ดาวน์โหลดแอป

ตัวติดตามใช้ฟรี ทุกแพ็กเกจแบบเสียเงินเริ่มต้นด้วยช่วงทดลองใช้ฟรี

ดาวน์โหลด TrainRec บน App Storeดาวน์โหลด TrainRec บน Google Play

คนกำลังใช้โทรศัพท์ถ่ายรูปชามอาหารที่โต๊ะในครัวภาพที่สร้างโดย AI

คู่มือ · อาหารและโภชนาการ · อัปเดตเมื่อ 2026-10-28

นับแคลอรีด้วยรูปถ่ายอย่างเดียวได้ไหม

ได้ แบบคร่าวๆ ในงานวิจัยล่าสุด โมเดล AI ประมาณแคลอรีของมื้ออาหารจากรูปถ่ายอย่างเดียวคลาดเคลื่อนเฉลี่ยราว 30 ถึง 36% ใกล้เคียงกับที่คนทั่วไปมักคลาดเคลื่อนเวลาจดว่ากินอะไรไป เมื่อระบุส่วนผสมและปริมาณคร่าวๆ ไปพร้อมกับรูป ความคลาดเคลื่อนลดลงเหลือราว 14% รูปฉลากโภชนาการยิ่งดีกว่านั้น เพราะ AI อ่านตัวเลขที่แน่นอนแทนการเดา

การนับแคลอรีด้วยรูปถ่ายทำงานอย่างไร

คุณถ่ายรูปจานอาหาร โมเดล AI จะดูรูป ระบุว่าน่าจะเป็นอาหารอะไรและแต่ละอย่างมีปริมาณเท่าไร แล้วรวมแคลอรีและสารอาหารหลัก เป็นการกะแบบเดียวกับที่คุณกะด้วยสายตา แต่เสร็จในไม่กี่วินาที

ส่วนที่ยากไม่ใช่การบอกว่าเป็นอาหารอะไร แต่เป็นปริมาณ รูปถ่ายเป็นภาพแบน AI จึงต้องกะว่าชามลึกแค่ไหนหรือสเต๊กหนาแค่ไหนจากมุมเดียว และยังมองไม่เห็นน้ำมันในกระทะหรือน้ำสลัดที่อยู่ใต้ผัก

แม่นยำแค่ไหน

งานวิจัยสองชิ้นจากปี 2025 ให้ภาพที่ชัดเจน

งานวิจัย สิ่งที่ AI ได้เห็น ความคลาดเคลื่อนของแคลอรีโดยเฉลี่ย
โมเดล AI สามตัว รูปมื้ออาหาร 52 รูป รูปถ่ายอย่างเดียว ราว 36% สำหรับสองตัวที่ดีที่สุด
ChatGPT-5 อาหาร 195 จาน รูปถ่ายอย่างเดียว ราว 31%
ChatGPT-5 อาหาร 195 จาน รูปถ่ายพร้อมคำอธิบายสั้นๆ ราว 24%
ChatGPT-5 อาหาร 195 จาน รูปถ่ายพร้อมส่วนผสมและปริมาณ ราว 14%

ในงานวิจัยชิ้นแรก ChatGPT และ Claude ทำได้ดีที่สุด และผู้เขียนระบุว่าทั้งสองแม่นยำใกล้เคียงกับการจดบันทึกอาหารแบบดั้งเดิม ที่คนจดเองว่ากินอะไรไป ซึ่งคนเราก็ทำได้ไม่สมบูรณ์แบบเลย พวกเขายังพบว่าทุกโมเดลประเมินอาหารจานใหญ่ต่ำเกินไป และยิ่งจานใหญ่ ค่าที่เดาก็ยิ่งต่ำ

ในงานวิจัยชิ้นที่สอง ความคลาดเคลื่อนสูงสุดคืออาหารในชาม ซึ่งมองความลึกได้ยาก เมื่อไม่ส่งรูปและส่งแค่รายการส่วนผสม ค่าประมาณกลับแย่ลง แปลว่ารูปถ่ายช่วยได้จริง

