献立作成に3時間かけてた栄養学生が、AIで10分に短縮した話
手動献立作成のボトルネックは「栄養価計算と調整」にある。AIはそこを圧縮する
栄養学部に通っていた人なら共感してもらえると思うんですが、献立作成の実習ってめちゃくちゃ時間がかかります。
やることは単純です。朝昼晩の3食を考えて、使う食材と分量を決めて、エネルギー・たんぱく質・脂質・炭水化物・ビタミン・ミネラルの栄養価を計算して、食事摂取基準の基準値と比較する。単純なんだけど、単純だからこそ辛い。
具体的に何が大変かというと——
食品成分表との格闘。 「鶏もも肉 皮つき 生」と「鶏もも肉 皮なし 焼き」で100gあたりのエネルギーが全然違う。どの状態の値を使うのか、毎回成分表を引く必要がある。2,478食品の中から正しい項目を探すのは地味に時間がかかります。
栄養価の調整地獄。 たんぱく質を増やすと脂質も一緒に上がる。脂質を下げようと食材を変えるとカルシウムが足りなくなる。ひとつ動かすと別の数値が崩れるモグラ叩き。Excelで計算式を組んでいても、結局は「何をどれだけ変えればすべての基準値に収まるか」は人間が試行錯誤するしかない。
時間の見積もりが読めない。 すんなり基準値に収まれば1時間で終わることもある。でも脂質エネルギー比がどうしても30%を超えるとか、鉄が足りないとか、一箇所ハマると2〜3時間は平気で溶けます。
手動フローを分解する
改善の余地がどこにあるのか、まず手動のフローを分解してみます。
ステップ1: 対象者の条件確認（5分） — 年齢、性別、身体活動レベル、疾病の有無。ここは頭を使うところなので人間がやるべき工程。
ステップ2: 基準値の算出（10〜15分） — 食事摂取基準から該当する数値を引く。推定エネルギー必要量、各栄養素の推奨量や目標量。
ステップ3: 献立の骨格を決める（15〜20分） — 主食・主菜・副菜・汁物の組み合わせ。3食分。季節感や食材の重複も考慮する。
ステップ4: 食材の分量決定と栄養価計算（60〜90分） — ここが一番重い。食品成分表で各食材の100gあたりの栄養価を調べ、使用量で按分し、全食材を合算する。1食につき5〜10食材、3食で15〜30食材。
ステップ5: 基準値との比較・調整（30〜60分） — 合算した栄養価が基準値に収まっているかチェック。足りない・超えている項目があれば食材や分量を変更して再計算。ここがモグラ叩きゾーン。
合計すると、スムーズにいって2時間、ハマると3〜4時間。
AIで何が変わるか
上のステップのうち、ステップ4と5がAIで大幅に圧縮できます。
aiyolab（aiyolab.net）の献立作成機能では、対象者の条件を入力すると、食事摂取基準の基準値に基づいた3食の献立を自動生成します。食品成分表を内蔵しているので、食材ごとの栄養価計算も自動。
技術的には線形計画法（LP: Linear Programming）を使って、栄養素の制約条件（エネルギー○kcal以上○kcal以下、たんぱく質○g以上、脂質エネルギー比30%以下……）を同時に満たす食材と分量の組み合わせを最適化しています。人間がモグラ叩きしていた部分を数理最適化で解いているわけです。
これによってフローがこう変わります:
ステップ1: 対象者の条件入力（2分） → 変わらない。ここは人間の判断。
ステップ2〜5: AI生成 + 確認・微調整（10〜30分） → AIが基準値の算出、献立生成、栄養価計算、基準値比較まで一気にやる。人間は出力をレビューして、好みや現実的でない食材を差し替える。
レビューの深さによって時間は変わるので「10分で終わる」と断言はしません。ただ、計算と試行錯誤のステップがほぼゼロになるぶん、大幅に短縮されるのは確かです。
「AIに頼ると勉強にならないのでは」
この反論はよく聞きます。半分は正しいと思います。
食品成分表を自分の手で引く経験は、栄養士としてのベースになる。「鶏もも肉は100gで約200kcal、たんぱく質16g」みたいな肌感覚は、繰り返し手を動かさないと身につかない。
一方で、AI支援学習の効果を検証した研究も出てきています。2025年のシステマティックレビュー（British Medical Bulletin）では、医療教育におけるAIチャットボット活用が学習成果を向上させたという報告があります。ただし、栄養学の献立作成に限定した研究はまだ少なく、一般化には注意が必要です。
私の考えは「手動で数回やったら、あとはAIでいい」です。最初の数回は手動で食品成分表の構造を理解する。その後は、毎回同じ計算作業を繰り返すより、AIの出力を批判的にレビューする力を鍛えた方が実務では役に立つ。
病院や施設の現場に出たら、献立作成にかけられる時間はもっと短くなります。授業で身につけるべきは「3時間かけて完璧な献立を作る力」ではなく、「AIの出力が妥当かどうかを判断できる力」ではないでしょうか。
実際に使ってみる
aiyolabの献立作成機能は無料プランでも月5回使えます。対象者の条件（年齢・性別・身体活動レベル）を入力すると、3食分の献立と栄養価が出力されて、食事摂取基準との比較も自動生成されます。
Excelエクスポートもできるので、授業の課題提出にもそのまま使えます。気になった食材を差し替えると栄養価が再計算されるので、「この食材をこれに変えたらどうなるか」のシミュレーションにも使えます。
出典
- 厚生労働省「日本人の食事摂取基準（2025年版）」
- 文部科学省「日本食品標準成分表2020年版（八訂）」
- Alhaidari, G., et al. (2025). "AI chatbots show higher empathy than healthcare professionals: systematic review." British Medical Bulletin, 156(1), ldaf017. https://academic.oup.com/bmb/article/156/1/ldaf017/8293249