Conta calorie da una foto — Inquadra, scatta e scopri
Fotografi già il tuo cibo. Lo fa metà del mondo — è la reazione più naturale davanti a un piatto nel 2026. Ora immagina che quella stessa foto ti dica esattamente cosa contiene: 520 calorie, 38g di proteine, 16g di grassi, 48g di carboidrati. Niente ricerche. Niente digitazione. Niente ipotesi. Solo una foto e la verità.
L'analisi fotografica di Kcaly AI identifica ogni alimento nel piatto — il pollo, il riso, il condimento, persino l'olio di cottura. Stima le porzioni da indizi visivi e incrocia ogni elemento con il database USDA FoodData Central. Dati nutrizionali misurati in laboratorio, da una foto scattata in 3 secondi. Non è una semplificazione del monitoraggio tradizionale. È un sostituto.
Cosa succede quando invii una foto di cibo
La foto arriva. In pochi secondi, ottieni un'analisi macro completa. Ecco cosa succede dietro le quinte:
Fase 1: Identificazione degli alimenti
L'AI scansiona la tua foto e identifica ogni singolo alimento — separando il pollo dal riso, dai broccoli e dalla salsa. Riconosce piatti con 5+ componenti, ciotole con ingredienti a strati e persino cibi parzialmente nascosti sotto altri. Non è scansione di codici a barre — è comprensione visiva.
Fase 2: Stima delle porzioni
Per ogni alimento identificato, l'AI stima la dimensione della porzione da indizi visivi — dimensione del piatto rispetto al cibo, altezza delle porzioni, area di distribuzione, caratteristiche di densità. Una montagna di riso soffice pesa diversamente da una porzione compatta. L'AI tiene conto di queste differenze, producendo stime in grammi per ogni elemento.
Fase 3: Verifica incrociata USDA
Ogni alimento e la sua porzione stimata vengono confrontati con il database USDA FoodData Central — lo standard di riferimento per i dati nutrizionali. Sono valori misurati in laboratorio, non ipotesi inviate dagli utenti. Le calorie, proteine, grassi e carboidrati che ricevi sono gli stessi numeri che userebbe un dietologo.
Fase 4: Punteggio di carico insulinico
In base alla composizione dei macronutrienti e ai tipi di alimenti, Kcaly AI calcola il punteggio di carico insulinico — una misura di come il pasto influenzerà la produzione di insulina. Questo ti dice non solo quante calorie hai mangiato, ma come il tuo corpo le processerà metabolicamente. Due pasti da 500 calorie possono avere valori ILS completamente diversi.
useCasePhotoTracking.pipeline.result
Cosa vede realmente l'AI nella tua foto
Non si limita a riconoscere "cibo". Esegue un'analisi visiva dettagliata di ogni componente nel piatto.
Singoli alimenti
I tracker tradizionali registrano "saltato in padella" come una voce generica.
L'AI lo separa in pollo (140g) + riso (130g) + verdure (90g) + olio di sesamo + salsa di soia — ognuno con macro verificati USDA individuali.
Metodi di cottura
Pollo grigliato, fritto e impanato sembrano uguali in un database — tutti "petto di pollo".
L'AI rileva segni di griglia, panatura dorata (frittura), olio visibile (saltatura) — aggiustando le calorie di 100+ per porzione in base al metodo di cottura.
Calorie nascoste
Olio sulle verdure, burro che si scioglie sul riso, condimento sull'insalata — 200-400 calorie invisibili al giorno che la maggior parte delle persone dimentica.
L'AI rileva grassi e oli visibili e li include nell'analisi. Le calorie che normalmente perdi sono le prime che l'AI cattura.
Contesto della porzione
Una "ciotola di riso" in un database è una porzione standard. La tua ciotola effettiva potrebbe essere 150g o 400g.
L'AI usa dimensione del piatto, altezza del cibo, area di distribuzione e oggetti di riferimento per stimare ciò che hai realmente davanti — non un'ipotesi generica del database.
Cucina internazionale
Cercare "pad thai" su MyFitnessPal restituisce 47 risultati da 300 a 900 calorie. Buona fortuna a scegliere quello giusto.
L'AI riconosce cucine di oltre 40 culture alimentari. Fotografa qualsiasi piatto di qualsiasi paese e ottieni un'analisi accurata — nessuna ricerca nel database necessaria.
Monitoraggio foto vs monitoraggio manuale — Una giornata intera
La stessa persona mangia gli stessi pasti. Una fotografa. L'altra cerca in un database. Guarda come la differenza si accumula.
Monitoraggio manuale con database
7:30 — Porridge con frutti di bosco e miele. Apri l'app. Cerca "porridge" (47 risultati). Scegline uno. Regola a "3/4 di tazza" (è giusto?). Cerca "frutti di bosco misti" (32 risultati). Stima "1/2 tazza". Cerca "miele" (18 risultati). "1 cucchiaio" (era 1 o 2?). Tre ricerche, tre ipotesi. 3,5 minuti.
12:30 — Piatto di shawarma di pollo al ristorante. Cerca "shawarma" — 8 risultati, tutti da ristoranti diversi, da 320 a 890 calorie. Nessuno corrisponde a ciò che stai mangiando. Cerca "pollo" separatamente, "riso" separatamente, "hummus" separatamente, "pita" separatamente. Quattro ricerche, quattro ipotesi. 4 minuti. Precisione: dubbia.
