健康 · 熟练
别让 AI 心算你的健康数据
它该自己算的，就别让它边聊边估
把三十天的睡眠记录丢给 AI，问「我最近睡得好点了吗」，你多半会得到一段读起来很顺的分析——而那个数字，是它在对话里「心里估」出来的。一项 2026-09 发布的基准（4,084 道题 · 200 人的可穿戴记录，每人最长 500 天）把这件事量了出来：给它一个能算的工具，总体准确率从 51.2% 升到 71.3%；而把个人历史撤掉、只留通用知识，依赖历史的题从 75.9% 掉到 39.8%。两头加起来就是这一页的两条纪律 —— 算术交给计算器，判断必须带你的历史。关键动作只有一个：问它之前，先问一句「这个数你算了还是估的」。
方法 · 一图看懂
1
先分清「算」和「估」 — 平均值 · 变化量 · 相关性 · 达标天数，全都是算术；让它用代码算，别让它边聊边估
2
历史必须带上，而且写清楚窗口 — 比较哪一段、含哪些天、缺了几天；没有个人历史时，它的答案会退回通用知识
3
让它把算法写在答案旁边 — 用了哪几列 · 剔除了哪些天 · 空值怎么处理；写不出来的数就不算结论
4
平台给的解释，只当解释 — 厂商侧的月度报告（血压趋势 · 睡眠呼吸）是提示，不是诊断，越具体越要回临床核
原理 · 为什么有效
语言模型的强项是把话组织得通顺，不是做算术——这两件事在它身上是分开的能力。所以「用散文讲一遍你的平均值」这件事，它做得很好，同时也很容易算错。基准里最干净的一组对照很说明问题：同样的数据、同样的问题，允许它调用计算工具，准确率跳了 20 个百分点；而改成换个文本格式、或让它自己挑表示方式，几乎没有提升。另一半更值得记住：个人基线不是常识。撤掉历史上下文之后，它在「依赖历史的题」上掉了 36 个百分点——也就是说，不给它你的数据，它答的其实是「一般人平均怎样」，不是「你怎样」。
适用场景
适合：手上有两周以上的可穿戴 / 手环 / 手机健康记录，想让 AI 帮你做趋势对比、达标统计、变量相关性的人；以及正在用或准备用「设备自带 AI 教练」的人。不太适合：① 你问的是诊断类问题（这个指标是不是病）——那要回医院，AI 只能帮你把数据整理清楚；② 你只有一两天的数据 —— 样本太少时任何算法都只是噪声，先把记录攒够。
自测 · 5 问
我知道我这周问 AI 的那个数，是它算出来的还是估出来的吗？
我问它的时候，有没有把「哪一段、多少天、缺了几天」说清楚？
它给的结论下面，有没有一行写清「用了哪些列、剔除了哪些天」？
我有没有把设备上的「趋势提示」当成过结论？
有没有哪一次，我拿它给的比例去对照过我自己手算的？
怎么上手 · 验证步骤
第一步（改问法）：以后问健康数据，一律带上三样 —— 数据来源（哪台设备 / 哪个应用导出的）· 时间窗口（哪一天到哪一天 · 共几天 · 缺了几天）· 要算什么（平均值 / 变化量 / 达标天数 / 与某个变量的相关性）。第二步（要求它算）：在提问里直接写「请用代码或公式算，不要凭印象说；把你用的行数写出来」。第三步（要过程）：让它把算法写在结论旁边 —— 用了哪几列 · 剔除了哪些异常日 · 空值怎么处理。第四步（自己抽验一次）：挑一个它给的数，在你导出表格里手算一遍（哪怕只是用表格的求和与平均对照）。
照三条自查：① 它给的每个数字下面，有没有一行写清算法与数据范围 —— 没有，就回问「这个数你怎么算的」；② 你手算抽验的那一个数，与它给的一致 —— 不一致就先别用它的结论；③ 你把同一条问题里的时间窗口换掉（比如从 30 天改成 14 天）再问一次，看它的答案是否跟着变 —— 不跟着变，说明它没用你的历史，答的是通用印象。三条里只要有一条不成立，这一轮的数字就先不要写进你的健康记录。