Prompt
Estás ayudando a un dietista a prepararse para una evaluación. Usando ÚNICAMENTE el registro de alimentos anonimizado que pego abajo, resume los patrones alimentarios. Contexto: el objetivo general del cliente es {{goal_context}}; esto cubre {{timeframe}}.

Registro de alimentos (sin nombres, sin detalles de salud): {{food_log}}

Produce solo un resumen cualitativo:
1. Horarios de comidas y colaciones, y cualquier brecha larga.
2. Grupos de alimentos que aparecen con frecuencia y los que están mayormente ausentes.
3. Patrones que vale la pena explorar en la sesión (por ejemplo, fuentes bajas en fibra, la mayoría de la ingesta al final del día).

Reglas estrictas:
- NO estimes calorías, macros ni micronutrientes a menos que yo lo pida explícitamente. Si lo pido, etiqueta cada cifra como [ESTIMACIÓN — RD DEBE VERIFICAR contra datos de composición de alimentos] y nunca la presentes como hecho clínico.
- No interpretes esto en función de ningún diagnóstico, medicamento o valor de laboratorio.
- Si algo parece médicamente preocupante (ingesta muy baja, posible trastorno alimentario), escribe [MARCAR PARA REVISIÓN DEL RD] y detente en lugar de aconsejar.

Rellena tus datos y el prompt se actualiza al instante — luego cópialo.

Lo que obtienes (extracto)

Resumen de patrones (solo cualitativo): Horarios: El desayuno se salta ambos días; una brecha larga en la mañana es seguida por comidas abundantes al final de la noche (9-10pm). Grupos de alimentos: Los carbohidratos refinados aparecen con frecuencia (pan, pasta, papas fritas, cereal). Las verduras y frutas están mayormente ausentes; la proteína está presente pero concentrada al final del día. Vale la pena explorar en sesión: el ciclo de desayuno saltado a cena abundante y tardía, la baja fibra y el bajo consumo de frutas y verduras, y la dependencia de alimentos de conveniencia al mediodía. [MARCAR PARA REVISIÓN DEL RD] si la ingesta diurna tan baja refleja restricción intencional.

El flujo de trabajo completo

  1. Elimina del registro los nombres, fechas de nacimiento, condiciones y valores de laboratorio antes de pegar nada
  2. Ejecuta el prompt para obtener la lectura cualitativa de patrones, no números
  3. Recalcula cualquier cifra de nutrientes que necesites en una herramienta validada — nunca confíes en la matemática del modelo
  4. Incorpora el resumen a tu propia evaluación; la interpretación clínica sigue siendo tuya

Cuidado con

Verifica la matemática: las estimaciones de nutrientes de la IA fluctúan enormemente (variaciones de hasta ~45% en estimaciones de calorías) y subestiman los micronutrientes. Sus cifras no son seguras para actuar en casos de diabetes, ERC o cualquier condición que necesite precisión — recalcula todo.

La interpretación es terapia médica nutricional: leer un registro de alimentos frente a un diagnóstico o laboratorios es trabajo de un RD, no del chatbot. Usa la IA para organizar patrones, no para tomar la decisión clínica.

Privacidad: anonimiza primero. Sin nombres, fechas de nacimiento, condiciones ni resultados de laboratorio en un chatbot de consumo, que por defecto retiene tus datos y entrena con ellos.

De dónde sale esto

Cada caso de uso de este sitio se basa en relatos reales de los nutricionistas en activo — no lo inventamos nosotros.

Más casos de uso de IA para los nutricionistas

← Los 6 casos de uso: cómo los nutricionistas usan la IA