文章同步發表在我的Blog

第一次請 ChatGPT 協助整理減重問題之後，我很快發現，光靠回憶很難得到可靠答案。

如果只問我昨天吃得多不多，我可能會回答「還好」；如果問我最近有沒有晚睡，我也許會說「偶爾」；如果問我運動後是不是容易餓，我很可能只記得最近一次特別明顯的經驗。

這些回答不能說是假的，卻都太依賴印象。

人的記憶會保留比較強烈的片段，也會自動忽略那些看起來不重要的小事。某天喝了一杯微糖飲料，當下不會覺得有什麼；晚餐後又吃了一點東西，也可能只被我歸類成「不算宵夜」。但當類似情況反覆出現，它們就可能成為影響體重趨勢的一部分。

於是，我開始建立第一份 DailyLog。

DailyLog 可以理解成每天用固定格式留下的健康生活紀錄。它的目的很簡單：把每天發生的事情留下來，讓幾天後、幾週後的我，仍然有辦法回頭確認。

第一版沒有很完整，也沒有很漂亮

一開始，我並沒有想做一套很複雜的健康管理系統。

我只先記幾個最基本的項目：

• 日期
• 體重
• 睡眠時間
• 當天有沒有運動
• 做了什麼運動
• 有沒有喝含糖飲料
• 晚上是否又吃東西
• 當天的特殊情況

這些欄位看起來很普通，甚至稱不上專業。

但對當時的我來說，它們已經足以回答很多原本只能靠猜測的問題。

例如，體重上升的前一天是不是剛好睡得比較少？晚間進食是否經常發生在跑步或單車之後？含糖飲料究竟真的只是偶爾，還是每週其實出現了好幾次？某次體重突然變化，是一般生活造成，還是剛好遇到聚餐、比賽或長時間運動？

DailyLog 的第一個價值，是讓「我覺得」慢慢變成「紀錄顯示」。

先附上早期的版本，這是已經更改好幾個版本了，可以是個參考

我曾經想把所有東西一次記完

開始紀錄後，很容易產生一種衝動：既然要記，就應該記得完整。

我曾想過加入更多項目，例如每餐內容、熱量、、步數、運動心率、情緒、壓力、喝咖啡的時間，甚至每一口零食。

這些資料都有可能有用。

但問題是，欄位越多，每天維持的難度也越高。當紀錄變得像作業，最先發生的通常不是資料變完整，而是開始拖延、漏記，最後乾脆放棄。而且有很多欄位，我根本不知道應該要怎麼填寫，像熱量，若沒有儀器或是營養師幫忙，真的是無法估算。

