Nutrifyの食品認識AIは、食事の写真を大規模なマルチモーダルAIモデルに送り、写っているものを言葉で説明させます。学習させた料理の固定リストに頼らないので、インジェラとミスワット、マサラドーサ、フォーといった料理や、皿の上の構成要素も名前を付けられます。
それでも、地域料理や自家製の料理では間違えることがあります。「南インドのドーサ、チャツネ添え」のような短い説明(アプリ自身が例として示しています)を加えると、ほとんどの誤認識が直ります。
主なポイント
- 固定のメニューではなく、自由な説明です。 モデルは、数百のカテゴリから選ぶのではなく料理を説明するので、あまり知られていない料理も対象から外れません。
- 料理名が合っても、それだけでは足りません。 分量と、隠れた脂質(ギー、ココナッツミルク、生クリーム)でカロリーがずれることがあります。
- 写真を撮り直すより、文脈の追加が速い。 料理に何が入っているかを入力または音声で伝えるのが、最も早い直し方です。
- 家庭の料理はライブラリに入れておく。 一度取り込めば、ワンタップで1食分を記録できます。
- どのNutrifyか: このページは、名前の似た別のアプリではなく、Nutrify - AI Calorie Trackerについて書いています。
どのNutrifyのことか
同じ名前の製品はいくつかあります。この記事は、Tappect LLCのNutrify - AI Calorie Trackerのことです(App Store)。Nutrify: Whole Food Trackerではありません。これは端末上で1,000以上の決まった全食品を認識する別のアプリです。また、YOLOv8検出器を使った研究用プロトタイプのNutrifyAIでもありません。
Nutrifyが料理を識別する仕組み
- 写真を撮る。 またはギャラリーから選びます。解析の前に、文字または音声で詳細を追加できます。
- AIが皿を説明する。 料理名と、皿の上の一品ずつを挙げます(例:「チキンビリヤニ、ライタ、パパド」)。
- 品ごとの量を推定する。 写真に写っている範囲から、各品の量を見積もります。
- 記録を作る。 カロリー、タンパク質、炭水化物、脂質と、編集できる材料リストを付けます。
- 確認して調整する。 料理名、数量、分量を変えると、数値は比例して変わります。
写真が撮りにくいときは、テキストや音声で食事を説明するか、パッケージ食品ならバーコードを読み取れます。技術的な背景は、AI食品認識の仕組みをご覧ください。
料理の種類がなぜ重要か
古い食品認識システムは分類器でした。決まったラベルの集合を学習し、最も近いものを選びます。料理がリストになければ、似ているものを当てずっぽうに選んでいました。データセットは急速に大きくなっています。IEEE TPAMIに掲載されたFood2Kは、2,000カテゴリと100万枚以上の画像を持ち、以前のデータセットの約10倍です。それでも、世界の料理に比べると2,000ラベルは少ないままです。
| 方式 | 料理の名前の付け方 | 強み | 弱点 |
|---|---|---|---|
| 固定リストの分類器 | 学習したラベルから最も近いものを選ぶ | 速く、スマホでも動かせる | リストにないものは、最も似た別の料理になる |
| マルチモーダルAIモデル(Nutrify) | 料理と構成要素を言葉で説明する | ラベルを持たない料理や組み合わせにも対応 | 珍しい地域料理では、自信を持って間違えることがある |
研究によると、料理の種類は名前だけでなく数値にも影響します。
- ペルー料理: ペルーの料理本にある510枚の昼食写真で、テストした中で最良のモデルは、料理名を与えられても、レシピのカロリー値と一致したのは45%でした。平均の誤差は108カロリーでした(Journal of Nutrition、2026年)。
- 日本料理: 研究者が6つのAIモデルに日本人の栄養士の視点で考えるよう指示すると、すべてのモデルがカロリー推定を下げました。小さめの日本の社員食堂の食事では、誤差が最大で約20ポイント下がりました(Nutrients、2026年)。1食分の基準は料理によって違うので、モデルの初期値があなたの量と一致するとは限りません。
少し手助けが必要な料理
よくつまずく場面と、それを直す一つの情報をまとめました。
| 料理の種類 | 難しいケース | 理由 | 追加する情報 |
|---|---|---|---|
| インド料理 | ダール、コルマ、バターチキン | ギー、生クリーム、油が見えない | 「ギー大さじ1で作った」「店、クリーミー」 |
| 南インド料理 | マサラドーサ、サンバル付きイドリ | 具が隠れている。サンバルの深さは判断しにくい | 「マサラドーサ、ポテトの具」「サンバル240 ml(1カップ)」 |
| エチオピア料理 | 複数のワットを添えたインジェラ | 大皿で出る。インジェラがシチューの下に隠れる | 「インジェラ2枚、自分の取り分」 |
| タイ料理、ベトナム料理 | カレー、フォー | ココナッツミルクとスープの量 | 「ココナッツミルクのグリーンカレー」「大きめのボウル」 |
| 韓国料理 | バンチャンの盛り合わせ | 小皿がたくさんある | 食べた料理ごとにスキャンまたは記録 |
| メキシコ料理 | ブリトー、エンチラーダ | ご飯、豆、チーズが包まれている | 開いて中身を見せるか、具材を書く |
| 中東料理 | メゼ、フムス | 表面にオリーブオイルがたまる | 「上にオリーブオイル約大さじ1」 |
ほかのスキャンのヒントは、真上から撮る、皿全体を画面に入れる、セットメニューは品ごとにスキャンする、の3つです。国際料理をAIで記録する方法では料理ごとに詳しく解説しています。また、インド料理のカロリーガイドとタイ料理の栄養ガイドでは、よく注文される料理の数値を示しています。脂質がなぜこれほど重要なのかは、AIが分量をどう推定するかをご覧ください。
AIが間違えたとき
- 名前を直す。 料理名をタップして、正しい名前を入力します。
- AI Refineを使う。 「ココナッツミルクで作った」「揚げてある」「約200 g食べた」などのメモを加えると、記録が再計算されます。
- 材料を直す。 足りない品は、説明、バーコードやラベルのスキャン、または手入力で追加します。食べていないものは削除してください。
- 報告する。 明らかに間違っている結果は、記録から報告すると確認の対象になります。
- よく作る料理を保存する。 家庭の料理は、URL、料理本のページの写真、または材料リストから取り込み、ライブラリから1食分を記録します。AIで自家製レシピを記録する方法で手順を紹介しています。
Nutrifyは15言語に対応しています。7日間の無料トライアルの後は、有料のサブスクリプションになります。
出典
- Nutrify - AI Calorie Tracker on the App Store(2026-10-26にリスティングを確認)。
- Min W, et al. Large scale visual food recognition (Food2K). IEEE TPAMI.
- Carrillo-Larco RM, et al. Evaluating large language model accuracy in predicting Peruvian meal nutrition. J Nutr, 2026.
- Nakagawa S, Yamamoto A. A Japanese-dietitian prompt systematically shifts portion estimates in LLM-based nutrient estimation from food images. Nutrients, 2026.
- NutrifyAI: an AI-powered system for real-time food detection. arXiv, 2024.
- Nutrify: Whole Food Tracker listing summary, MWM.



