アプリを入手する

トラッカーは無料です。どの有料プランも無料トライアルから始まります。

TrainRecをApp StoreからダウンロードTrainRec を Google Play で手に入れよう

カフェのテーブルで、昼食の横に座ってスマートフォンに入力している男性。AI生成画像

ガイド · 食事と栄養 · 2026-10-28 更新

AIでカロリーを記録するには?

食べたものをAIに伝えるか、お皿や栄養成分表示の写真を送ると、カロリーとPFCを計算してくれます。推定の中では、おおよその量を添えて食事を説明するのがたいてい最も正確で、栄養成分表示なら数値は正確です。一般的なチャットボットは食事記録をつけるようには作られていないので、食事ごとに保存して1日の合計を出してくれる記録アプリと組み合わせましょう。

AIで食事を記録する4つの方法

方法 正確さ 向いている人
説明する(「卵2個とトースト1枚」) おおよその量を伝えれば良好 家庭料理や、中身がわかっているもの
お皿の写真 写真だけでは大まか、一文添えると改善 外食や、自分で作っていない料理
栄養成分表示の写真 表示どおりの数値で正確、食べた量を伝えるだけ パッケージ食品全般
メニューの写真 メニューの数値と同じくらい正確 カロリーを表示しているチェーン店

説明する

友だちに話すように、食べたものを入力するか声で伝えます:「チキンブリトーボウル、ご飯と豆入り、チーズなし」。AIが一つひとつを推定して合計します。いちばん役立つのは量です。「ご飯」より「ご飯をカップ1杯くらい」のほうが正確です。

AIに話して食事を記録するガイドに、ほかの例もあります。

写真を送る

写真は、自分で作っていない料理をいちばん早く記録できる方法です。2025年の研究では、ChatGPT-5が写真だけでカロリーを推定したときの誤差は平均で約31%でした。短い説明を添えると約24%に、材料と量を書き出すと約14%になりました。つまり、写真に一文を添えるのがいちばんちょうどいいやり方です。

AIは、量の多い食事やボウルに入った料理を少なく見積もりがちです。詳しくは写真だけでカロリーを記録できる?をご覧ください。

チャットボットがしてくれないこと

ChatGPTやClaudeのような一般的なチャットボットは、食事の推定が得意です。ただ、食事記録として作られてはいません。チャットでは1週間の合計を出したり、体重と並べて傾向を見せたりはしてくれません。

解決する方法は2つあります:

  • 推定値を毎回、食事記録アプリに書き写す。これでもできますが、食事のたびに2つの手間がかかります。
  • アシスタントを記録アプリに接続すると、伝えた内容が、確認や編集ができる本物の記録に保存されます。

続けるコツ

  1. 一日の終わりではなく、食べるそのときに記録しましょう。ひと口目の前に写真を撮れば5秒で済みます。
  2. 量や、油やドレッシングなど見えにくいものについて一文添えましょう。
  3. 1日ごとではなく、週の平均を確認しましょう。2週間たっても体重の傾向が思うように動かなければ、カロリー目標を少しだけ調整します。
  4. 停滞したら1週間量ってみましょう。いつもの量が思っているより多いかどうかがわかります。

よくある質問

ChatGPTでカロリーを記録できますか?

説明したり写真を撮ったりした食事のカロリーは推定できます。ただ、日をまたいで合計をつけ続けるようには作られていないので、食事記録に接続するか、食事ごとに記録アプリへ書き写しましょう。

AIでカロリーを記録する、いちばん正確な方法は?

パッケージ食品は栄養成分表示を撮りましょう。AIが正確な数値を読み取るからです。それ以外は、写真だけより、中身と量についての一文を添えた写真のほうが正確です。

AIのカロリー計算は、減量に使えるくらい正確ですか?

ほとんどの人にとっては、はい。推定は毎食いくらかずれますが、どの数字ひとつよりも、続けて記録して週ごとの体重の傾向を見ることのほうが大切です。

キッチンスケールはまだ必要ですか?

いいえ。スケールは、1〜2週間使って自分の量がどのくらいかを覚えるのに役立ちます。その後は、ほとんどの人が目分量で十分に推定できます。

出典

  1. Rodríguez-Jiménez et al. (2025), Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5, Cross-Source Evaluation Across Escalating Context Scenarios
  2. Fridolfsson et al. (2025), Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images