
GLP-1 藥物減重時如何保住肌肉?2026 年最有效的蛋白質攝取策略
每公斤體重約1.2–1.6公克蛋白質分配到3–4餐,每餐約含2–3公克白胺酸,再搭配規律的阻力訓練,有助於減少GLP-1療程中的瘦體重流失。
本文僅供一般資訊參考,不能替代專業醫療建議、診斷或治療。如有任何健康相關問題,請務必諮詢合格的醫療專業人員。
沒人告訴你的「40% 問題」
有個數字值得你停下來想想:在 semaglutide 等 GLP-1 藥物的部分試驗中,減掉的體重裡約40%是瘦體重而不是脂肪。瘦體重並非全是肌肉——還包括水分、器官和骨骼——但肌肉也在其中。你為減掉10磅歡呼時,其中多達4磅可能是你更想保留的瘦組織。
這是很常見的情況。人們看著體重下降很開心,幾個月後卻開始納悶:為什麼爬樓梯變吃力了,為什麼體重又悄悄回升了。
好消息是:這並非無法避免。2024年的一篇文獻回顧發現,在不同的 GLP-1 研究中,瘦體重占減重的比例差異很大——有的為40–60%,有的約15%或更低——並指出足夠的蛋白質與阻力訓練是讓減重偏向減脂的關鍵。難處在於食慾低落時要持續做到。
為什麼食慾抑制反而在傷害你的肌肉?
GLP-1 藥物有一件事做得非常好:讓你不想吃東西。這本來就是它的目的。但你的肌肉才不管你有沒有食慾——它們在乎的是胺基酸,特別是白胺酸,必須全天定時補充。
把肌肉蛋白質合成想像成一個電燈開關。它需要達到一定的電壓(白胺酸門檻)才會打開。一餐吃太少蛋白質?開關根本不會動。把所有蛋白質集中在一餐吃完?開關只亮一次,接下來 20 幾個小時都是暗的。
大多數使用 GLP-1 的人都會陷入一個可預期的模式:早餐不餓就跳過,午餐隨便吃幾口,然後想在晚餐把蛋白質補回來——但被抑制的食慾根本讓你吃不下。結果就是:你的肌肉一整天幾乎都處於分解狀態。
白胺酸門檻:你的新關鍵數字
全天蛋白質總量依然最重要,但肌肉研究也提供了實用的每餐目標:每餐約每公斤體重0.4公克蛋白質,至少分4餐,加起來約每天1.6公克/公斤。對多數成人來說,這一餐的優質蛋白大約含2–3公克白胺酸。
為什麼要以每餐來思考?肌肉蛋白質合成研究顯示,一餐的反應會隨蛋白質劑量增加而上升,然後趨於平穩——而且年長者要達到這個平台,按體重計算需要比年輕人更多的蛋白質(一項分析中約為0.40對0.24公克/公斤)。低於這個量仍有一些好處,但可能沒有發揮全部效果。
2.5 克白胺酸換算成真正的食物是多少?
- 25-30 克乳清蛋白(大約一匙)
- 110 克雞胸肉
- 150 克希臘優格加一把杏仁
- 3 顆全蛋加 2 顆蛋白
- 170 克茅屋起司
挑戰在於:當 semaglutide 把你的食慾壓得死死的,吃下這些份量感覺像在完成不可能的任務。
適合食慾低落者的「四餐架構」
當吃東西變成一種負擔時,這個方法才真正有效。與其勉強自己每餐吃 40 克蛋白質分三餐,不如改成四餐,每餐 25-30 克。不管是心理上還是生理上,這都容易達成得多。
實際的一天可能長這樣:
早上 7 點 - 蛋白質奶昔(25 克乳清蛋白)加莓果打成。液態熱量比固體食物更容易繞過食慾抑制。90 秒就能喝完。
早上 11 點 - 希臘優格杯(170 克原味希臘優格、一把燕麥脆片、淋一點蜂蜜)。大約 20 克蛋白質。份量小,就算不餓也吃得下。
下午 3 點 - 火雞肉捲(110 克火雞肉片、起司、芥末醬)。不加麵包就能減少體積。28 克蛋白質。
晚上 7 點 - 晚餐盡量吃,但優先吃蛋白質。就算只吃得下 110 克鮭魚或雞肉,也能再補進 25-28 克。
總計:大約 100 克蛋白質,分散在四個達到白胺酸門檻的時間點。對一個 68 公斤的人來說,這相當於每公斤體重 1.5 克——正好落在研究支持的最佳範圍內。
蛋白質優先原則
當你一天只能吃下 800-1200 大卡(使用 GLP-1 時很常見),每一口都很重要。優先原則很簡單:先吃蛋白質,其他的之後再說。
這不是要你戒掉碳水或脂肪,而是關於順序。每一餐,先把蛋白質吃完,再碰其他東西。如果吃到一半就飽了——這一定會發生——至少你的肌肉已經得到補給了。
一個簡單的小訣竅:留意盤子裡剩下什麼。許多人發現自己吃完了飯和一些蔬菜,卻剩下大部分蛋白質。把順序反過來——先吃蛋白質——即使吃不下配菜,也比較容易把蛋白質吃完。
阻力訓練:不可或缺的加乘效果
光靠營養還不夠。一項隨機試驗中,年輕男性在攝取比所需能量少約40%的同時,進行包含阻力運動在內的高強度訓練,每天每公斤體重攝取2.4公克蛋白質的一組瘦體重增加約1.2公斤、減掉的脂肪也更多,而攝取1.2公克/公斤的一組幾乎沒有增加。這不是 GLP-1 研究,但顯示了蛋白質與訓練結合的重要性。
你的肌肉需要一個留下來的理由。沒有阻力運動的刺激,你的身體會把熱量赤字解讀為「該丟掉這些維護成本高的肌肉組織」的訊號。有規律的重訓,你等於在告訴身體:「我需要這些肌肉,去燒脂肪吧。」
