總熱量消耗(TDEE)。完整指南,教你計算真實的熱量消耗,並成功進入減脂期。
TDEE 是唯一真正重要的指標,能讓你不出錯地減脂。但 99% 的 App 都算錯了。這裡告訴你原因,以及 Lean 如何正確計算。
TDEE(Total Daily Energy Expenditure)是你每日總熱量消耗:TDEE = BMR + NEAT + EAT + TEF。BMR 是基礎(占 TDEE 的 57–75 %),以實際瘦體重計算。NEAT(步數 + 活動)、EAT(運動)、TEF(消化)會再加上去。代謝適應會在長期熱量赤字中調節 BMR(乘數係數,絕不加進去)。Lean 是第一個能精準計算這 5 個組成的 第一個應用程式。你想直接知道數字嗎?使用 TDEE 計算機。
02 · 定義TDEE,4 個組成的總和
TDEE(Total Daily Energy Expenditure),也就是總熱量消耗,是你的身體在完整一天內燃燒的能量。不只是休息時:從你醒來到入睡,從你的訓練到早上的市場採買,全部都算。TDEE 是唯一能計算真實熱量赤字,進而管理你身體目標的指標。
它可分成四個會相加的部分:
TDEE = BMR + NEAT + EAT + TEF
代謝適應會在長期熱量赤字中,另外以 BMR 的乘數係數 來呈現。Lean 的慣例是:100 % = 最佳,90 % = 10 % 的代謝適應(BMR 降低 10 %)。它不會進入 TDEE 的總和:它會先調節 BMR,然後 BMR 再進入總和。
這個計算看起來很簡單。實際上,99 % 的應用程式至少會在兩個組成部分上算錯。以下是原因與位置。
TDEE 的典型分布:BMR 佔總熱量消耗的 57%。
03 · 為什麼 App 會失準Mifflin-St Jeor 沒有考慮 bodyfat,NEAT 為估算值,EAT 取平均值
大多數營養應用程式會透過套用在 BMR 上的 活動乘數 來計算 TDEE(久坐 ×1,2、中度活動 ×1,55 等)。這是一種粗略的近似,會累積三個結構性錯誤:
- BMR 錯誤:Harris-Benedict 1919 和 Mifflin-St Jeor 1990 忽略了體脂肪。以 80 kg 來說,一位體脂率 12 % 的運動員和一位體脂率 28 % 的久坐者會得到相同數字(Mifflin 為 1 780 kcal)。實際差距是 275 kcal。
- NEAT 錯誤:活動乘數無法區分每天走 2 000 步的辦公室工作者,和每天走 18 000 步的健身教練。NEAT 會因生活型態而介於 300 到 2 000 kcal。
- EAT 錯誤:穿戴式裝置會高估消耗的熱量,依活動類型最多可達 2×(Lee 2020)。如果一個應用程式直接採用這些數值而不修正,就會把偏差一起納入。
結果:一個標示為「熱量赤字 500 kcal」的目標,實際上可能只有 200 kcal 的熱量赤字,甚至是 100 kcal 的熱量盈餘。若不把 4 個組成部分分開測量,就無法知道。
04 · BMR基礎:透過 BodyScan AI 取得真實瘦體重
BMR(Basal Metabolic Rate),或基礎代謝,是你的身體在休息時消耗的能量。它約占 TDEE 的 57 到 75 %,視活動量而定。這是最大的一項,因此也是最關鍵、最需要算準的部分。
傳統公式的問題很簡單:它們只根據體重、身高、年齡和性別來計算 BMR,完全不考慮體脂肪。可是肌肉在休息時燃燒的熱量是脂肪的 3 倍(約 13 kcal/kg 對 4 kcal/kg)。兩位 80 kg 的男性,體脂肪分別為 12 % 和 28 %,BMR 的差距大約有 275 kcal/天,也就是在 90 天減脂期內超過 10,000 kcal。
BodyScan AI:體脂肪 11 %,精準度 2 個百分點。拍照,5 秒完成。
Lean 透過 BodyScan AI 解決這個問題:只要 5 秒的一張正面照片,就能把體脂肪估到 ±2 % 以內。Lean 先推算出瘦體重,再套用它的 專有專利模型,用這個真實瘦體重來計算 BMR。不是 Harris-Benedict 1919,不是 Mifflin-St Jeor 1990,而是一個會從你的資料中學習、並在每次量測與每次 BodyScan 後重新校準的模型。
05 · NEAT步數 + 運動以外的日常活動
NEAT(Non-Exercise Activity Thermogenesis) 是你在運動以外所有活動所產生的熱量消耗:走路、爬樓梯、走動、煮飯、打掃。它是 TDEE 中最變動的組成部分:依生活型態不同,每天可能從 300 到 2,000 kcal/天 不等(Levine 2004)。
平均來說,NEAT 佔活躍成人 TDEE 的 27 %。這是最強的槓桿之一,可以在不增加額外肌力訓練的情況下提高熱量消耗:每天多 5,000 步,大約就多消耗 200 kcal,而且不需要改變你的運動計畫。