วิธีได้ค่าประมาณที่ดีขึ้น

  1. เพิ่มประโยคสั้นๆ "สะโพกไก่ ข้าวประมาณหนึ่งถ้วย ผัดกับน้ำมันหนึ่งช้อนโต๊ะ" ช่วยได้มากที่สุดในบรรดาทุกข้อในนี้
  2. ถ่ายจากด้านบนและเอียงไปด้านข้างเล็กน้อย ให้เห็นทั้งจาน วางส้อมหรือมือไว้ข้างๆ จะช่วยบอกขนาดได้
  3. บอกสิ่งที่มองไม่เห็น น้ำมัน เนย ซอส และน้ำสลัดมีแคลอรีสูงและแทบมองไม่เห็นในรูป
  4. ถ่ายรูปฉลาก ของอาหารที่มีบรรจุภัณฑ์ AI จะอ่านตัวเลขที่แน่นอน คุณแค่บอกว่ากินไปเท่าไร

เมื่อรูปถ่ายอย่างเดียวไม่พอ

ค่าประมาณจากรูปถ่ายใช้ได้ดีกับมื้อประจำวันที่คุณกินบ่อยและชั่งไม่ได้ แต่เชื่อถือได้น้อยลงกับอาหารจานใหญ่และอาหารร้านที่ใช้น้ำมันเยอะ

ถ้าคุณติดตามแบบละเอียด เช่น ช่วงท้ายของการลดไขมัน ให้ชั่งอาหารที่กินบ่อยที่สุดสักหนึ่งหรือสองสัปดาห์ คุณจะรู้ว่าปริมาณที่กินปกติหน้าตาเป็นอย่างไร และคำอธิบายรูปของคุณจะดีขึ้น คู่มือนับแคลอรีโดยไม่ใช้ตาชั่งของเรามีวิธีประมาณเพิ่มเติม

ไม่ว่าจะแบบไหน ตัวเลขของวันเดียวสำคัญน้อยกว่าแนวโน้ม ถ้าน้ำหนักเฉลี่ยรายสัปดาห์ไม่เปลี่ยนไปอย่างที่คาด ให้ปรับแคลอรีเล็กน้อยแล้วรออีกสองสัปดาห์

คำถามที่พบบ่อย

ตัวนับแคลอรีด้วย AI แม่นยำแค่ไหน

จากรูปถ่ายอย่างเดียว งานวิจัยที่ทดสอบ ChatGPT และ Claude พบความคลาดเคลื่อนเฉลี่ยราว 30 ถึง 36% สำหรับแคลอรีของมื้ออาหาร เมื่อเพิ่มคำอธิบายสั้นๆ ถึงส่วนผสมและปริมาณ ความคลาดเคลื่อนลดลงเหลือราว 14% ในงานวิจัยหนึ่งชิ้นปี 2025

ตัวนับแคลอรีด้วย AI ประเมินสูงหรือต่ำเกินไป

มักประเมินต่ำเกินไป และยิ่งต่ำกับจานใหญ่ ในงานวิจัยปี 2025 ที่ทดสอบโมเดล AI สามตัว ทุกตัวเดาต่ำเกินไปกับอาหารที่มีปริมาณมาก และส่วนต่างยิ่งเพิ่มตามขนาดของปริมาณ

อาหารแบบไหนที่ AI ประมาณจากรูปถ่ายได้ยากที่สุด

อาหารในชามและอาหารรวมอย่างสตูว์และแกงกะหรี่ น้ำมันและน้ำสลัดที่ซ่อนอยู่ก็ยากเช่นกัน รูปถ่ายไม่สามารถแสดงความลึกหรือสิ่งที่อยู่ข้างใต้ได้ ให้พิมพ์บอกเพิ่มสักไม่กี่คำ

รูปถ่ายดีพอสำหรับการลดน้ำหนักไหม

สำหรับคนส่วนใหญ่ ใช่ สิ่งสำคัญที่สุดคือบันทึกอย่างสม่ำเสมอและดูแนวโน้มน้ำหนักรายสัปดาห์ ถ้าแนวโน้มไม่เปลี่ยนอย่างที่คาด ให้ลองใช้ตาชั่งเช็กปริมาณอาหารสักหนึ่งสัปดาห์

AI อ่านฉลากโภชนาการจากรูปถ่ายได้ไหม

ได้ และเป็นรูปที่แม่นยำที่สุดที่คุณถ่ายได้ AI อ่านตัวเลขบนฉลาก คุณจึงแค่บอกว่ากินไปเท่าไรของบรรจุภัณฑ์

แหล่งที่มา

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