你不需要變成健身狂人。每週 2-3 次,每次 30-45 分鐘,專注在複合動作(深蹲、硬舉、推舉、划船)就能提供足夠的刺激。關鍵是漸進式超負荷——隨時間逐漸增加重量或次數。
真正有效的補充品
大多數補充品都是昂貴的尿液。但有幾種在減重期間保留肌肉方面有確實的證據:
單水肌酸 - 每天3-5公克。數十年的研究顯示,它對健康成人是安全的,並能增強阻力訓練帶來的肌力與肌肉增長。它可能有助於減重期間保留肌肉,不過專門針對 GLP-1 使用者的資料仍有限。
選蛋白粉,而非單獨的白胺酸 - 如果某餐蛋白質偏少,加一勺乳清或其他優質蛋白,比單獨補充白胺酸粉更可靠;單獨的白胺酸並未一致地增加肌肉量。
維生素D - 血中濃度偏低與肌肉功能較差有關。與其自己猜劑量,不如詢問醫師是否需要檢測與補充。
HMB(β-羥基-β-甲基丁酸) - 每天 3 克。白胺酸的代謝產物,可能減少肌肉分解。證據不如肌酸強,但對處於顯著熱量赤字的人來說很有潛力。
研究數據到底說了什麼
來看看近期研究的實際數字:
在 semaglutide 2.4 毫克的 STEP 1 試驗中,一項身體組成子研究發現,減掉的體重中約40%是瘦體重。但2024年的一篇文獻回顧指出,這個比例在不同 GLP-1 研究中差異很大,瘦體重還包括水分、器官和骨骼,而且磁振造影研究提示肌肉變化大致與減重幅度相稱,肌肉品質還可能改善,例如肌肉內脂肪減少。
換算成實際數字:如果50磅減重中約40%是瘦組織,大約是20磅;若約15%,則接近7.5磅。在這個範圍內,蛋白質攝取和阻力訓練是你能掌握的槓桿。
超越體重計的追蹤方式
體重計是了解身體組成的爛工具。你需要更好的指標。
力量基準 - 你還能做一樣多的伏地挺身嗎?舉一樣的重量嗎?提菜不會吃力嗎?功能性力量是肌肉量的代理指標。
身體測量 - 如果你優先減的是脂肪,腰圍應該比臀圍和大腿圍縮得更快。如果全身都以同樣速度縮小,你很可能在流失肌肉。
進度照片 - 每月在相同光線、相同姿勢拍照。肌肉流失會讓你即使體重變輕,看起來還是「軟軟的」。脂肪流失則會讓線條更明顯。
身體感受 - 持續疲勞、虛弱、怕冷都可能是肌肉流失過多的訊號。你的身體在告訴你一些事情。
加速肌肉流失的常見錯誤
錯誤1:為快速減重而慶祝。 對肌肉來說,越快不一定越好。一項針對有做肌力訓練的運動員研究中,每週減重約0.7%的一組瘦體重增加了,而每週減重約1.4%的一組則沒有。
錯誤 2:因為蛋白質「吃起來很撐」就避開它。 沒錯,蛋白質很有飽足感。這通常是優點。但在 GLP-1 作用下,這可能感覺像缺點。用更小、更頻繁的份量來克服。
錯誤 3:只做有氧運動。 在跑步機上跑一小時會燃燒熱量,但不會發出保留肌肉的訊號。重訓兩者都能做到。
錯誤 4:忽視睡眠。 生長激素對肌肉維持至關重要,在深層睡眠時釋放。睡眠不足會加速肌肉分解。每晚 7-9 小時不是選項,是必須。
錯誤5:吃不夠時沒告訴開藥醫師。 如果食慾抑制強到你吃不到足夠的蛋白質,請告訴開藥的醫師。劑量與減重速度應該一起討論決定。
建立你的個人化方案
從這些基準目標開始:
- 蛋白質:每公斤目前體重1.2-1.6公克,分配到3-4餐
- 每餐:每公斤體重約0.4公克蛋白質(約2-3公克白胺酸)
- 阻力訓練:每週2-3次,每次30-45分鐘
- 肌酸:可選,合適的話每天3-5公克
- 睡眠:每晚7-9小時
追蹤兩週。根據精力狀況、力量維持和減重速度來調整。如果你每週減超過體重的 1% 而且感覺虛弱,增加蛋白質攝取,並考慮與醫師討論減少藥物劑量。
目標不是把減重速度拖慢到龜速。而是確保當你達到目標體重時,你的代謝完好無損、力量得以保留,身體組成是真正看起來好、感覺好的——不只是變小而已。
📊 關鍵統計
達到 2.5 克白胺酸門檻的蛋白質來源
| 食物來源 | 份量 | 蛋白質 (克) | 白胺酸 (克) |
|---|---|---|---|
| 乳清分離蛋白 | 1 匙 (25g) | 25 | 2.7 |
| 雞胸肉 | 110 克(熟) | 28 | 2.5 |
| 希臘優格(原味) | 170g + 杏仁 | 20 | 2.5 |
| 全蛋 + 蛋白 | 3 顆全蛋 + 2 顆蛋白 | 26 | 2.4 |
| 茅屋起司 | 170 克 | 21 | 2.3 |
| 鮭魚排 | 140 克(熟) | 30 | 2.6 |
| 瘦牛肉 | 110 克(熟) | 29 | 2.8 |
每天至少攝取 3-4 份達到白胺酸門檻的蛋白質,以在 GLP-1 療程中最大化肌肉蛋白質合成蛋白質與白胺酸數值為概估,會因產品與烹調方式而不同。
❓ 常見問題
使用 Ozempic 或 Mounjaro 時到底需要多少蛋白質?
可以只喝蛋白質奶昔不吃固體食物嗎?
減重期間做重訓會讓我變壯嗎?
怎麼知道自己流失太多肌肉了?
應該吃 BCAA 還是專注在完整蛋白質來源?
使用 GLP-1 藥物減這麼快正常嗎?
