Menú semanal con ChatGPT: un prompt que funciona y las cifras que debes revisar

Sí, ChatGPT puede escribirte un menú semanal con gramos y macros. Lo que conviene revisar es la suma: en cuatro planes que ChatGPT 4.0 escribió para un estudio publicado, el total diario repetía exactamente las kcal pedidas, pero sus propias líneas sumaban entre 80 y 270 kcal menos, y un recuento con USDA lo confirma (estimado).

Por la redacción de MacroRecipe · Actualizado el

Si buscas cómo hacerte un menú semanal con ChatGPT, la respuesta corta es que funciona bien para tener ideas y mal para dar por buenas sus cifras sin mirarlas. Para comprobarlo, tomamos los cuatro planes completos de un día que ChatGPT 4.0 escribió hacia noviembre de 2024 para un estudio de la revista Nutrients (Kaya Kaçar, Kaçar y Avery, 2025), impresos tal cual en su archivo suplementario, y recontamos las 89 líneas con USDA FoodData Central. Cada subtotal de comida estaba bien sumado. Solo fallaba el total del día, en los cuatro planes y siempre por arriba: los alimentos que figuran en el plan suman entre un 4 % y un 18 % menos kcal de las pedidas (estimado).

No hemos lanzado un chat nuevo para este artículo, y tampoco lo hemos probado en español: un chat nuestro no lo podrías verificar, y estos planes están publicados y fechados, así que puedes rehacer las cuentas con las tablas de más abajo. ChatGPT ha cambiado desde noviembre de 2024 y hoy puede contestar de otra forma, de modo que léelo como una guía de qué revisar y no como un veredicto sobre la versión actual. Lo escribe la redacción de MacroRecipe, que hace una app de menús semanales; lo contamos al final.

Lo que ChatGPT hace bien

Bastante. Al pedirle un plan diario saludable con raciones en gramos, ChatGPT devolvió seis tomas al día con alimentos corrientes: yogur griego y fruta, huevos, ensaladas de pavo o pollo, salmón o bacalao con boniato, frutos secos y una onza de chocolate negro. Cada línea traía su cantidad y su cifra de kcal.

  • Línea a línea, cerca. En las 89 líneas, la cifra de ChatGPT y nuestra estimación con USDA se diferencian en 21 kcal como máximo. Los mayores fallos: 40 g de pan integral a 80 kcal (101 estimadas con USDA), 120 g de bacalao a 110 (126), dos huevos a 140 (155) y 80 g de quinoa cocida a 110 (96).
  • Las comidas sumaban. Cada uno de los 24 subtotales de comidas y snacks es la suma exacta de sus líneas.
  • El más cercano de los tres chatbots a las kcal pedidas. En el mismo estudio, ninguno de los diez planes de ChatGPT se desviaba un 20 % o más, frente a cinco de diez de Gemini.
  • Calidad global parecida entre los tres. De media, los tres chatbots superaron los 70 puntos en el índice de calidad nutricional global que usaron los investigadores (el DQI-I).

Dónde falla: el total era el objetivo

Cada plan termina con una línea de «Daily Totals». En los cuatro, esa línea se limita a repetir la petición: 1.400, 1.500, 1.700 o 1.800 kcal. Si sumas las líneas de ChatGPT, sale menos en todos los casos.

Kcal al día: el total que imprimió ChatGPT, la suma de sus líneas y dos recuentos con USDA (estimado)
Plan pedidoTotal impreso por ChatGPTSuma de sus líneasNuestro recuento con USDARecuento del estudioDiferencia con lo pedido (nuestro recuento)
1.400 kcal, hombre de 35 años1.4001.1301.1531.168−18 %
1.500 kcal, mujer de 35 años1.5001.4201.4431.408−4 %
1.700 kcal, mujer de 35 años1.7001.5251.5481.542−9 %
1.800 kcal, hombre de 35 años1.8001.6151.6131.599−10 %

Nuestro recuento y el de los investigadores quedan a menos de un 3 % entre sí, y los dos están al lado de las líneas de ChatGPT, no de su titular. El modelo no se olvidó de una comida: escribió el objetivo donde iba la suma. Un chatbot escribe palabra a palabra, y un total que coincide con lo que le pediste suena natural, lo haya sumado o no.

