Cách đếm calo mà không phải tốn cả đời. 4 phương pháp được so sánh, độ chính xác thực tế của chúng, và cách mà bạn vẫn sẽ theo được sau 6 tháng.

Vì sao 80 % mọi người ngừng đếm sau 3 tháng

Đếm calo của bạn có hiệu quả. Đó không phải là vấn đề. Vấn đề là gần như không ai duy trì được: các nghiên cứu về chương trình giảm cân cho thấy tỷ lệ bỏ cuộc rất lớn ngay từ những tuần đầu, trước cả khi có kết quả đầu tiên nhìn thấy trên cân.

Sự phiền toái, nói cụ thể là: tìm “blanc de poulet” trong một danh sách, chọn đúng mục giữa 40 mục trùng lặp, ước lượng 150 g bằng mắt, làm lại với đậu, rồi với dầu ô liu. Ba lần một ngày. 90 lần một tháng. Chính phần ghi chép này giết chết việc tracking, không phải ý tưởng tracking.

Kết luận thực tế: lựa chọn phương pháp nhập liệu của bạn không phải là chi tiết về trải nghiệm người dùng. Đó là biến số QUYẾT ĐỊNH xem dữ liệu của bạn còn tồn tại sau 3 tháng hay không. Dưới đây là 4 phương pháp, được xếp từ nhanh nhất đến đòi hỏi nhất.

Quét ảnh AI: 5 giây mỗi bữa ăn

Bạn chụp ảnh đĩa ăn của mình. AI của Lean thực hiện nhận diện kép : trước tiên nó nhận ra từng món có trong ảnh (gà nướng, đậu que), sau đó ước tính khối lượng của từng món. Kết quả không phải là một con số tổng quát được rút ra từ hư không, mà là sự phân tách theo từng món, với calo và macro cho từng dòng.

Bằng hình ảnh, từng bước một, trên một bữa ăn thật:

Với các món phổ biến, sai số điển hình vào khoảng ±10 % mỗi bữa ăn. Điều này kém chính xác hơn cân, nhưng hoàn toàn đủ để bạn kiểm soát một giai đoạn giảm mỡ (chúng ta sẽ quay lại với định luật số lớn ở dưới). Quan trọng hơn, đây là phương pháp duy nhất bao phủ được các bữa ăn không có nhãn: đồ nhà làm, nhà hàng, căng tin.

Điểm Lean làm tốt hơn: bạn vẫn giữ quyền kiểm soát

Một lần quét AI chỉ hữu ích nếu bạn có thể sửa những gì nó đề xuất. Lean cho bạn ba đòn bẩy, theo từng món:

Đòn bẩy 1

Chỉnh sửa khối lượng

Một thanh trượt cho mỗi món: ở đây, bánh mì được AI ước tính là 101,4 g, được sửa thành 70 g. Calo và tổng của món ăn được tính lại ngay lập tức.

Đòn bẩy 2

Chỉnh macro

Bạn hiểu công thức của mình hơn mức trung bình? Ở đây, với khoai tây chiên: AI đề xuất 4,1 g chất béo, bạn sửa thành 14 g. Donut và tổng sẽ tự cập nhật theo.

Đòn bẩy 3

Quét lại một món duy nhất

AI nhận nhầm gà tây thành phô mai? Bạn nhập đúng tên, dòng đó tự phân tích lại, không cần quét lại cả món.

Bài test với Cal AI: tách riêng so với gộp chung

Cùng một ảnh, hai app. Sự khác biệt thấy ngay:

Đó là khác biệt về cấu trúc so với phần lớn các ứng dụng quét, đứng đầu là Cal AI : chúng trả về một ước lượng tổng cho mỗi món ăn, một tổng calo và macro mà không có phân tách có thể chỉnh sửa theo từng món. Nếu ước tính sai, bạn либо chấp nhận nó hoặc bỏ nó đi. Với phân tách theo từng món, lỗi có thể được sửa chỉ trong hai lần chạm.