不去健身房也能保住肌肉嗎?
HAVIT 是什麼?
HAVIT 是以代謝科學為基礎的 AI 健康夥伴,幫你守住肌肉、喚醒代謝,長久維持不復胖的身體。
和只計算熱量的追蹤器不同,HAVIT 把 AI 身體組成估算與飲食、水分、睡眠、步數、生理週期、情緒、GLP-1 用藥記錄整合成同一套每日流程,因此進度是看身體組成,而不只是體重計上的數字。每日任務把已驗證的行為改變技巧拆成小而可重複的行動,並融入韓國指標性代謝診所 Juvis Diet 出身專家的經驗。
在 HAVIT 自行分析的 1,090 位 GLP-1 使用者資料中,持續記錄的人比一般使用者建立了更穩固的習慣。 閱讀 GLP-1 習慣報告
App 裡有什麼
- AI 教練知道今天該做什麼。
- 營養幾秒鐘完成飲食記錄。
- 體組成洞察看見體重以外的變化。
- 每日任務建立能持續下去的習慣。
- 每日打卡告訴 HAVI 今天感覺如何。
- 全部都能記錄從喝水到 GLP-1
- 身心與恢復為意志力見底的日子準備。
不論是否使用 GLP-1 藥物都可以使用 HAVIT。這是一款健康促進 App,不是醫療器材;身體組成結果為估算值。
參考資料
- Once-Weekly Semaglutide in Adults with Overweight or Obesity — New England Journal of Medicine, 2021
- Changes in lean body mass with glucagon-like peptide-1-based therapies and mitigation strategies — Diabetes, Obesity and Metabolism, 2024
- How much protein can the body use in a single meal for muscle-building? Implications for daily protein distribution — Journal of the International Society of Sports Nutrition, 2018
- Protein Ingestion to Stimulate Myofibrillar Protein Synthesis Requires Greater Relative Protein Intakes in Healthy Older Versus Younger Men — The Journals of Gerontology: Series A, 2015
- Higher compared with lower dietary protein during an energy deficit combined with intense exercise promotes greater lean mass gain and fat mass loss: a randomized trial — American Journal of Clinical Nutrition, 2016
- A systematic review, meta-analysis and meta-regression of the effect of protein supplementation on resistance training-induced gains in muscle mass and strength in healthy adults — British Journal of Sports Medicine, 2018
- Effect of two different weight-loss rates on body composition and strength and power-related performance in elite athletes — International Journal of Sport Nutrition and Exercise Metabolism, 2011
- International Society of Sports Nutrition position stand: safety and efficacy of creatine supplementation in exercise, sport, and medicine — Journal of the International Society of Sports Nutrition, 2017
- Preserving Healthy Muscle during Weight Loss — Advances in Nutrition, 2017















