一项研究把 9 个大语言模型和《中国食物成分表》逐项对照，让它们估算 299 种常见中国食物的 15 项营养指标，每个模型跑 3 遍。结果：能量、脂肪、碳水、钠和维生素 C 一致性好，蛋白质也不错；但维生素 A、锌、铁、钾明显不稳，维生素 A 最差。

AI 适合做粗估，不适合做精确计算。孕期、临床、严格控糖等场景，请查权威食物成分表，必要时咨询营养专业人员。

问AI比翻书快，但准吗

想知道一碗米饭有多少热量，以前要翻食物成分表，现在很多人直接问 AI。方便是方便，但 AI 给的数字靠谱吗？一项研究把 9 个大语言模型（LLM，即以文本预测为核心的人工智能模型）和权威的《中国食物成分表》逐项对照。快是快，准不准要分开看。

你拿AI算过热量吗

减脂期、控糖期，很多人把 AI 当成随身营养师。你问它”100 克鸡胸肉有多少蛋白质”，它答得又快又自信。但这项研究提醒：正是这种”自信”，可能让你忽略它并不总是准确。AI 的口吻，不等于它的把握。

9个模型，299种中国食物

宏观营养素还可以：研究挑了 299 种常见中国食物，让 9 个模型分别估算每 100 克的能量和 14 项营养素，每个模型独立跑 3 遍，共 8073 条结果。结论是：能量、脂肪、碳水化合物、钠和维生素 C 的一致性很好，蛋白质也不错。简单指标，多数模型能过关。

维生素和矿物质掉链子：但有几项明显不稳：维生素 A、锌、铁和钾的估计一致性较差，其中维生素 A 是最不稳的一个。研究者提醒，即使整体一致性看起来很高，个别食物的估算也可能错得离谱。平均值，掩盖了短板。

同一个问题问三遍：研究还让每个模型把同一个问题跑三遍，看结果稳不稳。能量和三大营养素重复性高，维生素 A 的重复性最差。也就是说，同样的问题，你问两次可能得到两个不同的答案。连它自己都前后不一，就更要谨慎。

给病人算营养液更悬：另一项研究让 ChatGPT、Gemini、Copilot 和 Perplexity 给 10 个危重病例设计静脉营养方案，结果准确率中位数只有 57.7%、43.9% 和 38.5%，Copilot 甚至拒绝作答。在医疗这种高风险场景，AI 的答案更需要专业复核。越关乎生命，越不能只信算法。

299 种食物、9 个模型、每个跑 3 遍，共 8073 条结果；能量、脂肪、碳水、钠与维生素 C 一致性好，蛋白质次之；维生素 A、锌、铁、钾不稳；危重病人营养方案上，AI 准确率中位数低至 38.5% 到 57.7%。能估个大概，别当精确值。

三条关于AI查营养的实话

1 AI 估热量和三大营养素尚可，适合做粗估，不适合做精确计算。

2 微量营养素别信 AI，尤其是维生素 A、锌、铁、钾，误差可能很大。

3 临床、孕期、严格控糖等场景，请查权威食物成分表，必要时咨询营养专业人员。

① 场景：研究用的是结构化英文提问，与日常口语提问不同。
② 版本：模型会更新迭代，今天的表现未必等于明天。
③ 可比：不同模型的接口与设定差异，可能影响对比。
④ 外推：仅覆盖中国食物与特定营养素，结论不宜无限扩大。

参考资料：Cao Y, Liu Z, Wang N, et al. Text-based nutrient estimation by large language models: a comparative evaluation against the Chinese Food Composition Table. Frontiers in Nutrition（2026）. https://doi.org/10.3389/fnut.2026.1952757