Cách dùng phù hợp: món nhà nấu, nhà hàng, căng tin, mọi bữa ăn không có mã vạch. Cách mặc định cho 90 % bữa ăn.

Quét mã vạch: độ chính xác từ nhãn dinh dưỡng

Với mọi thứ lấy từ bao bì, mã vạch là chuẩn nhất: giá trị dinh dưỡng đến trực tiếp từ dữ liệu nhà sản xuất. Lean dựa trên cơ sở dữ liệu USDA và OpenFoodFacts, tức là hàng triệu mục tham chiếu. Bạn quét, chỉnh lại khẩu phần, xong.

Giới hạn thì quá rõ, đĩa mì ống tự nấu của bạn không có mã vạch. Vì vậy, cách này kết hợp tự nhiên với quét ảnh bằng AI, chứ không thay thế nó.

Cách dùng phù hợp: đi chợ, đồ ăn vặt, sản phẩm chế biến sẵn, shaker. Độ chính xác tối đa với đồ công nghiệp, gần như không tốn công.

Cơ sở dữ liệu + cân, chế độ chính xác

Cách làm truyền thống, bạn cân thực phẩm, tìm trong cơ sở dữ liệu, nhập số gram. Với cân nhà bếp, đây là cách chính xác nhất hiện có, kiểu dùng cho suất ăn thi đấu và các quy trình lâm sàng.

Bảng "Còn lại / Tác động" cho bạn thấy, ngay cả trước khi xác nhận, thực phẩm đó làm thay đổi gì trong ngân sách ngày của bạn: calo, protein, carb, chất béo, chất xơ. Bạn quyết định dựa trên thông tin, không phải sau đó.

Lean giảm tối đa ma sát: lịch sử các món bạn ăn thường xuyên, tìm kiếm trong USDA + OpenFoodFacts, thêm trong hai lần chạm từ danh sách. Nhưng hãy nói thật về cái giá thực tế: 2 đến 3 phút mỗi bữa, và kỷ luật cân thực phẩm. Chính ma sát này tạo ra 80 % bỏ cuộc của cách làm truyền thống.

Cách dùng phù hợp: giai đoạn giảm mỡ nghiêm ngặt, tái cấu trúc cơ thể nâng cao, các môn thể thao theo hạng cân. Và 5 đến 10 món ăn lặp lại hằng ngày của bạn, mà lịch sử giúp nhập gần như tức thì.

Thêm nhanh, chiếc phong bì cứu cả ngày

Tiệc sinh nhật, ngày quá bận, bữa ăn đứng giữa hai cuộc họp, có những bữa sẽ không bao giờ được track chi tiết. Thêm nhanh cho bạn nhập một mức tổng quát, calo và macro ước tính, trong 10 giây. Ít chính xác hơn, nhưng tốt hơn rất nhiều so với một khoảng trống dữ liệu.

Cân bằng calo trực tiếp làm phần còn lại, trên ảnh chụp, mục tiêu 2 143 kcal, đã ăn 1 000, còn lại 1 143, được tính lại liên tục trong ngày. Một ngày ước lượng nhưng vẫn track còn tốt hơn một ngày hoàn hảo rồi bỏ cuộc, vì kết quả được dẫn dắt bởi trung bình theo tuần, không phải sự hoàn hảo của một ngày riêng lẻ.

Cách dùng phù hợp: ngày bận rộn, bữa ăn xã giao, phương án cứu nguy chống bỏ cuộc. Cách giúp ngăn kiểu “lỡ một bữa, thôi kệ cả tuần”.

Tải xuống miễn phí

Phương pháp nào cho hồ sơ nào

Trước hết, so sánh 4 phương pháp theo 4 tiêu chí quan trọng: độ dễ dùng theo từng bữa, mức độ sẵn có (có hoạt động ở mọi nơi, mọi lúc không), độ bền theo thời gian và độ chính xác.