ChatGPT 當時協助我的方向，是先保留那些真正會影響下一步判斷的資訊。

這個原則後來一直很重要：

一個欄位如果記了之後不會拿來回顧，也不會影響行動，就不一定要立刻加入。

例如，我當時最常困惑的是體重波動、晚間進食、含糖飲料、睡眠與運動之間的關係。那麼第一版 DailyLog 就應該先服務這些問題。

至於更細的飲食內容、運動負荷與恢復狀況，可以等到真的遇到判讀困難時再增加。

記錄最困難的地方，其實是定義

表格建立完成後，我原本以為最麻煩的工作已經結束。

真正開始填寫才發現，困難才剛開始。

例如，「有沒有喝含糖飲料」看似只需要填是或否，但一分糖算不算？運動飲料算不算？拿鐵裡的牛奶要不要算？如果只喝幾口，又該怎麼記？

「晚上是否又吃東西」也一樣。晚上九點喝乳清，和十一點因為嘴饞吃餅乾，應該放在同一類嗎？運動到很晚才補充食物，算正常補給，還是違反宵禁？

如果沒有一致的定義，表格看起來整齊，裡面的資料卻未必能比較。

今天把一分糖寫成沒有，明天又寫成有；這週把乳清視為補給，下週又把它歸類成宵夜。幾個月後回頭看，只會得到一堆無法解釋的紀錄。

所以第一份 DailyLog 建立後，我和 ChatGPT 花了不少時間處理這些看似瑣碎的問題。

AI 的工作，是提醒我哪些欄位存在模糊空間，協助整理可能的判斷方式。我的工作，則是根據真實生活決定規則能不能執行。

最後，我先採用比較簡單的做法：

• 只要飲料有額外加糖，就先記錄。
• 晚上吃東西，要留下時間與內容。
• 運動後有目的的補給，要在備註中標示。
• 聚餐、比賽、旅行或身體不舒服，要留下特殊情況。
• 不確定時先記錄，不急著替它分類。

這些規則後來還會修改，但第一個目標是讓每天的判斷保持一致。

DailyLog 不是用來抓自己犯錯

剛開始紀錄時，我有時會把 DailyLog 看成一張成績單。

如果當天有運動、沒有喝飲料、晚上也沒有再吃東西，就覺得自己表現很好；若碰到聚餐、晚睡或宵夜，就會覺得那天失敗了。

這種想法很容易讓紀錄失去真實性。

當一份表格讓人感覺自己每天都在被評分，就會開始想把不好看的內容省略。飲料只喝半杯，乾脆不寫；晚上只吃幾口，覺得可以忽略；運動沒有完成，就不想留下紀錄。

但資料一旦只保留做得好的部分，ChatGPT 再怎麼分析，也只能得到一個經過美化的版本。

後來我逐漸把 DailyLog 定位成觀察工具。

它不負責判決我今天有沒有資格稱為自律的人，只負責留下事實。

有喝飲料就記，有晚吃就寫，沒有運動也照樣填。這些紀錄不是罪證，而是之後判斷生活模式的線索。

當我不再把每一欄看成對錯題，填寫反而變得比較輕鬆。

AI 幫我整理，人負責讓資料真實

ChatGPT 在 DailyLog 中最有價值的工作，是協助我檢查資料之間是否說得通。

例如，紀錄顯示晚上沒有進食，備註卻寫了運動後喝乳清；活動欄寫休息日，實際上卻完成了一段長時間單車；最後進食時間很晚，但沒有標示是聚餐還是補給。

這類矛盾如果只看單一欄位，很容易被忽略。AI 可以協助把不同欄位放在一起比較，提醒我哪裡需要補充或修正。

但 AI 無法知道我沒有寫下來的事情。

如果我忘了記錄一杯飲料，它不可能自己發現；如果我為了讓數據好看而省略宵夜，它也無法還原真相。

所以這套方法有一個很重要的前提：我必須願意提供接近真實生活的資料。

有紀律並不代表每天都完美。有紀律也包括在做得不理想的日子，仍然願意留下紀錄。

第一份 DailyLog 真正改變了什麼？

它沒有讓我的體重隔天立刻下降，也沒有讓所有飲食問題自動消失。

它先改變了我觀察自己的方式。

以前看到體重上升，我會立刻問：「我昨天是不是吃太多？」

開始記錄後，我可以多看幾個問題：

• 昨天是否有高強度或長時間運動？
• 最後進食時間是什麼時候？
• 睡眠有沒有不足？
• 是否喝了含糖飲料？
• 有沒有聚餐、補給或特殊情況？
• 這是單日變化，還是已經持續好幾天？

這些問題讓我不再急著對一天的結果下結論。

第一份 DailyLog 很簡單，卻建立了後面所有調整的基礎。沒有這些原始紀錄，ChatGPT 很難協助我找出規律；沒有我每天持續填寫，再好的分析方式也沒有材料可以使用。

紀律負責讓資料持續存在，AI 負責協助整理資料背後可能代表的意義。

下一篇，我會繼續談這套合作裡最重要的限制：即使一個人很有紀律，也可能反覆做著沒有幫助的事情。這時候，我需要的不是更多意志力，而是有人協助我看見自己容易忽略的盲點。