文章同步發表在我的Blog

DailyLog 用了一段時間之後，我發現自己其實已經記了很多東西。

體重、體脂、睡眠、步數、活動、最後進食時間、聚餐、補給、備註。

如果只是回頭看「昨天發生了什麼」，這些資料已經很夠用。

但我慢慢遇到另一個問題。

如果我真的做了調整，之後要怎麼知道這個調整到底有沒有幫助？

例如我發現跑步後太晚補給，所以決定把補給往前移。

這是一個調整。

但一個星期後，我到底有沒有比較少在深夜吃東西？

又例如我發現睡眠不足時，隔天比較容易想吃甜食，所以決定睡眠不足的隔天，把運動強度降低。

那這樣做之後，晚上真的比較穩定嗎？

如果沒有把「調整後的結果」留下來，很多健康管理最後很容易變成：

今天想到一個方法。

明天又換另一個方法。

做了很多事，卻不知道哪一個真的有效。

我以前很常只記「發生了什麼」

早期的 DailyLog 比較像事件紀錄。

例如：

「睡 5 小時。」

「晚上跑步。」

「22:30 補乳清。」

「今天聚餐。」

「體重 65.4。」

這些資料很重要。

它們讓我知道那一天發生了什麼，也能讓 ChatGPT 幫我找規律。

但如果我做了一個新的嘗試，原本的紀錄方式有時候不夠。

假設我和 ChatGPT 討論後，決定把跑後補給提前到接小孩之前。

那我真正想知道的其實是：

• 補給有沒有真的提前？
• 回家之後還會不會繼續想吃？
• 睡前飢餓有沒有改善？
• 隔天精神如何？
• 這個方式方便嗎？
• 我願不願意繼續做？

這些才是「調整是否有效」的答案。

第一次意識到這件事，是晚間補給

有一段時間，我晚上運動大約八點結束。

運動後先吃便利商店便當，接著九點到十點要接小孩。

等回到家、洗完澡，再想到補給時，常常已經超過晚上十點。

當時我問 ChatGPT，這樣的生活節奏要怎麼調整。

它給我的其中一個方向，是把補給往前移。

這個建議本身很合理。

但真正有價值的部分，其實發生在後面。

我開始試著提前補給，然後觀察：

回家之後還會不會餓？

是不是比較不會臨時找零食？

晚上吃東西的時間有沒有真的提前？

如果結果沒有改善，那就代表「理論上合理」不等於「對我的生活有效」。

這件事讓我開始改變記錄方式。

我開始在備註裡留下「調整後反應」

我沒有再為這件事多開十個欄位。

大多數時候，只是在備註裡加一句。

例如：

「補給提前，回家後沒有再吃。」

「跑前吃太少，晚上仍然很餓。」

「改成恢復日，隔天精神比較好。」

「聚餐隔天正常吃，兩天後體重回原區間。」

「睡眠不足，降低跑步強度後比較能完成。」

這些句子看起來非常普通。

但對我來說，它們比單純寫「有運動」「有補給」多了一層意義。

因為我開始留下：

我做了什麼，以及身體怎麼回答。

ChatGPT 可以幫我比較「調整前」和「調整後」

這時候，AI 的角色也開始變得不一樣。

以前我比較常問：

「最近發生了什麼？」

後來我開始問：

「這個調整做了一週，看起來有沒有改善？」

例如比較晚間補給前移前後。

ChatGPT 可以幫我看：

• 最後進食時間有沒有提前。
• 晚間零食有沒有減少。
• 睡眠是否受到影響。
• 隔天精神有沒有明顯差異。
• 訓練日的飢餓狀況是否改變。

這些比較不一定能得出非常精準的科學結論。

畢竟生活裡還有很多其他變化。

但至少它讓我知道：

這個方法值得繼續？

需要微調？

還是其實沒有什麼幫助？

我開始少做「一次改很多事情」

這也是開始追蹤調整結果之後，一個很重要的改變。

以前只要覺得狀況不好，我很容易一次改很多。

例如體重看起來卡住。

我可能同時：

少吃晚餐。

增加跑步。

減少零食。

提早睡覺。

再加一次單車。

如果一週後體重下降，我其實完全不知道是哪一個因素造成的。

更麻煩的是，如果狀況變差，我也不知道是哪個改動不適合。

後來我會盡量一次只調一件事。

例如這週先處理：

晚間補給時間。

其他規則先維持。

觀察幾天後，再看結果。

這種方式比較慢。

但也比較容易真的學到東西。

DailyLog 開始有了「實驗感」，但我不想把生活變成實驗室

我很喜歡這種「調整—觀察—再調整」的方式。

但我也很小心，不希望自己走到另一個極端。