El patrón se repite en el conjunto del estudio: su archivo suplementario recoge las kcal recontadas por los investigadores para los diez planes de ChatGPT, y todos quedaron por debajo de lo pedido, entre menos de un 1 % y un 17 % (estimado por los investigadores con datos de USDA). Un segundo estudio, en Nutrition and Health, pidió a ChatGPT-4o y ChatGPT-4 un menú de cinco días de 1.800 kcal para una mujer de 20 años con obesidad; ambos ofrecieron menús con pocas kcal, un reparto desequilibrado de macronutrientes y poco calcio frente a las guías dietéticas turcas (Bayram, Çelik y Barcın Güzeldere, 2025).

Línea a línea: el plan de 1.400 kcal

Es el plan con la mayor diferencia. Lo reproducimos para enseñar cómo se revisa un plan, no como un menú que seguir. Los alimentos, las raciones y las kcal son los de ChatGPT, tal como se publicaron; las dos últimas columnas son nuestras estimaciones con valores de USDA. La carne y el pescado se leen como peso cocinado, porque los platos son a la plancha.

Plan de 1.400 kcal de ChatGPT para un hombre de 35 años, recontado con USDA FoodData Central (estimado; filas redondeadas)
ComidaAlimento y ración, como lo escribió ChatGPTKcal de ChatGPTKcal con USDAProteína con USDA (g)
DesayunoYogur griego (desnatado), 150 g908915,3
DesayunoFresas, 50 g15160,3
DesayunoAlmendras, 10 g60582,1
DesayunoMiel, 5 g15150
Media mañanaHuevos, 2 grandes (100 g)14015512,6
ComidaPechuga de pavo (a la plancha, sin piel), 100 g13513629,5
ComidaHojas verdes (lechuga, espinaca), 80 g15151,7
ComidaTomates cherry, 50 g1090,4
ComidaPepino, 50 g580,3
ComidaPimiento rojo, 30 g1080,3
ComidaAguacate, 30 g50480,6
ComidaAceite de oliva, 10 g90880
MeriendaManzana, 100 g50520,3
MeriendaCrema de almendras (natural), 10 g60612,1
CenaFilete de bacalao, 120 g11012627,4
CenaBoniato (al horno), 100 g85902
CenaCalabacín (al vapor), 50 g1080,6
CenaJudías verdes (al vapor), 50 g15180,9
CenaAceite de oliva, 5 g45440
Antes de dormirRequesón (bajo en grasa), 100 g908110,5
Antes de dormirArándanos, 50 g30290,4
Todo el díaTotal impreso por ChatGPT: 1.4001.130 (suma de sus líneas)1.153107,3

Los subtotales de ChatGPT (180 kcal el desayuno, 140 la media mañana, 315 la comida, 110 la merienda, 265 la cena y 120 antes de dormir) suman 1.130 kcal. El plan parece completo y usa alimentos corrientes; solo falla la aritmética del final, en 270 kcal, más que su propio subtotal de la cena (265). Si lo siguieras al pie de la letra, comerías un 18 % menos de lo que pediste (estimado).

La proteína se acercó; los hidratos, no

Los macros impresos al final de cada plan tienen el mismo problema. En los planes de 1.400 y 1.500 kcal, los gramos impresos son el objetivo multiplicado por los porcentajes anunciados y redondeado (el 40 % de 1.500 kcal son 150 g de hidratos, a 4 kcal por gramo), no una suma de los alimentos.

Macros al día, en gramos: impresos por ChatGPT frente a nuestro recuento con USDA (estimado)
PlanProteína impresaProteína recontadaHidratos impresosHidratos recontadosGrasa impresaGrasa recontada
1.400 kcal105107140814748
1.500 kcal941081501165864
1.700 kcal1071141701346367
1.800 kcal1101151701476767

La proteína salió entre 2 y 14 g por encima de lo impreso. Los hidratos estaban inflados entre 23 y 59 g al día. En los días recontados, los hidratos aportan del 28 % al 36 % de las kcal, donde ChatGPT anunciaba del 35 % al 45 %, y la grasa del 37 % al 40 %, donde anunciaba del 30 % al 35 % (estimado).

El estudio vio la misma debilidad desde otro ángulo. Su índice de calidad tiene un componente de equilibrio que puntúa de 0 a 10 el reparto entre proteína, hidratos y grasa y entre tipos de grasa: los diez planes de ChatGPT sacaron un cero.

