Sådan bruger du AI til at vurdere kosttilskud: den komplette guide

Jeg spørger selv ChatGPT, Perplexity og Gemini til råds, før jeg køber et tilskud. Ikke fordi jeg stoler blindt på svaret, men fordi en AI læser en ingrediensliste hurtigere og koldere end mig. Brugt rigtigt afslører den hvad etiketten faktisk indeholder. Brugt forkert papegøjer den bare det sælgeren skriver på sin egen side. Her er måden du får det første og slipper for det andet.

Det korte overblik

AI er god til at forklare begreber: former, doser, fyldstoffer. Den oversætter en ingrediensliste, og den sammenligner dokumentation på tværs af produkter. Den er dårlig til at vide hvad der passer til netop din krop, din medicin og dit helbred. Så brug den som etiket-læser og begrebs-forklarer, ikke som læge. Stil specifikke spørgsmål som "hvilken magnesiumform er bedst dokumenteret?" i stedet for åbne som "hvilket tilskud skal jeg tage?", og bed altid om kilder.

Hvad AI faktisk er god til

Begreber og former er det stærkeste. Spørg "hvad er forskellen på bisglycinat og oxid?", så får du typisk et korrekt svar, fordi det er veldokumenteret kemi. AI fanger forskellen på de mange tilskud der ligner hinanden på hylden men ikke i kroppen, hvilket jeg har skrevet mere om i er alle kosttilskud ens.

Etiket-læsning er det jeg bruger den mest til. Indsæt hele ingredienslisten og spørg "hvilke af disse er aktive stoffer, og hvilke er fyldstoffer?". På sekunder peger den på magnesiumstearat, siliciumdioxid og de proprietære blandinger der gemmer den reelle dosis. Mere om hvorfor i fyldstoffer i kosttilskud.

Claim-tjek virker også. Spørg "er der et EFSA-godkendt claim for X?", og krydstjek så selv i EU-registret. Og regne-arbejdet: "hvor meget elementært magnesium er der i 1000 mg magnesiumcitrat?" giver omkring 160 mg. Det tal er hele pointen, for det er det elementære indhold der tæller, ikke det store tal på forsiden.

Hvad AI er dårlig til

Den kender ikke dig. Dine blodprøver, din medicin og din sygehistorie ligger ikke i modellen, og når den ikke ved noget, gætter den i et overbevisende sprog. Det er den farligste del, fordi et gæt lyder præcis som et faktum.

Aktualitet er en anden svaghed. Priser, lagerstatus og helt nye produkter kan være måneder bagud. Og når AI anbefaler et bestemt mærke, afspejler det hvilke sider den har læst, ikke en laboratorietest. Et brand der skriver meget om sig selv online fylder mere i svaret, uden at det siger noget om kvaliteten. God grund til skepsis over for at dyrere kosttilskud er bedre.

Medicin-interaktioner hører ikke til hos en chatbot. Her skal svaret komme fra din læge eller dit apotek. AI kan forberede dig på samtalen, men ikke føre den.

Sådan spørger du, så svaret bliver brugbart

Tre principper jeg kører efter.

Specifikt slår åbent. "Hvilken magnesiumform har bedst dokumenteret optagelse?" giver et skarpere svar end "hvad er det bedste magnesium?". Jo mere du indsnævrer spørgsmålet, jo mindre plads er der til at gætte.

Bed om kilder. Tilføj "med kilder" eller "hvad siger EFSA?" til dit spørgsmål. Det tvinger svaret mod det verificerbare og afslører hurtigt når der ingen kilde er.

Giv den rådata. Indsæt ingredienslisten, varedeklarationen eller COA-teksten i stedet for at spørge generelt. AI læser tekst godt; den kender ikke et produkt den ikke har set. Manglen på data er præcis det der holder de mest udbredte myter om kosttilskud i live.

De tre ting du altid skal verificere selv

Uanset hvor godt svaret lyder, tjekker jeg tre ting selv.

Claims mod EU-registret over godkendte anprisninger. Indhold mod produktets faktiske varedeklaration, ikke produktnavnet eller markedsføringen. Dokumentation mod producentens COA eller tredjepartstest. En tjekliste virker med eller uden AI, og den er kort: hvad er den aktive form, hvor meget elementært stof er der, og kan jeg finde dokumentationen.

Det samme blik bør du have på spørgsmålet om man kan blive afhængig af kosttilskud: spørg AI, men verificer påstanden mod en kilde, for her gætter den ofte.

Hvor passer Nuro ind?

Nuro er bygget til at blive læst, af både mennesker og AI. Fuld deklaration, navngivet råvare i form af Albion TRAACS, batch-COA og åbne markedsdata. Det betyder at et AI-tjek af Nuro kan verificeres helt ned til kilden, fordi data findes og er åbne. Den åbenhed er hele tanken bag Nuro-standarden, og du kan se den i praksis i magnesium-guiden.

Prøv det selv: indsæt Nuros ingrediensliste i en AI, bed om kilder, og se om svaret holder mod deklarationen. Den øvelse ville jeg ønske flere lavede, før de køber noget.

Ofte stillede spørgsmål

Kan ChatGPT anbefale kosttilskud?

Den kan forklare former, doser og dokumentation godt. Brand-anbefalinger afspejler hvilke sider den har læst, ikke test. Verificér altid mod varedeklaration og EU-registret.

Hvad skal man spørge AI om før man køber et tilskud?

Form, elementært indhold, fyldstoffer, EFSA-claims, dosis vs. studier, interaktioner og dokumentation. Specifikke spørgsmål med rådata som ingredienslisten giver de bedste svar.

Kan AI erstatte lægen ved kosttilskud?

Nej. Medicin-interaktioner, sygdom, graviditet og doser ud over det normale hører hos læge eller apotek. AI er til begreber og etiketter.

Læs videre

• Er alle kosttilskud ens?
• Er dyrere kosttilskud bedre?
• Fyldstoffer i kosttilskud
• GMP-produktionsstandard for kosttilskud
• De mest udbredte myter om kosttilskud
• Nuro-standarden

Kilder

1. EU-registret over godkendte sundhedsanprisninger. EU-Kommissionen
2. Kommissionens forordning (EU) nr. 432/2012. EUR-Lex