AI 食物掃描，到底有多準
拍張照，得到熱量。感覺像魔法，而最直接的問題是：你能信這個數字嗎。老實說：AI 食物掃描已經夠好用了，前提是你明白它看得到什麼、看不到什麼。
照片能準確估算什麼
視覺模型在辨識食物、估算份量這方面確實很強，只要對象有清楚的形狀與熟悉的參照：一塊雞胸、一碗飯、一根香蕉。對這些，掃描會落在真實值的合理範圍內，而這正是你做出每日決定所需的全部。
它真正出色之處在於一致性與速度。手動記錄每一餐，是人們放棄計算熱量的最大單一原因。三秒一張照片消除了這個阻力，而你真正記下的、稍微模糊的數字，勝過你從不記錄的完美數字。
掃描會失準的地方
隱藏的脂肪與油是經典盲點。一湯匙油約 120 大卡，在完成菜餚的照片裡完全看不見。混合菜、醬汁，以及任何打成糊狀的東西更難，因為鏡頭看不到底下或攪進去的成分。
解法不是放棄掃描，而是微調。如果你知道一道菜是用油烹調的，快速調整就能補上大部分落差。好工具讓這個修正只需一按，而非一樁苦差。
如何用得好
把掃描當成快速的初稿，而非定論。在一週的尺度上，小小的估算誤差會被平均掉，而趨勢，你是高於或低於目標，遠比任何單一餐的精確數字更有用。
這正是 Equil 設計來幫忙的地方：它掃描餐盤、估算巨量營養素，並在你知道鏡頭漏掉了什麼時，讓你一按就微調。重點不是完美的記錄，而是一個夠可靠、足以把你導向目標的數字。