Un prompt mejor para tu menú semanal: que enseñe las cuentas

El prompt de los investigadores era corto y el mismo para todos los planes, salvo el sexo y las kcal:

Prepare a healthy daily meal plan for a female aged 35 with 1400 kcal, including portion sizes in grams

Pide un resultado, no la aritmética. Un prompt que pide las cuentas pone cada cifra donde la puedas ver. No hemos probado si hace que ChatGPT acierte más; lo que hace es que un total erróneo se note antes, y los valores que da siguen siendo valores estimados por él. Cópialo y cambia los números:

«Hazme el menú de un día para un adulto con unas 1.800 kcal y al menos 120 g de proteína, con alimentos que se encuentren en un supermercado de España (Mercadona, Lidl, Carrefour, Dia). Preséntalo en una tabla con una fila por alimento: el alimento, su peso en gramos y si ese peso es en crudo, cocinado o seco, y luego kcal, proteína, hidratos y grasa. Suma cada columna a partir de las filas y enseña la suma. No ajustes el total a mi objetivo: si no llega, dime por cuánto y qué ración cambiarías.»

Añade lo que te importe: lo que no comes o lo que te sienta mal, cuántas comidas haces, cuánto tiempo tienes para cocinar y lo que ya hay en tu nevera. Si trabajas con táper, dilo, y pide raciones que aguanten tres días.

Si quieres una semana, pídela un día cada vez y revisa cada uno antes de pasar al siguiente: una tabla de siete días son siete veces más líneas que comprobar. La lista de la compra, al final y a partir de las tablas ya corregidas; en nuestra guía de la lista de la compra semanal tienes cómo ordenarla.

La revisión de dos minutos antes de cocinar

  • Suma tú la columna de kcal. Con la calculadora del móvil basta. Un total que coincide con tu objetivo hasta la última kcal es motivo para mirar con más cuidado, no una garantía: en los cuatro planes de arriba coincidía, y estaba mal.
  • Busca las tres líneas más grandes. El aceite, los frutos secos, la carne o el pescado y los cereales llevan casi todas las kcal. Búscalos en BEDCA, la base de datos española de composición de alimentos (coordinada y financiada por la AESAN, que la recoge en su página de bases de datos de composición de alimentos), y compara el valor por 100 g. Es el mismo método de nuestra guía de menú semanal en 20 minutos.
  • Pregunta si cada peso es en crudo, cocinado o seco. Según USDA, 100 g de arroz integral de grano largo son 123 kcal cocidos y 367 crudos, y 100 g de pechuga de pollo son 120 kcal crudos y 165 asados (estimado). Con 100 g de arroz, la diferencia pasa de 240 kcal; tienes el detalle en cuánto pesa una ración de arroz.
  • Recuenta la proteína en gramos, a partir de los alimentos. Un porcentaje multiplicado por tu objetivo dice lo que se pretendía, no lo que hay en el plato. Para saber qué objetivo ponerte, mira cuánta proteína al día.
  • Pesa al menos una vez. Las raciones en gramos solo sirven si usas una báscula de cocina; las raciones a ojo deshacen una tabla cuidada.

Cuándo preguntar a un profesional

Un plan de chatbot es información general, no consejo médico. Si tienes diabetes, enfermedad renal o una alergia alimentaria, estás embarazada o dando el pecho, eres menor de 18 años, tienes o has tenido un trastorno de la conducta alimentaria, o tomas medicación que afecta al apetito o al azúcar en sangre, incluidos los fármacos GLP-1, consulta a tu médico o a un dietista-nutricionista colegiado antes de seguir ningún plan, lo haya hecho un chatbot o una app. Los autores del estudio llegan a una conclusión parecida sobre los chatbots:

they should enhance rather than replace the expertise of dietetic professionals.

Como referencia de raciones y frecuencias para la población española, las recomendaciones dietéticas de la AESAN (diciembre de 2022) son un buen punto de partida para contrastar cualquier menú.

