需结合精准提示词与分步校验：先设定营养师人设并明确食材、热量及健康限制；再用结构化公式输入需求；接着人工验证搭配合理性与热量偏差；最后借外部工具校准营养数据。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望利用DeepSeek模型根据现有食材或特定健康目标生成一份结构完整、营养均衡的食谱，则需结合精准提示词与合理输入策略。以下是实现该目标的具体操作路径：
一、设定AI人设与明确需求
DeepSeek不具备主动识别用户饮食背景的能力，必须通过清晰指令赋予其“营养顾问”角色，并限定输出维度。此举可避免生成泛泛而谈的通用菜式，确保结果具备可执行性与个体适配性。
1、在DeepSeek对话框中首句输入：“你是一位注册营养师，擅长依据中国居民膳食指南（2022）和食物成分表（第6版）设计个性化三餐。”
2、紧接着说明具体需求，例如：“我有鸡胸肉、西兰花、糙米、鸡蛋、橄榄油，无乳糖不耐，每日总热量需控制在1600千卡以内，请生成一日三餐食谱，每餐标注食材克重、烹饪方式、总热量及三大营养素比例。”
3、补充关键约束条件，如：“所有主食替换方案需标注GI值；蔬菜优先选择深色叶菜；避免添加味精与人工甜味剂。”
二、使用结构化提示词公式
采用标准化提示词框架可显著提升DeepSeek对食材组合逻辑与能量计算的理解精度，尤其适用于需同步输出卡路里与营养素分布的场景。
1、套用万能公式：“生成[时长]的[目标]食谱（早、中、晚+加餐），要求：使用[指定食材]，排除[禁忌食材]，每餐标注[克重/热量/蛋白质-脂肪-碳水比例/GI值]，附带[超市采购清单/替换方案/烹饪时间预估]。”
2、示例输入：“生成3日控糖减脂食谱（早、中、晚+加餐），使用三文鱼、芦笋、荞麦面、希腊酸奶、奇亚籽，排除白砂糖、果汁、精制面粉，每餐标注食材克重、总热量（千卡）、蛋白质-脂肪-碳水克数、主食GI值，附带超市采购清单模板。”
3、若需强化卡路里准确性，可在末尾追加：“所有热量数值须基于《中国食物成分表》标准数据，不得估算；若某食材未列于表中，注明‘数据暂缺’并跳过该条目。”
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
三、分步验证与交叉校验食材搭配
DeepSeek生成的食材组合可能存在营养学冲突（如高嘌呤食材叠加）或实际烹饪矛盾（如需长时间炖煮却归入快炒类），需人工介入核查逻辑闭环。
1、将生成食谱中的每道菜拆解为“主料+辅料+调料”，逐项对照《中国食物成分表》确认单位重量所含能量及营养素密度。
2、检查是否存在禁忌搭配：菠菜与豆腐同煮会形成草酸钙沉淀，降低钙吸收率；维生素C含量高的青椒不可与虾仁同炒，可能引发砒霜样反应。
3、对卡路里总和进行加总复算：将各餐热量相加后，与目标值比对，偏差超过±5%时，返回DeepSeek追加指令：“请按1600千卡总量重新分配三餐热量，早餐30%、午餐40%、晚餐30%。”
四、调用外部工具补足营养计算短板
DeepSeek原生模型未嵌入实时食物数据库与代谢算法，无法动态计算TDEE（总日能量消耗）或个体化BMR（基础代谢率），需借助第三方参数反向修正输出结果。
1、先使用Mifflin-St Jeor公式手动计算自身BMR：男性BMR = 10 × 体重(kg) + 6.25 × 身高(cm) – 5 × 年龄(y) + 5；女性BMR = 10 × 体重(kg) + 6.25 × 身高(cm) – 5 × 年龄(y) – 161。
2、根据活动系数（久坐1.2 / 中等活动1.55 / 高强度1.9）得出TDEE，将该数值作为DeepSeek热量指令的基准值。
3、将DeepSeek输出的每餐食材列表导入MyFitnessPal或薄荷健康APP，启用“扫码识别”或“手动录入”功能，获取经权威数据库校准的精确卡路里与宏量营养素数据。
