3个月瘦11kg没戒淀粉：热量缺口＋饮食分配＋AI拍照估算份量
TVBS 女人我最大转述小红书网友「江半不是江胖」3 个月瘦 11kg 的减脂方法。核心不是极端节食，而是「热量缺口＋饮食分配」两大原则，再叠加一个 AI 应用视角——吃饭前先拍照，让 AI 估算热量、分析饮食结构。文末为 SlimGo 减肥 App 软文，但「AI 拍照估算份量」这个用法本身是可迁移的多模态 AI 落地场景。
基本信息
- 来源类型：文章（健康 / 减脂科普，含 App 软文）
- 原文位置：raw/articles/2026-07-09-103141-tg-13c2b6.md
- 原文 URL：https://woman.tvbs.com.tw/beauty/65676
- 作者 / 出处：TVBS 女人我最大，2026-07-06；案例来自小红书网友「江半不是江胖」
- 消化日期：2026-07-09
- 主题：不戒淀粉的减脂方法论 + AI 拍照估算饮食份量
核心观点
-
每瘦 2.5 公斤重新估算一次摄取量：体重下降后基础代谢与每日总消耗会变化，热量不能永远照旧吃。她的做法是每瘦约 2.5 公斤重新估算一次热量摄取，比「每天固定吃 1200 大卡」更有弹性，也能避免减到后期卡关。日常安排约 500～750 大卡 的热量缺口，但具体数字要按身高、体重与活动量调整。
-
热量缺口不是吃越少越好，先搞懂每日消耗：减肥第一反应常是「少吃」，但她更重视先理解每日总消耗（基础代谢＋活动消耗＋食物热效应），再用「摄取低于消耗」创造缺口。居家办公、久坐上班族、每天运动 45 分钟的人所需热量完全不同；500～750 大卡是相对明显的缺口，体重较轻、活动量低的人不建议照抄一路压低热量。
-
不戒淀粉，每餐抓「碳蛋脂 1：1：0.5」：在限制总热量的前提下，用「碳水、蛋白质、脂肪 = 1：1：0.5」作为分配思路，再按当餐内容调整。白饭、地瓜、面类不必消失，而是控制份量、同时纳入蛋白质与脂肪。比起只吃菜、完全断碳，这种方式更强调饮食结构，也更容易融入聚餐、外食与上班生活，不容易三天破功。
-
AI 拍照估算份量，解决「看不懂这餐吃了多少」：减脂失控往往不是不知道「什么能吃」，而是看不懂眼前这餐到底吃了多少。她的做法是吃饭前先拍下食物照片，透过 AI 协助估算热量、分析饮食结构，甚至进一步追问「这餐如果只吃 500 大卡，碳水和蛋白质怎么分？」对天天外食的人很方便。但照片辨识会受份量、酱汁与烹调油影响，只适合当估算工具，不能把 AI 数字当绝对精准答案。
-
AI 把营养计算从「专业门槛」降为「拍一张照」：原本需要营养知识、秤重、查表才能完成的热量与宏量营养素估算，被多模态 AI 压缩成「拍照→识别→估算→个性化建议」的即时流程（SlimGo 的产品化形态为营养师任务卡＋拍照识别＋喵教练陪跑）。这是「AI 降低专业操作门槛」在健康管理场景的典型落地。
实操内容保留
本文无代码 / Prompt / 分步教程，但有可直接照做的减脂操作规则和一个可复用的 AI 提问模板。
减脂操作规则
| 环节 | 具体做法 | 关键数字 |
|---|---|---|
| 热量缺口 | 先估每日总消耗，再让摄取低于消耗 | 每日缺口约 500～750 大卡 |
| 动态调整 | 每瘦约 2.5 公斤重新估算一次摄取量 | 每 −2.5kg 校准一次 |
| 饮食分配 | 每餐按碳水:蛋白质:脂肪比例安排，不戒淀粉 | 碳:蛋:脂 ≈ 1:1:0.5 |
| 份量估算 | 吃饭前拍照，交给 AI 估热量、分析结构 | — |
可复用的 AI 饮食提问模板
「（附餐食照片）这餐如果只吃 500 大卡，碳水和蛋白质该怎么分？」
把「目标热量 + 目标分配比例」直接写进提问，让 AI 从「识别这餐」延伸到「给出下一步该怎么吃」，是这个用法比单纯查热量更进一步的地方。
关键概念
- 热量缺口 — 本文减脂方法论的底层原理：摄取低于消耗才会瘦；并强调随体重下降动态重估、缺口不宜过大。
- AI饮食追踪 — 本文的 AI 应用视角：多模态模型「拍照→识别食物→估算热量与宏量营养素→给个性化建议」，SlimGo 是其产品化案例。
- 多模态传感器融合 — 相关技术视角：拍照估热量本质是图像识别 + 领域知识推理，与传感器融合同属「用感知数据推断难以直接测量的量」，都受输入噪声（份量、酱汁、油）影响。
- 大健康用户决策 — 相关领域视角：本文是消费者自我管理侧，与该主题的品牌沟通侧互补（一个讲用户怎么自己做，一个讲品牌怎么陪用户做决策）。
与其他素材的关联
- 与 2026-07-09-cw-coffee-blood-sugar-traps（营养师拆解 3 种升糖咖啡）同属消费健康视角：那篇讲「看不懂饮品里的糖脂热量」，本文讲「看不懂一餐吃了多少热量」，共同指向「热量与营养结构不透明」这一普遍痛点，本文进一步给出「用 AI 拍照补上透明度」的解法。
- 与 2026-07-08-bnext-claude-code-xcode-ios-app（不懂 Swift 一晚做出健身饮控 App）互补：那篇是「用 AI 造一个饮控工具」，本文是「用 AI 当饮控工具」，一个供给侧一个使用侧，共同印证个人健康管理正在被 AI 重做。
原文精彩摘录
「她分享的第一個重點，就是體重下降後，熱量不能永遠照舊吃……因此她會在每瘦約2.5公斤後，重新估算一次攝取量。這個觀念比『每天固定吃1200大卡』更有彈性，也能避免減到後期卡關……安排每日約500～750大卡熱量缺口，不過實際數字仍要依個人身高、體重與活動量調整。」
「最容易讓減脂失控的，往往不是不知道『什麼能吃』，而是根本看不懂眼前這餐到底吃了多少。她分享自己會在吃飯前先拍下食物照片，再透過AI協助估算熱量、分析飲食結構，甚至進一步詢問：『這餐如果只吃500大卡，碳水和蛋白質怎麼分？』……不過照片辨識仍可能受到份量、醬汁與烹調油影響，因此更適合當作估算工具，而不是把AI數字視為絕對精準答案。」