Cómo lo recontamos

Usamos los planes exactamente como se imprimen en el archivo suplementario del estudio: los de 1.500 y 1.700 kcal para una mujer de 35 años y los de 1.400 y 1.800 kcal para un hombre de 35 años. De los otros seis, uno solo aparece como hoja de nutrientes de los investigadores y cinco no están impresos. Cada peso se multiplicó por su valor por 100 g en USDA FoodData Central, la base de datos de composición de alimentos del Departamento de Agricultura de EE. UU., con sus datos SR Legacy (versión de abril de 2018, descargada el 19 de octubre de 2026). Elegimos USDA y no BEDCA porque los planes originales están escritos con alimentos y pesos anglosajones, y recontarlos en otra base habría cambiado los datos de partida. Las kcal son la suma de los valores de energía de USDA, sin recalcularlas a 4, 4 y 9 kcal por gramo; los hidratos son «por diferencia», con la fibra incluida. Las decisiones que tomamos:

  • Cocinado o crudo. En la carne y el pescado, ChatGPT no lo dijo nunca. Los leemos como cocinados, porque los platos son a la plancha o al horno; la quinoa, el arroz y el boniato, cocinados, como está escrito; la avena, seca. Esa lectura da a ChatGPT las máximas kcal: leídos en crudo, la carne y el pescado bajarían los totales entre 24 y 50 kcal más al día (estimado).
  • Hojas verdes, 80 g: 40 g de lechuga y 40 g de espinaca cruda.
  • Requesón bajo en grasa: con un 2 % de materia grasa, a 81 kcal por 100 g. Con un 1 % (72 kcal), cada plan pierde 9 más.
  • Bebida de almendra, 150 ml: contada como 150 g.
  • Nada añadido ni quitado. La espinaca «salteada» no lleva aceite, porque el plan no lo apunta.
Valores por 100 g de USDA FoodData Central (SR Legacy) para los alimentos del plan de 1.400 kcal, base de las cifras estimadas de esta tabla
Alimento (nombre en USDA, abreviado)FDC IDkcalProteína (g)Hidratos (g)Grasa (g)
Yogurt, Greek, plain, nonfat1708945910,193,60,39
Strawberries, raw167762320,677,680,3
Almonds17056757921,1521,5549,93
Honey1696403040,382,40
Egg, whole, cooked, hard-boiled17342415512,581,1210,61
Turkey breast (retail parts), meat only, roasted17451613629,5101,97
Lettuce, green leaf, raw169249151,362,870,15
Spinach, raw168462232,863,630,39
Tomatoes, red, ripe, raw170457180,883,890,2
Cucumber, with peel, raw168409150,653,630,11
Peppers, sweet, red, raw170108260,996,030,3
Avocados, raw17170516028,5314,66
Oil, olive17141388400100
Apples, raw, with skin171688520,2613,810,17
Almond butter, plain, without salt16858861420,9618,8255,5
Cod, Atlantic, cooked, dry heat17195610522,8300,86
Sweet potato, baked in skin168483902,0120,710,15
Zucchini, with skin, cooked, boiled, drained169292151,142,690,36
Green beans, cooked, boiled, drained169141351,897,880,28
Cottage cheese, lowfat, 2% milkfat1721828110,454,762,27
Blueberries, raw171711570,7414,490,33

¿ChatGPT o una app de menús?

Esta parte la escribe el equipo de MacroRecipe, así que léela con eso en mente. ChatGPT encaja cuando quieres ideas rápido: un día montado con lo que ya hay en tu nevera, una cocina que no has probado, un cambio vegetariano para una comida. Probarlo no cuesta nada y entiende cualquier petición en lenguaje normal. En aquellos planes de noviembre de 2024, su punto débil era la suma.

Una app encaja mejor cuando quieres que la suma te la hagan, semana tras semana. MacroRecipe planifica tu semana de menús según tus macros y el objetivo que elijas, con platos que escoges tú y datos de ingredientes de USDA y CIQUAL (ANSES). Las kcal y los macros estimados de cada día se suman a partir de la cantidad de cada ingrediente, las raciones se ajustan hacia tus kcal y tu proteína estimadas, y cuando un día se queda corto la app lo dice en vez de imprimir el objetivo como total. La lista de la compra sale de esas mismas cantidades.

Para quién no es: MacroRecipe funciona solo en iPhone, no en Android. No tiene escáner de códigos de barras, no tiene una base de alimentos para buscar y no es un diario alimentario completo, aunque con la suscripción puedes escanear con una foto una comida que hayas hecho fuera. Puedes ver la vista previa gratuita de tu primer menú y después viene una suscripción de pago.