Lean 透過 內建計步器 來測量 NEAT:每一步都會依你的體重和估計速度換算成千卡。不是整體活動倍率,而是每天的實測數值,會即時加到你的 TDEE 上。
Lean 中的 NEAT:每日步數實測,精準換算成每一步的 kcal。
06 · EAT訓練課表,MET 計算
EAT(Exercise Activity Thermogenesis) 是因運動課表而產生的熱量消耗。平均約佔 TDEE 的 6 %,但對於每週訓練 5 次的運動者,可能上升到 15–20 %。
常見問題是:智慧手錶會高估 EAT,依活動類型不同,最高可達 2 倍(Lee 2020,測量 7 種裝置)。如果一個 App 在重訓時直接採用 Apple Watch 顯示的熱量,可能會把你的 EAT 高估 300 大卡,等於你看不見的 300 大卡隱藏盈餘。
Lean 會根據 MET(Metabolic Equivalent Task) 計算 EAT:依照運動類型給定一個係數,再乘上你的體重與訓練時間。你只要記錄訓練的類型和強度,Lean 就會計算實際熱量消耗,不會沿用手錶偏差的數字。
Lean 中的 EAT:運動類型 + 強度 → 實際熱量消耗(kcal)。
07 · TEF食物熱效應,依照宏量營養素計算
TEF(Thermic Effect of Food)是身體在消化、吸收與代謝食物時所消耗的能量。平均約占攝取熱量的 10 %,但會因宏量營養素組成而有很大差異:
一份高蛋白餐在消化時燃燒的熱量,比一份相同大卡但高脂肪的餐更多。Lean 會根據 輸入的宏量營養素 自動計算 TEF(蛋白質 × 0.25 + 碳水化合物 × 0.075 + 脂肪 × 0.02),並將其加到即時 TDEE 中。不是一律估算 10%,而是逐餐計算。
Lean 中的 TEF:根據每一餐的宏量營養素計算,不是固定平均值。
08 · 代謝適應沒有建模時,會讓一切失真第五個關鍵因素
代謝適應不會納入 TDEE 的總和。它是一個 BMR 的乘數係數,會在長期熱量赤字時啟動。你的身體會降低 BMR 來補償赤字。這個現象已由 Hall(2008)與 Müller(2015)記錄,能解釋減脂期的停滯。
Lean 慣例:
- 100 %:沒有適應,BMR 最佳
- 90 到 98 %:輕度到中度適應,BMR 降低 2 到 10 %
- 低於 90 %:建議回到維持熱量(diet break 或維持週)
如果沒有對這個係數建模,你「計算出來」的 TDEE 會隨著赤字週數越來越樂觀。你以為自己是 −500 kcal,實際上在適應 6 週後只剩 −200 kcal。Lean 是 全球第一個應用程式,能即時建模這個係數。
實際(測量)TDEE 與未考慮適應的計算 TDEE。4 到 6 週的熱量赤字後,差距會逐漸拉大。
09 · BodyScan AI為什麼體脂肪會改變一切
體脂肪是整個 TDEE 方程式中隱藏的變數。沒有它,BMR 只是統計平均值。有了它,才是你的真實數值。Lean 透過 BodyScan AI 測量體脂肪:一張正面照片,5 秒處理,精準度約 2 個體脂率點。不需要任何外部裝置,也不需要 DEXA 掃描。
為什麼這對 TDEE 很關鍵:
- 以實際瘦體重計算的 BMR,當體脂肪偏高時,會比 Harris-Benedict 或 Mifflin-St Jeor 更低。差距在久坐、28 % bf 的族群上可達 183 kcal/天。
- 反過來說,對一位 12 % bf 的運動者,Lean 的 BMR 會 高出 93 kcal/天,因為 Mifflin 低估了肌肉量。
- 代謝適應是以真實 BMR 為基礎建模的。如果起始 BMR 是錯的,適應係數就會錯。所有誤差都會一路傳遞。
BodyScan AI 男性
10 · Lean 中的 TDEE 追蹤即時的 4 個組成部分
Lean 的「熱量消耗」畫面會顯示即時 TDEE,並逐一拆解各個組成。你可以看到自己今天進展到哪裡,哪一塊影響最大,以及你可以從哪裡著手。Lean 不會在一天一開始就給你一個固定數字,而是會隨著你的步數、訓練和餐點持續重新計算。




11 · 策略依據 cut、bulk 或 recomp 的 TDEE 與目標
一旦你知道精準的 TDEE,實際應用就很直接。三個目標,三個槓桿。
減脂期(減脂)
增肌期(增加肌肉)
維持/重組
12 · 金字塔Lean 進展金字塔
在 Lean 的理念中,TDEE 不是作戰計畫的頂端。進展金字塔會把真正重要的事情排出優先順序,讓減脂期更成功:遵從度 > 熱量目標(= 精準的 TDEE)> 步數/NEAT。TDEE 位在第 2 層:如果你沒有定期追蹤,把宏量營養素精準到百分比其實沒有意義。
13 · 教學如何使用 Lean 來管理你的 TDEE
兩支影片,讓你實際開始:
完整教學:用 Lean 計算熱量,從 A 到 Z。
如何透過優化 TDEE 的每個組成部分,讓熱量消耗加倍。
14 · 常見問題你對 TDEE 的所有疑問
什麼是 TDEE?
