AIは、写真の食べ物を皿、ボウル、フォークなど大きさの分かるものと比べ、学習データにあった一般的な1食分の量とも照らし合わせて分量を推定します。役には立ちますが、正確ではありません。2025年のテストでは、最良の汎用AIモデルでも重さを平均して36%ほど外しました。特に大盛りは少なめに見積もられました。
カメラに写らないもの(油、重さ、飲み物のサイズ)をアプリに伝えると、どんな撮影のコツよりも数値が改善します。
主なポイント
- 分量は、AIのカロリー誤差の大きな原因です。 平らな写真からは、高さや密度を確実に読み取れません。
- 誤差は大きめです。 標準化された写真で、ChatGPT-4oとClaude 3.5 Sonnetは重さとエネルギーを約36〜37%外しました。
- 大盛りは少なめに、 隠れた脂質は見落とされるか、誤って判断されやすいです。
- 文脈が効きます。 2025年の研究では、短い説明や材料の分量を加えると、ChatGPT-5のカロリー推定が正確になりました。
- 撮影のベスト: 真上から、皿全体を入れ、重なった食材は広げ、明るい光で撮ってください。
AIが平らな写真をグラムに変える仕組み
食事の写真からは、幅と奥行きは分かりますが、奥行きの直接的な測定値はありません。ピクセルからカロリーまで、分量の推定は通常5つの段階を踏みます。
- 食材を見つける。 ご飯、鶏肉、サラダをそれぞれ輪郭で切り分けます。
- 物差しを探す。 皿、ボウル、カトラリー、手は大きさがかなり一定しているので、スケールの基準になります。ある研究システムは、栄養士の仕事の仕方を真似て、小さじ、ゴルフボール、カップといった学習済みの基準体積と比べて食べ物を測ります。
- 高さを推測する。 奥行きは陰影、形、角度から推測します。Nutrition5kなどのデータセットは、料理の写真に深度画像と実測の重さを組み合わせ、モデルがこれを学べるようにしています。
- 分量の事前知識を使う。 パスタや鶏むね肉の典型的な1食分の見た目をモデルは知っていて、画像があいまいなときにそれを頼ります。
- カロリーに換算する。 推定した体積を、その食べ物の一般的な密度でグラムに変え、グラムからカロリーとマクロ栄養素を出します。
どの段階にも不確かさがあり、誤差は掛け合わさっていきます。食材の判定がよくても高さの推測が外れれば、カロリーの数字も外れます。認識の側面について詳しくは、AIの食品認識の仕組みをご覧ください。
AIの分量推定はどのくらい正確か
発表された研究は設定がかなり違うので、何を測ったかで比べてください。
| 研究 | テスト内容 | 主な結果 |
|---|---|---|
| Fridolfsson et al., 2025 (Current Developments in Nutrition) | 3段階の量で撮った標準化写真52枚で、ChatGPT-4o、Claude 3.5 Sonnet、Gemini 1.5 Proを評価 | ChatGPTとClaudeの重さの誤差は約36〜37%。Geminiは栄養素によって64〜110%の誤差。全モデルが少なめに推定し、大盛りほどずれが大きい |
| Isobe et al., 2026 (Nutrients) | 10のAIモデルと10人の栄養士が、明るい光の下で真上から撮影した病院食15食を推定 | 栄養士と上位モデルは、カロリーでいずれもr > 0.8に達し、多くが10%以内。全モデルが脂質を20%以上多く見積もった |
| Rodriguez-Jimenez et al., 2025 (Nutrients) | 195品をChatGPT-5で、文脈の量を変えて推定 | 写真のみ、写真と説明、写真と材料の分量と、情報を増やすほど精度が段階的に上がった |
| Nakagawa and Yamamoto, 2026 (Nutrients) | 日本と米国の食事写真2,159枚で、6つのビジョン言語モデルを評価 | 分量が誤差の大きな原因で、プロンプトの言い回しによって分量の推定が上にも下にもずれた |
Fridolfsson らの著者は、一般的なAIモデルを自己申告の食事記録と同程度と評価しましたが、臨床や競技者の食事のように正確な数字が必要な場面には精度が足りないとしています。認識の側面を含めたより詳しい解説は、AIのカロリー計算はどのくらい正確かをご覧ください。
AIの分量推定が外れやすい場面
大盛り。 Fridolfssonの研究では、量が多いほどモデルの過小評価が大きくなりました。店で出てくる山盛りの皿が最も難しいケースです。
重なった食べ物や層になった食べ物。 上から見ると、パティが2枚のバーガーと3枚のバーガーはほぼ同じに見えます。背の低いパンケーキと高く重ねたパンケーキも同じです。ラザニアやキャセロールは層がまったく見えません。
液体。 スープ、カレー、飲み物は、カメラでは測れない深さまで器を満たしています。Nutrify自身のスキャンのヒントもはっきり書いています。AIは液体の深さを測れないので、サイズを入力してください(例:「355 ml(12 oz)のジュース」「Lサイズのアイスラテ」)。
隠れた脂質。 油、バター、ドレッシングはカロリーを大きく押し上げますが、見た目にはほとんど表れません。AIはこれを見落とすか、逆に過大評価します。2026年の病院食の研究では、すべてのモデルが脂質を過大評価していました。
