文章同步發表在我的Blog

開始看七日平均體重之後，我少了很多因為單日數字產生的焦慮。

但很快又遇到另一個問題。

如果七日平均也沒有繼續下降呢？

每天還是有量體重。

跑步也沒有停。

飲食大致照原本的方式。

可是打開趨勢圖，看起來就是橫在那裡。

65.3、65.2、65.4、65.3……

一個星期過去差不多。

再過一個星期，好像還是差不多。

這時候真正讓人焦慮的，已經不是今天突然多了 0.5 公斤，而是：

我是不是卡住了？」

而我以前面對這種情況時，第一個反應通常只有一個：

再做更多。

體重沒動，我以前就會想再少吃一點

減重很容易讓人形成一種直覺。

體重下降，表示目前的方法有效。

體重沒有下降，表示強度不夠。

於是最自然的反應就是：

晚餐再少一點。

零食全部拿掉。

多跑幾公里。

增加一次單車。

甚至連原本安排好的恢復日，都開始覺得是不是太浪費。

問題是，這些調整往往來得太快。

有時候只是最近睡眠比較差。

有時候剛好有聚餐。

有時候訓練量增加，生活節奏跟著改變。

也有時候看起來兩週沒下降，其實七日平均仍然比一個月前低。

如果沒有先把這些事情拆開，我很容易把所有問題都歸結成：

「我還不夠努力。」

我問 ChatGPT：「這真的算停滯嗎？」

後來再遇到這種狀況，我不再只問：

「怎麼讓體重繼續下降？」

我會先問：

「從這段 DailyLog 來看，這真的算停滯嗎？」

這個差別很重要。

第一種問法，預設我現在一定需要修改。

第二種問法，先確認到底有沒有問題。

ChatGPT 會先看比較長的時間。

例如：

• 最近七日平均是多少？
• 兩週前是多少？
• 一個月前是多少？
• 最近是否剛好有旅行、聚餐或身體不舒服？
• 睡眠有沒有下降？
• 跑步或單車量是否改變？
• 飲食規則實際執行得怎麼樣？