Si comparas herramientas, nuestra guía de alternativas a MacroFactor repasa apps para llevar el registro de lo que comes, y cómo calcular tus macros te da las cifras de partida para escribir un buen prompt.

Preguntas frecuentes

¿Puede ChatGPT hacerme un menú semanal con macros?

Sí. Pídele kcal, proteína, hidratos y grasa por alimento y por día, y revisa los totales: en cuatro planes de ChatGPT 4.0 de un estudio de 2025, el total diario repetía el objetivo, pero la comida sumaba entre un 4 % y un 18 % menos y los hidratos estaban inflados entre 23 y 59 g al día (estimado, USDA).

¿Calcula bien ChatGPT las calorías?

Alimento por alimento, se acercó: en cuatro planes de ChatGPT 4.0 de un estudio de Nutrients de 2025, cada cifra de kcal estaba a 21 kcal o menos de nuestra estimación con USDA. La suma era el punto débil: todos los totales repetían el objetivo pedido, aunque sus líneas sumaban entre 80 y 270 kcal menos (estimado).

¿Cuál es el mejor prompt para un menú semanal con ChatGPT?

Pide las cuentas, no solo el resultado: una fila por alimento con su peso en gramos (crudo, cocinado o seco), kcal, proteína, hidratos y grasa, y cada columna sumada a partir de las filas. Dile que no ajuste el total a tu objetivo y recuenta tú las kcal.

¿Puede ChatGPT hacerme el menú de la semana y la lista de la compra?

Sí, puede escribir varios días y una lista de la compra a partir de ellos. Cuanto más largo es el plan, más líneas hay que revisar: en cuatro planes de un estudio de 2025, todos los totales diarios parecían correctos sin haberse sumado. Revisa un día cada vez y pídele la lista después, con los días corregidos.

¿Es seguro seguir un menú hecho con ChatGPT?

Un plan de chatbot es información general, no consejo médico. Si tienes diabetes, enfermedad renal, alergia alimentaria, trastorno de la conducta alimentaria o medicación que afecta al apetito o al azúcar, o estás embarazada, dando el pecho o eres menor de 18 años, consulta antes a un médico o dietista-nutricionista.

¿Por qué ChatGPT imprime un total que sus propias cifras no respaldan?

Un chatbot escribe palabra a palabra a partir de patrones y no necesariamente calcula. Un total diario igual a lo pedido suena natural, y eso es lo que escribió ChatGPT 4.0 en los cuatro planes de Nutrients 2025 que recontamos. Pedirle que sume cada columna a partir de las filas hace que una suma errónea se vea antes.

¿Es mejor ChatGPT que Gemini o Copilot para hacer menús?

En un estudio de 2025 con 30 planes de 1.400 a 1.800 kcal, ChatGPT fue el que más se acercó a las kcal pedidas (estimado): ninguno de sus diez planes se desviaba un 20 % o más, frente a cinco de diez de Gemini. La calidad nutricional global fue parecida. Los tres han cambiado desde entonces.

Consigue tu primer menú semanal en la App Store

Vista previa gratuita de tu primer menú · en iPhone

Fuentes

  1. Kaya Kaçar H, Kaçar ÖF, Avery A. Nutrients 2025;17(2):206, publicado el 7 de enero de 2025, con su archivo suplementario S1 (PubMed Central), consultado el
  2. Bayram HM, Çelik ZM, Barcın Güzeldere HK. Can artificial intelligence (AI) chatbot tools be used effectively for nutritional management in obesity? Nutrition and Health 2025;31(4):1825-1834 (PubMed), consultado el
  3. USDA FoodData Central, SR Legacy (valores por 100 g por FDC ID), consultado el
  4. BEDCA, Base de Datos Española de Composición de Alimentos (Consorcio BEDCA y AESAN), consultado el
  5. AESAN, Alimentos y bebidas: bases de datos de composición de alimentos, consultado el
  6. AESAN. Recomendaciones dietéticas saludables y sostenibles, complementadas con recomendaciones de actividad física para la población española (diciembre de 2022), consultado el
  7. MacroRecipe en la App Store, consultado el

← Volver al inicio de MacroRecipe