FoodSnap Macros は、食事の写真1枚からカロリーや主要栄養素(マクロ)を推定するウェブアプリケーションです。本製品はビジョンモデル(Gemini)と信頼性の高い栄養データベースを組み合わせることで、手動入力を削減し、マクロの追跡精度を向上させます。
この製品は、栄養ログの簡略化を求める方々向けに設計されています。マクロ中心の食事法を実践している方、エネルギー収支をモニタリングするアスリート、スペイン料理を頻繁に摂取するユーザーの利用に適しています。食事記録に加え、運動データのインポート、水分・体重管理、自然言語で日記エントリを編集できるAIアシスタント機能も備えています。
ユーザーは食事の写真を撮るか、テキストで内容を説明します。Geminiベースのビジョンモデルが料理とその構成要素を特定します。必要に応じて、ユーザーは認識された項目や分量を調整して実際の摂取内容に合わせられます。
システムは、特定された食品をUSDAおよびOpenFoodFactsのデータベースと照合し、カロリーとマクロ値を取得します。この2段階のアプローチにより、検証済みの栄養データに基づくことでモデルの誤認識(ハルシネーション)を抑えるように設計されています。アプリは1サービングあたりの推定値を記録し、後から編集可能にします。
記録された食事は、カロリーとマクロ目標を示す日次ダッシュボードに反映されます。Stravaから運動によるエネルギー消費をインポートすることで、正味カロリーを算出できます。また、水分摂取量と体重の記録も可能です。会話型アシスタントは自然言語でエントリの追加・修正をサポートし、システムは時間とともにユーザーの修正履歴から学習していきます。
| 項目 | 一般的なAIカロリー計算アプリ | FoodSnap Macros(ハイブリッドエンジン) |
|---|---|---|
| 基本手法 | LLM単体による推定 | ビジョンモデル+データベース照合 |
| データソース | 認定された連携なし | USDAおよびOpenFoodFacts |
| 誤差リスク | 誤った数値が出やすい | 交差検証によりリスク低減 |
| 手動作業 | 頻繁な手動修正が必要 | 最小限の入力、修正に対応 |
| 学習能力 | 編集からの学習が限定的 | ユーザーの修正履歴から学習 |