++ tuyệt vời + tốt − điểm yếu. “Dài hạn” = xác suất bạn vẫn dùng phương pháp đó sau 6 tháng.

Đọc kết quả so sánh: không có phương pháp nào thắng ở mọi mặt. Quét IA trội về độ bám sát, cơ sở dữ liệu + cân trội về độ chính xác, còn thêm nhanh chỉ tồn tại để lấp chỗ trống. Vì vậy mới có các hồ sơ: 4 phương pháp không loại trừ nhau, chiến lược đúng là kết hợp, điều chỉnh theo mức độ khắt khe của bạn ở thời điểm đó và lịch trình của bạn. Ba hồ sơ bao phủ gần như toàn bộ trường hợp.

Nguyên tắc chọn phương án, áp dụng cho mọi người: khi phân vân, hãy chọn cách nhẹ nhất mà bạn chắc chắn duy trì được. Một dữ liệu hoàn hảo nhưng bạn ngừng nhập sau 3 tuần thì cũng bằng không.

Sai số ±10 % biến mất sau một tháng

Phản đối kinh điển với quét AI: « Sai số ±10 %, như vậy là quá nhiều ». Đó là đang nghĩ trên một bữa ăn riêng lẻ. Nhưng bạn không theo dõi một bữa, bạn theo dõi khoảng 90 bữa mỗi tháng.

Đó là định luật số lớn (Kolmogorov): các sai số ngẫu nhiên độc lập sẽ bù trừ khi số lượng quan sát tăng lên. Mức +12 % của thứ Hai triệt tiêu mức thiếu 8 % của thứ Ba. Phần còn lại sau một tháng là độ lệch trung bình của mô hình, gần bằng 0 với một lần quét được hiệu chỉnh tốt, chứ không phải nhiễu của một bữa ăn.

Nhập tay thì lại gặp một vấn đề hoàn toàn khác: một thiên lệch hệ thống. Con người luôn khai thấp lượng mình ăn, theo cùng một hướng, và một thiên lệch thì không bao giờ tự san phẳng.

Kết luận: câu hỏi không phải là « quét AI có hoàn hảo không ? » mà là « phương pháp nào tạo ra dữ liệu chính xác nhất trên 90 bữa ăn ? ». Và ở đây, tự động hóa thắng, vì nó thay thế một độ lệch theo hướng bằng một nhiễu có thể triệt tiêu.

Chỉ đếm thôi là chưa đủ, còn thiếu nửa kia của phương trình

Một nhật ký ăn uống hoàn hảo tự nó không nói lên điều gì. Giảm mỡ là một cân bằng năng lượng âm, đầu vào thấp hơn đầu ra. Nếu năng lượng tiêu hao của bạn tính sai, thâm hụt của bạn chỉ là ảo tưởng kế toán, và bạn có thể đếm calo sát từng gram mà vẫn không tiến triển.

Vấn đề là, gần như toàn bộ ứng dụng đều ước tính năng lượng tiêu hao của bạn bằng Harris-Benedict (1919) hoặc Mifflin-St Jeor (1990), những công thức dựa trên cân nặng thô và bỏ qua thành phần cơ thể của bạn. Cùng một cân nặng, một cơ thể có 15 % bodyfat và một cơ thể có 30 % không hề đốt cháy giống nhau. Lean tính năng lượng tiêu hao theo cách khác, qua bốn bước:

Kết quả là, bảng cân live so sánh những gì bạn ăn (được tính bằng 4 phương pháp trong hướng dẫn này) với những gì bạn thực sự tiêu hao, được tính lại liên tục. Chính sự kết hợp của hai nửa, đầu vào chính xác và đầu ra chính xác, mới khiến việc giảm mỡ có thể dự đoán được. Thiếu một trong hai, đó chỉ là kế toán trong khoảng không.

Tải xuống miễn phí

Câu hỏi thường gặp về việc đếm calo