC_KHỎE_CỐT_LÕI]: “Cân nặng 75kg, chiều cao 175cm, tỷ lệ mỡ cơ thể 22%. Mức năng lượng trong ngày ở mức trung bình, đôi khi cảm thấy uể oải vào buổi chiều. Giấc ngủ 7 tiếng.”[MỤC_TIÊU_CỤ_THỂ]: “Giảm tỷ lệ mỡ cơ thể xuống 18% và tăng khối lượng cơ bắp trong 3 tháng tới.”
Đầu ra có thể của AI từ prompt trên:
"Chào Anh Minh, phân tích dữ liệu của anh cho thấy:
Chế độ dinh dưỡng hiện tại đang cung cấp 2500 kcal, với tỷ lệ macronutrient là 40% Carb, 30% Protein, 30% Fat. Lượng protein (190g) là khá tốt để hỗ trợ phát triển cơ bắp, tuy nhiên, tỷ lệ Carb có thể hơi cao so với mục tiêu giảm mỡ. Việc anh hay ăn đồ ngọt vào buổi chiều cũng có thể góp phần làm tăng calo dư thừa và cản trở quá trình giảm mỡ.
Lịch sử tập luyện của anh với các bài compound là rất phù hợp để tăng cơ. Tuy nhiên, việc giảm cardio có thể ảnh hưởng đến việc đốt cháy calo tổng thể.
Các chỉ số sức khỏe hiện tại cho thấy anh đang có tỷ lệ mỡ 22% và có cảm giác uể oải vào buổi chiều, điều này có thể liên quan đến việc nạp năng lượng không tối ưu hoặc gián đoạn đường huyết do ăn đồ ngọt.
Đánh giá: Dinh dưỡng hiện tại đang phần nào hỗ trợ mục tiêu tăng cơ nhờ lượng protein tốt, nhưng đang cản trở mục tiêu giảm mỡ chủ yếu do lượng calo nạp vào và thói quen ăn đồ ngọt.
Đề xuất điều chỉnh dinh dưỡng:
Giảm lượng Carb tổng thể xuống khoảng 25-30% tổng calo (khoảng 200-220g) và tăng nhẹ tỷ lệ Fat lên 35-40% để cảm thấy no lâu hơn và duy trì năng lượng ổn định.Thay thế bữa ăn nhẹ buổi chiều bằng các loại hạt, sữa chua Hy Lạp không đường, hoặc trái cây ít đường để tránh tăng đột biến đường huyết.Xem xét tăng cường các bài cardio cường độ vừa phải 2-3 buổi/tuần để hỗ trợ đốt cháy calo hiệu quả hơn.Đảm bảo uống đủ nước (khoảng 2-3 lít/ngày), đặc biệt là trước, trong và sau khi tập luyện.
Việc điều chỉnh này sẽ giúp anh tạo ra thâm hụt calo vừa phải để giảm mỡ, đồng thời vẫn cung cấp đủ năng lượng và dưỡng chất cho việc tập luyện và phục hồi cơ bắp."
Ví dụ 2:
[TÊN_NGƯỜI_DÙNG]: Chị Lan[DỮ_LI
