鐵人檔案
一名營養師，試著把自己的專業判斷跟 AI／AWS 技術結合，做一個回答「下一餐該怎麼吃」而非「今天吃了多少」的飲食建議工具。30 天記錄從構思、設計、跟 AI 協作除錯、到部署上線的真實過程——包含營養學專業如何轉譯成程式邏輯、AI 該負責什麼／不該負責什麼的取捨，以及不少邊做邊學才搞懂的技術與踩雷。
想要做一個可以更客製化的飲食輔助工具 身為一名營養師，在市面上看到大大小小紀錄飲食的產品，不免俗的也會下載起來玩玩看，但發現許多產品著重在”吃了多少熱量”，而非...
比起要做什麼，更重要的是"不做什麼" 在動手做之前，得先分清楚「要做的」跟「想做的」。 畢竟如果照著營養師的專業直覺去設計，這個工具應該會…...
系統架構總覽 上一篇把需求與功能範圍定下來之後，這篇先從全貌看看 AI Diet 是怎麼跑起來的。 整個系統採用 AWS Serverless 架構，大至拆成以...
解釋整個專案框架的選用以及原因 核心原則很單純：快速開發、容易維護，不過度工程。 因此技術選擇上，希望盡量維持同一套開發語言。整個專案主要採用 JavaScri...
「AI 不算營養、程式算營養」 「AI 不算營養、程式算營養」，這句話講起來簡單，卻是專案「不能妥協」的一條線。 「熱量」跟「份數」這種數字，一旦算錯，後面所有...
RMR、校正體重、TDEE 這篇要講的東西，是要把對營養師來說是常識的知識，變成程式碼裡的固定公式。 計算”熱量”時不是單純看身高體重來測量，當然粗估的話是可以...
三大營養素、六大類食物份數 “熱量”在飲食規劃中固然重要，但食物的種類也是同等重要，因為這些影響到身體的生理機轉怎麼代謝、合成，最終導致身體的組成，因此計算出一...
如何把飲食習慣這種零散的內容，拆解成可使用的資料? 還記得最前面說到專案的特色嗎? 希望可以盡可能貼近使用者需求，但飲食這件事非常個人化，例如早餐習慣吃什麼、口...
前面的篇章著重在營養domain、公式設計與計算，以及怎麼讓 AI 讀懂使用者描述的飲食習慣——但把規則訂下來之後，接下來要面對的是另一個問題：這些邏輯要放在哪...