我不想每天都像在做人體實驗。

不會因為今天多睡半小時，就期待明天所有數字都變好。

也不會要求每次調整都要有明確結論。

真實生活有太多干擾。

工作變忙。

天氣變熱。

家庭行程改變。

甚至只是某天心情比較差。

所以我對「有沒有效」的判斷通常很簡單。

我只問：

這個調整是不是讓生活更容易維持？

身體感受有沒有比較穩？

問題發生的頻率有沒有下降？

如果答案大致是有，我就會保留。

有些建議理論上很好，但我做不到

這也是我開始記調整結果後，越來越願意接受的事。

有些 ChatGPT 提出的建議看起來很合理。

例如：

晚上更早結束進食。

固定每天在某個時間上床。

把運動安排到更早的時段。

這些方向本身沒有問題。

但真正放進生活後，可能會遇到：

我要接小孩。

工作結束時間不固定。

運動場地只有晚上有空。

這時候我不會把「做不到」當成自己沒紀律。

我會把它當成回饋。

例如備註：

「這個時間安排實際上不方便。」

這句話本身就是重要資料。

因為下一次 ChatGPT 再提出建議時，我可以把這個限制一起放進去。

AI 才有機會給出更符合現實的版本。

我開始把「可執行」當成一個結果

以前我會覺得健康建議的結果只有兩種。

有效。

或沒效。

後來我多加了一個我覺得更重要的判斷：

做不做得到。

有一個方法也許真的能讓體重降得更快。

但如果我只能做三天，它對我來說沒有太大價值。

另一個方法效果看起來比較慢，但我可以穩定做三個月。

後者反而更值得留下。

所以我現在評估一個調整，會一起看：

效果。

身體反應。

執行難度。

生活干擾。

這些條件都可以透過 DailyLog 和備註慢慢累積。

有些調整，我最後選擇撤回

這一點對我來說也很重要。

健康管理不需要每一個新規則都永久留下來。

例如我可能一度覺得：

晚上完全不要補給會比較好。

結果執行幾次之後發現，跑步日晚上特別餓，睡前反而更容易找東西吃。

那我就會撤回。

改成：

運動後保留固定補給，但把時間和份量安排好。

又例如某段時間我增加運動量，希望讓體重下降快一點。

但幾天後睡眠和精神開始變差。

我也可能把訓練量調回來。

這些「撤回」不是失敗。

它們其實代表：

我真的有在觀察結果。

AI 幫我避免「因為做過一次，就覺得有效」

人很容易對自己剛做的改變產生期待。

昨天開始新方法。

今天體重剛好下降。

很容易立刻覺得：

果然有效。

ChatGPT 在這時候反而可以幫我踩一下煞車。

它可以提醒我：

先看幾天。

確認是否重複出現。

再看看有沒有其他特殊情境。

這讓我比較不容易把偶然變化當成成果。

同樣地，如果第一天沒效果，也不一定代表完全沒用。

健康習慣很多時候需要一點時間才能看出趨勢。

DailyLog 從「發生紀錄」變成「學習紀錄」

到了這個階段，我對 DailyLog 的看法已經和一開始很不一樣。

最早我只是想知道：

今天多少公斤？

今天睡多久？

今天有沒有運動？

現在我還會記另一件事：

我最近正在調整什麼？

以及：

身體的回應是什麼？

這讓 DailyLog 不再只是一張過去的紀錄。

它開始幫助我決定下一步。

而 ChatGPT 的工作，也從單純整理資料，慢慢變成協助比較：

這次調整前後有沒有差？

有沒有矛盾？

是不是值得繼續？

真正的改變，是一輪一輪累積出來的

回頭看，我現在做的很多事情，都不是一開始就想好的。

晚間補給的方式改過。

休息日的看法改過。

體重判讀改過。

跑步目標也重新調整過。

甚至 DailyLog 自己都一直在變。

這反而讓我比較相信現在這套生活方式。

因為它不是一份完美計畫。

它是我每天做、每天觀察，再慢慢修正出來的。

ChatGPT 能給我很多建議。

但真正有用的建議，最後都需要經過生活驗證。

我負責把它做出來。

DailyLog 負責留下結果。

AI 再幫我把前後串起來。

這個循環持續久了，健康管理才開始從「聽建議」變成「真的學會怎麼照顧自己」。

下一篇，我會繼續談這個循環裡另一個很重要的問題：如果 AI 的建議和我的身體感受不一樣，我到底要聽誰的？ 這也是我使用 ChatGPT 管理健康一段時間後，越來越清楚的一條界線。