| 隠れた食材 | 量 | カロリー | 脂質 (g) |
|---|---|---|---|
| オリーブオイル | 13.5 g (大さじ1) | 119 | 13.5 |
| オリーブオイル | 4.5 g (小さじ1) | 40 | 4.5 |
| バター | 14.2 g (大さじ1) | 102 | 11.5 |
| 生クリーム | 15 g (大さじ1) | 51 | 5.4 |
数値はUSDA FoodData Central(FDC 171413、173410、170859)によるものです。
20%の分量の誤差がなぜ重要か
調理済みの鶏むね肉を150 g食べたとして、AIが120 gと推定したとします。USDAの値は100 gあたり165カロリーなので、実際は248カロリーなのに198カロリーと記録されたことになります。1食で50カロリーを取りこぼした計算です。記録されていない調理用の油を大さじ1加えると、ずれは約170カロリーになります。
これを毎日続けると、控えめなカロリー不足は簡単に消えてしまいます。たまの大きなずれより、小さな取りこぼしの積み重ねの方が効きます。だからよく食べる食事を確認しておく価値があります。食事を一度量って数値を再利用する方法は、自宅でカロリーを測る方法をご覧ください。目標にどのくらいの誤差の余裕があるかは、カロリー不足計算機で確認できます。
分量の推定を良くする撮影のコツ
最初の4つは、Nutrifyのスキャン解説で示しているコツです。
- 真上から撮る。 真上の視点なら、AIは皿と食べ物を同じスケールで測れます。
- すべてを画面に入れる。 皿やボウルは縁も含めて全体が見えるようにし、切れた部分がないようにします。
- すべての品が見えるようにする。 バーガーは開き、ラップは広げ、ふたやホイルは外します。セットメニューは品ごとに別々にスキャンします。
- 明るく均一な光と、無地の背景を使う。 スマホは手ブレしないように構えてください。
- 食べる前に撮る。 食べ残したら、後で量を調整します。
さらに撮影の習慣を知りたい方は、AI食品認識で最良の結果を得る方法と写真で続ける食事日記ガイドをご覧ください。
スキャンの後で推定を直す
カメラは食べ物を見ます。レシピを知っているのはあなたです。Nutrifyでは、分量を数秒で修正できます。
- 写真の前後に文脈を加える。 「オリーブオイル大さじ1で調理」「約200 g」のような内容を入力または音声で伝えます。AIのRefine機能では、「約200 g食べた」「揚げてある」といったメモを入れられます。
- 数量や分量を編集する。 カロリーとマクロ栄養素は自動で調整されます。
- 材料を追加・削除する。 実際に食べたソースやドレッシング、付け合わせを数えるようにします。
- 時々は計量で確認する。 よく食べる食事を量り、推定と比べれば、今後の記録を上げるか下げるかが分かります。
Nutrifyは7日間の無料トライアルの後、有料のサブスクリプションになります。
出典
- Fridolfsson J, et al. Performance evaluation of 3 large language models for nutritional content estimation from food images. Curr Dev Nutr, 2025.
- Isobe T, et al. Accuracy of AI-based nutrient estimation from standardized hospital meal images. Nutrients, 2026.
- Rodriguez-Jimenez M, et al. Image-based dietary energy and macronutrients estimation with ChatGPT-5. Nutrients, 2025.
- Nakagawa S, Yamamoto A. A Japanese-dietitian prompt systematically shifts portion estimates in LLM-based nutrient estimation. Nutrients, 2026.
- Yang Z, et al. Human-mimetic estimation of food volume from a single-view RGB image using an AI system. Electronics, 2021.
- Thames Q, et al. Nutrition5k: towards automatic nutritional understanding of generic food. CVPR, 2021.
- USDA FoodData Central: chicken breast, roasted, FDC 171477; olive oil, FDC 171413; butter, salted, FDC 173410; heavy whipping cream, FDC 170859.
- Nutrify on the App Store(2026-10-26にリスティングを確認)。