TDEE(Total Daily Energy Expenditure)是你每天總熱量消耗。它包含 4 個組成部分:BMR(基礎代謝,佔 TDEE 的 57–75 %)、NEAT(步數與運動以外的活動)、EAT(運動訓練)、TEF(食物熱效應)。代謝適應會在長期熱量赤字時調整 BMR,但不會加進這個總和裡。
TDEE 的公式是什麼?
標準公式:TDEE = BMR + NEAT + EAT + TEF。BMR 最理想是根據真實瘦體重來計算(已知體脂肪)。代謝適應是作用在 BMR 上的乘數係數,會在長期熱量赤字時套用(100 % = 最佳,90 % = 10 % 的代謝適應),絕不會加進總和裡。
為什麼我算出的 TDEE 和實際不同?
三個主要原因。第一,BMR 的計算沒有納入 bodyfat(Harris-Benedict 或 Mifflin-St Jeor),對於非典型族群,每天會有 200 到 500 kcal 的誤差。第二,NEAT 是用整體乘數估算,不是用步數實測。第三,EAT 取自智慧手錶,偏差最高可達 2×(Lee 2020)。未建模的代謝適應,會讓這個落差在數週內進一步擴大。
BMR 佔 TDEE 的多少比例?
平均來說,BMR 佔 TDEE 的 57 到 75 %,會依活動量而變。你越活躍,NEAT 和 EAT 的比例就越高,所以 BMR 的相對占比就越低。不過它始終是最重的組成部分:BMR 只要有 10 % 的誤差,就會直接影響你的熱量目標。
不增加運動,怎麼提高 TDEE?
最有效的槓桿是 NEAT:多走路。每天多 5,000 步,大約代表多消耗 200 kcal(會依體重和速度而變)。30 天下來,相當於多燃燒 800 g 的脂肪,而且不需要動到你的重訓計畫。
TDEE 會每天改變嗎?
會。BMR 相對穩定(主要會隨身體組成和代謝適應而變化)。但 NEAT 會依你的日常活動每天波動,EAT 會依你的訓練而變,TEF 則會依你的餐點而變。在沒有運動的休息日,你的 TDEE 可能會比有訓練且走 15,000 步的日子低 400 到 700 kcal。
代謝適應多久才會開始出現?
前兩週的熱量赤字就可能出現初步的適應性變化(NEAT「自發性」下降、動作節能)。BMR 可量測的下降,通常在持續熱量赤字 4 到 6 週後才會變得明顯,而在長期減脂期中,幅度可達 5 到 25 %(Hall 2008, Müller 2015)。這就是為什麼 Lean 會持續建模這個係數。
TDEE 跟每日熱量消耗是一樣的嗎?
是的,TDEE 和每日總熱量消耗指的是同一件事。「TDEE」是英文的科學術語(Total Daily Energy Expenditure),「總熱量消耗」或「總熱量支出」是它的中文對應說法。在中文文獻中,也會看到「每日總能量消耗」這個說法。
科學來源
- Mifflin MD, St Jeor ST, Hill LA, et al. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 1990;51(2):241-7. PubMed 2305711.
- Harris JA, Benedict FG. A Biometric Study of Human Basal Metabolism. Proc Natl Acad Sci USA. 1918;4(12):370-3.
- Levine JA. Non-exercise activity thermogenesis (NEAT). Best Pract Res Clin Endocrinol Metab. 2002;16(4):679-702. PubMed 12468415.
- Lee JM, Kim Y, Welk GJ. Validity of consumer-based physical activity monitors. Med Sci Sports Exerc. 2014;46(9):1840-8. PubMed 24777201.
- Hall KD. What is the required energy deficit per unit weight loss? Int J Obes. 2008;32(3):573-6. PubMed 17848938.
- Müller MJ, Bosy-Westphal A. Adaptive thermogenesis with weight loss in humans. Obesity. 2013;21(2):218-28. PubMed 26399868.
- Frankenfield DC. Bias and accuracy of resting metabolic rate equations in non-obese and obese adults. Clin Nutr. 2013;32(6):976-82. PubMed 23631843.


