腰围健康管理AI营养师
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_7a8933d0/waist-health-nutritionist
技能介绍
问题背景
腰围健康管理常卡在几个环节:客户信息散在体检单、饮食记录和口头描述里,难以结构化;风险判断依赖单一指标,容易忽略代谢异常或特殊人群;方案落地时缺少标准化周期和回访节点;报告多为文字,复用和分享成本高。这些断点导致评估结果难一致,执行难追踪。
技能如何工作
该技能用一条6步流水线串起全链路。
Step 1:信息采集覆盖8大维度(基础体征、代谢指标、体成分、生活方式、肠道健康、心理动机、社会支持、特殊情况),缺失数据标记为“未采集”并使用中性基准值(6分)Step 2:一票否决检查逐项扫描8个红线条件(如孕妇、重大疾病治疗中),命中即终止并转介Step 3:V2.0双轨评估——轨道A做纯医学风险分级(低/中/高/高风险+),轨道B算10维加权分(分数越低问题越重),重点人群(≥3项需求)加权+5分Step 4:客户类型判定(A/B/C/D/E)匹配不同方案周期(8-16周)和监测重点(如B型GLP-1联用需跟踪肌肉量)Step 5:方案生成含10维报告、S/A/B/C级服务周期、LineBia剂量决策、12周全旅程(启动→巩固期)、P0-P3优先级生活建议、D3-D90回访节点Step 6:可视化HTML报告生成至outputs/,含12板块和≥10种Chart.js图表(折线图、柱状图、散点图等),支持PDF导出和响应式分享
适用边界与注意点
- LineBia属普通食品(GB/T 29602固体饮料),不可宣称功效或治疗疾病
- 孕妇、哺乳期、免疫抑制或重大疾病治疗中人群,需建议咨询医生而非直接出方案
- 高风险+客户方案须医生协同审核,B级判定需人工复审
- 效果因人而异,不承诺具体数值,长期管理避免短期过度承诺
- 数据仅用于个性化方案生成,回访数据脱敏存储,不向第三方透露个人信息
使用场景
- 健康机构采集客户体征和代谢指标后,需要生成腰围风险评估与干预方案
- 体成分数据异常时,需要判定客户类型并匹配GLP-1联用的肌肉保护监测计划
- 营养师制定12周减脂旅程时,需要按D3-D90节点编排回访并生成可视化HTML报告
- 对腹型肥胖客户做初诊时,需要检查一票否决项并决定是否建议就医或继续服务
适合人员
- 健康管理机构服务人员,需要把腰围和代谢数据转化为分级评估报告
- 体重管理教练,需要为GLP-1用户或PCOS客户制定个性化周期方案
- 营养咨询团队,需要按SOP执行D0-D90回访并记录脱敏数据
- 医疗健康产品运营,需要生成可分享的腰围管理可视化报告