[GAS] Integration von Google Kalender und ChatGPT für automatisiertes Ernährungsmanagement

📅 Erstellt: 2025/07/19, Aktualisiert: 2025/07/19 ⏱️ Geschätzte Lesezeit ~3 mins (479 Wörter)

So kombinieren Sie Google Apps Script, die Ereignisprotokollierung von Google Kalender und strukturierte ChatGPT-Ausgaben, um Makronährstoffe in der Nahrung zu verfolgen und Gesundheitsmetriken in Looker Studio ohne Infrastrukturkosten zu visualisieren.

Inhaltsverzeichnis

Hintergrund: Warum die Ernährungsverfolgung mit Google Kalender und ChatGPT automatisieren?
Ersteinrichtung und Anwendungsworkflow
Täglicher Protokollierungs-Workflow und Looker Studio-Visualisierung
Zusammenfassung

Hintergrund: Warum die Ernährungsverfolgung mit Google Kalender und ChatGPT automatisieren?

Aufgrund des ärztlichen Rats, der eine Einschränkung der Purinaufnahme empfahl, wurde die Führung genauer täglicher Ernährungsprotokolle unerlässlich.
Obwohl es zahlreiche Ernährungs-Apps für iOS und Android gibt, können nur wenige spezifische Mikronährstoffe wie Purinspiegel oder anpassbare Nahrungsbestandteile einfach überwachen.
Angesichts des starken semantischen Verständnisses von Lebensmittelzutaten durch ChatGPT war die direkte Abfrage von ChatGPT nach Nährstoffaufschlüsselungen eine ideale Lösung.
Indem ChatGPT angewiesen wird, strukturiertes YAML oder JSON auszugeben, können programmatische Pipelines Antworten einfach analysieren und Datensätze direkt in Google Sheets schreiben oder sie in Looker Studio-Dashboards visualisieren.

Um die betriebliche Infrastruktur völlig frei zu halten, wurde Google Apps Script (GAS) ausgewählt, um Batch-Ausführungen zu planen und Google Kalender-Ereignisse direkt mit der OpenAI-API zu überbrücken.

Ersteinrichtung und Anwendungsworkflow

Schritt 1: Kopieren Sie die Google Sheet-Vorlage

Hier können Sie auf die Tabelle mit den Bewerbungsvorlagen zugreifen:
gcal-ai-event-manager – Google Sheets-Vorlage
Wählen Sie im Tabellenmenü Datei → Kopie erstellen , um sie in Ihr persönliches Google Drive zu replizieren.

Öffnen Sie die kopierte Tabelle und klicken Sie auf Erweiterungen → Apps Script .

Schritt 2: Skriptkonstanten konfigurieren („const.gs“)

Öffnen Sie im linken Dateibaum „const.gs“ und aktualisieren Sie „SPREADSHEET_ID“ mit der ID Ihrer neu kopierten Google Sheet-URL („https://docs.google.com/spreadsheets/d/ /edit“).

„const.gs“ verwaltet die Kernparameter:

// Target Google Spreadsheet ID
const SPREADSHEET_ID = 'xxxxxxxxxxxxxxxxxxxxxxxxxxxxx';

// Log levels
const LOG_LEVELS = { DEBUG: 1, INFO: 2, WARN: 3, ERROR: 4 };
let LOG_LEVEL = LOG_LEVELS.DEBUG;

// Target sheet names
const SHEET_NAME_EVENT_LIST = '予定一覧';
const SHEET_NAME_RULE = 'ルール';

// Target LLM Model
const OPENAI_MODEL = 'gpt-3.5-turbo';
const AI_RESPONSE_HEADER = 'AI による回答';

// Date range queries (0 = today, negative = past days, positive = future days)
const DAYS_FROM_TODAY_START = 0;
const DAYS_RANGE = -7;

// Dry-run mode flag
const DRY_RUN = false;

Speichern Sie als Nächstes Ihren OpenAI-API-Schlüssel in den Apps Script-Projekteinstellungen:
Wählen Sie im linken Bereich Projekteinstellungen (Zahnradsymbol) aus.
Klicken Sie auf Skripteigenschaft hinzufügen .
Geben Sie den Eigenschaftsnamen „OPEN_AI_API_KEY“ und den Wert ein: Ihren geheimen OpenAI-API-Schlüssel.
Klicken Sie auf Skripteigenschaften speichern .

Schritt 3: Definieren Sie Matching-Regeln

Kehren Sie zum Google Sheet zurück und öffnen Sie die Registerkarte „Regeln“:

Erklärte Regelparameter :
Regelname : Eindeutige Kennung für die Regel.
Titelmuster : Regulärer Ausdruck, der mit Google Kalender-Ereignistiteln abgeglichen wird (z. B. „(🍝|🍽️)“).
Beschreibungsmuster : Regex mit Ereignisbeschreibungsfeldern abgeglichen.
Query AI ( TRUE / FALSE ) : Wenn TRUE , wird die Anfrage an ChatGPT gesendet.Bei „FALSE“ werden Ereignismetadaten ohne LLM-Aufrufe kopiert.
AI-Eingabeaufforderungsvorlage : An ChatGPT gesendete Eingabeaufforderungsanweisung.Die Variablen „ t i t l e “ u n d „ {description}“ werden dynamisch eingefügt.

Schritt 4: Testen Sie den Automatisierungsauslöser und planen Sie ihn

Klicken Sie im benutzerdefinierten oberen Navigationsmenü auf Benutzerdefiniertes Menü → Nach Zeitplan ausführen .
(Stellen Sie sicher, dass in Ihrem Google Kalender im Abfragefenster mindestens ein passendes Essensereignis vorhanden ist.

Klicken Sie beim ersten Aufruf durch die OAuth-Zustimmungsbildschirme von Google (Erweitert → Mit dem Skript fortfahren).

Bei der Ausführung füllen die analysierten Kalorien-, Purin-, Protein- und Fettstatistiken das Blatt „Planliste“ aus.

Installieren Sie abschließend den wiederkehrenden Timer-Trigger, indem Sie Benutzerdefiniertes Menü → InstallTrigger ausführen auswählen (wird alle 4 Stunden automatisch ausgeführt).

Täglicher Protokollierungs-Workflow und Looker Studio-Visualisierung

Tragen Sie im Alltag Essensereignisse einfach direkt in Ihren Standard-Google-Kalender ein.Die Verwendung von Emoji-Kennungen (z. B. „🍝 Lunch“) löst den Skript-Matcher aus.

Detaillierte Gerichte und grobe Portionsschätzungen finden Sie in der Beschreibung.Nach der Verarbeitung schreibt das Skript YAML-formatierte Nährwertschätzungen zurück in die Beschreibung unter „—“.

Da das Google Sheet als strukturierter relationaler Datensatz dient, werden durch die Verbindung mit Google Looker Studio analytische Echtzeit-Dashboards erstellt, die die tägliche Aufnahme, Makronährstoffanteile und Gesundheitsmeilensteine verfolgen.

Zusammenfassung

Durch die Kombination der kostenlosen Cron-Planung von Google Apps Script mit Google Kalender und strukturierten Eingabeaufforderungen der LLM API kann die personalisierte Gesundheitsverfolgung automatisiert werden, ohne dass wiederkehrende SaaS-Abonnementgebühren anfallen.
Während LLM-Schätzungen wertvolle Trendeinblicke liefern, sollten präzise medizinische Ernährungspläne immer von professionellen klinischen Ernährungswissenschaftlern und medizinischem Rat bestätigt werden.