有時候分析完，我得到的答案其實很無言：

先不要改。

以前我很難接受這種答案。

現在反而知道，它可能是一個很重要的判斷。

「看起來沒變」和「真的沒變」不一樣

這是七日平均開始使用之後，我慢慢建立的觀念。

例如這四週的平均體重大概是：

第一週：65.8
第二週：65.5
第三週：65.3
第四週：65.3

如果只看第三週和第四週，確實像停住了。

但把時間拉回第一週，整個月仍然下降了約 0.5 公斤。

這時候如果因為最後一週沒有繼續下降，就大幅減少飲食或增加運動，很可能只是對短期現象反應過度。

另一方面，如果連續幾週七日平均都幾乎相同，而且 DailyLog 顯示生活狀況穩定，那就比較值得深入檢查。

所以我開始把「停滯」看成需要證據的事情。

不能只靠感覺。

DailyLog 幫我檢查：最近真的和以前一樣嗎？

體重看起來卡住時，我最容易說一句：

「可是我最近明明都一樣。」

DailyLog 常常會證明，我沒有自己想像得那麼「一樣」。

例如以前晚餐大多在七點半完成，最近因為工作變晚，常常拖到九點。

以前一週跑三次，最近雖然還是運動，但其中兩次改成比較輕鬆的活動。

以前含糖飲料一週一次，最近天氣熱，運動飲料和其他飲料增加。

或者睡眠從平均七小時，慢慢掉到六小時左右。

每一件看起來都只是小改變。

加在一起，生活狀態其實已經和一個月前不太一樣。

這也是為什麼我需要 DailyLog。

人的記憶很容易留下「大方向」。

我會記得自己仍然有運動。

仍然沒有每天吃宵夜。

仍然在控制飲料。

但表格會留下細節。

ChatGPT 最有用的地方，是幫我找「哪裡變了」

遇到疑似停滯時，我現在會讓 ChatGPT 幫我做一件很單純的事：

比較前後兩段生活。

例如拿前兩週和最近兩週比。

它可能會提醒我：

最近平均睡眠下降。

步數變少。

跑步量差不多，但恢復日變少。

補給例外變多。

最後進食時間有延後的趨勢。

或其實所有事情都沒有太大改變，只是體重暫時維持在一個區間。

這時候 AI 的價值就很清楚。

它不會因為我說「我覺得卡住了」，就直接接受這個結論。

它可以回頭檢查資料是否支持我的感覺。

我也遇過「其實沒有做好，卻以為自己做好了」

這種情況比較不好面對。

因為有時候問題真的很簡單：

我最近執行得沒有前一段時間穩定。

例如聚餐變多。

晚上多了幾次零食。

睡眠不足時比較常喝含糖飲料。

運動還在做，所以我心裡會覺得自己「應該沒有差很多」。

可是 DailyLog 放在一起看，就會發現頻率確實變了。

以前一週一次的例外，變成一週三次。

單次看都很小。

累積起來就可能改變整體結果。

這時候我不需要新的減重技巧。

需要的只是回到原本做得到的規則。

這對我來說反而是一種提醒：

資料的用途，也包括戳破自己的錯覺。

停滯時，我現在不會一次改很多東西

以前一焦慮，我很容易同時做三件事：

少吃。

多跑。

取消休息。

結果過幾天累到不行，也不知道到底是哪一個調整有效。

現在我會盡量一次只動一個地方。

例如發現最近最後進食時間真的變晚，那我先處理晚間流程。

如果是睡眠明顯下降，就先想辦法把睡眠拉回來。

如果活動量下降，才檢查是不是工作型態改變，讓日常步數變少。

如果 DailyLog 看起來一切都相對穩定，我甚至會選擇：

什麼都不改，再觀察一週。

這種做法看起來比較慢。

但它讓我知道自己到底在調整什麼。

有時候，停滯只是生活正在恢復

我也曾遇過身體不舒服或旅行之後，體重變得比較亂。

這種時候，如果硬把那幾天納入「停滯分析」，很容易誤判。

例如感冒恢復期間，運動量下降。

旅行時飲食和睡眠改變。

回家之後又需要幾天重新建立節奏。

這種資料我還是會記。

但會標記成特殊情境。

因為我要知道那段時間發生了什麼，同時也不希望用它代表平常狀態。

這也是 Day 13 提到「特殊情境」的另一個用途。

當資料累積到後面，這些早期建立的小欄位會慢慢串在一起。

真正要調整之前，我會先確認三件事

現在如果我覺得體重停滯，我會先確認三個方向。

第一，看趨勢。

七日平均真的連續一段時間沒有下降嗎？

第二，看執行。

最近的生活真的和前一段時間差不多嗎？

第三，看情境。

有沒有聚餐、旅行、生病、睡眠不足或訓練改變？

只有這三件事情都看過之後，我才會考慮修改計畫。

而且修改通常很小。

我不希望因為兩週看起來沒有下降，就把原本可以長期執行的生活變成一套非常痛苦的減重方案。

AI 幫我避免「焦慮式調整」

這大概是 ChatGPT 在整個減重過程中，對我最有價值的角色之一。

我常常已經很想做些什麼。

因為看到體重沒動，人會有一種「一定要採取行動」的衝動。

AI 可以幫我先整理：

現在有沒有足夠的證據需要改？

如果需要，哪一個變化最值得先處理？

如果還看不出來，是不是應該再累積幾天資料？

最後做決定的人仍然是我。

但我開始少做很多「因為焦慮所以修改」的事情。

有紀律，也包括願意等待

我以前認為紀律就是持續行動。

後來發現，健康管理裡還有另一種很難的紀律：

願意等待足夠的資料。

看到體重卡住，不立刻節食。

看到一次上升，不臨時多跑。

看到兩週差不多，先回頭確認生活到底有沒有變。

DailyLog 讓我有資料可以等。

ChatGPT 幫我把這些資料整理成比較能判斷的樣子。

而我要做的，是繼續誠實記錄、照原本能維持的方式生活，再看身體怎麼回答。

有時候答案是需要微調。

有時候答案只是：

再給它一點時間。

下一篇，我會談另一個很容易被我忽略的問題：體重下降了，就代表方法一定是對的嗎？ 當我開始同時看體脂、精神、睡眠和運動表現後，才發現「數字變輕」只是健康管理裡其中一種結果。