15:15 — Hai preso una barretta proteica dalla cucina dell'ufficio. Cerca "barretta proteica" — 200+ risultati. Quale marca? Quanti grammi? Era quella da 20g o 30g? 2 minuti di ricerca, oppure la salti del tutto. La maggior parte delle persone la salta.
19:45 — Pasta con ragù fatto in casa. Devi registrare: pasta (che tipo?), carne macinata (quanto grasso?), salsa di pomodoro (fatta in casa o comprata?), parmigiano, olio d'oliva. Cinque ingredienti, cinque ricerche nel database, cinque stime delle porzioni. Conti l'olio d'oliva usato per cucinare? Il parmigiano grattugiato? 5,5 minuti. Probabilmente hai perso 200+ calorie nei grassi di cottura.
Totale giornata: 13+ minuti · 12 ricerche nel database · 12 stime delle porzioni · Precisione sconosciuta
Monitoraggio foto con Kcaly AI
7:30 — Foto della ciotola di porridge. L'AI identifica: fiocchi d'avena, frutti di bosco misti (mirtilli, fragole), filo di miele. Restituisce macro completi. 8 secondi. Nessuna ricerca. Nessuna stima delle porzioni.
12:30 — Foto del piatto di shawarma al ristorante. L'AI identifica: shawarma di pollo, riso, hummus, pane pita, verdure sottaceto. Stima ogni porzione. Restituisce macro incluso l'olio di cottura visibile sul pollo. 10 secondi. Nessuno al tavolo se ne accorge.
15:15 — Foto della confezione della barretta proteica o della barretta stessa. L'AI legge l'etichetta o stima visivamente. Macro completi in pochi secondi. Spuntino registrato, niente saltato. 5 secondi.
19:45 — Foto della pasta impiattata. L'AI identifica: spaghetti, ragù di carne (macinato + pomodoro), parmigiano grattugiato, olio d'oliva visibile. Rileva i grassi di cottura. Restituisce macro completi. 8 secondi.
Totale giornata: 26 secondi · 3 foto · 0 ricerche nel database · 0 ipotesi · Dati verificati USDA incluse calorie nascoste
Consigli per l'analisi foto più accurata
L'AI è straordinariamente brava nell'analisi delle foto di cibo — ma questi consigli porteranno la precisione ancora più in alto:
Fotografa dall'alto, perpendicolarmente
Una vista dall'alto mostra all'AI l'intera distribuzione del cibo nel piatto. Le foto angolate possono nascondere porzioni dietro altri elementi. Se segui un solo consiglio, sia questo — dall'alto perpendicolare dà all'AI il massimo delle informazioni.
Assicurati che tutti gli alimenti siano visibili
Se la tua insalata ha del pollo sotto la lattuga, sposta un po' di lattuga così l'AI può vederlo. Cibo nascosto = calorie non contate. L'AI può analizzare solo ciò che vede — dagli una vista chiara di tutto nel piatto.
Aggiungi una didascalia per alimenti ambigui
Se stai mangiando qualcosa che l'AI potrebbe non identificare immediatamente — come un piatto regionale specifico — aggiungi una didascalia: "Questo è mansaf di agnello". L'AI usa testo + immagine insieme per un'analisi più accurata. Ma la maggior parte dei pasti non ha bisogno di didascalia — il riconoscimento visivo gestisce il 95%+ degli alimenti.
Fotografa prima di mangiare, non dopo
Un piatto pieno dà all'AI la migliore stima delle porzioni. Un piatto mezzo mangiato introduce ambiguità — l'AI non può sapere se hai mangiato il 50% o il 70% di ciò che è stato servito. Prendi l'abitudine di fotografare prima e mangiare dopo. Ci vogliono 3 secondi.
Quanto è accurata l'analisi fotografica del cibo con l'AI?
Per l'identificazione degli alimenti, l'AI è accurata al 95%+ per i cibi comuni — identifica correttamente gli elementi nel piatto. Per piatti complessi o regionali, la precisione aumenta quando aggiungi una breve didascalia testuale.
Per la stima delle porzioni, l'AI è entro il ±15-20% del cibo pesato. Ciò significa che se il tuo petto di pollo è effettivamente 150g, l'AI potrebbe stimare 125-175g. È preciso come una bilancia? No. È abbastanza preciso per un monitoraggio significativo? Assolutamente — specialmente rispetto all'alternativa, ovvero indovinare "circa una tazza" in un'app tradizionale (che la ricerca mostra essere imprecisa del ±40-50%).
Per la precisione dei dati nutrizionali, Kcaly AI usa USDA FoodData Central — valori misurati in laboratorio che sono il massimo della precisione dei dati nutrizionali. La fonte dati è identica a quella usata da ospedali e istituti di ricerca. Il compito dell'AI è identificare il cibo e stimare la quantità; l'USDA fornisce i valori nutrizionali.
Monitoraggio foto vs altri metodi — Il confronto onesto
Le foto non sono l'unico modo per monitorare. Ecco dove eccellono e dove altri metodi hanno ancora vantaggi.
| Metodo | Monitoraggio foto AI | Ricerca manuale nel database | Scansione codice a barre |
|---|---|---|---|
| Tempo per pasto | 8 secondi | 3-5 minuti | 30 secondi (solo confezionati) |
| Pasti al ristorante | Eccellente — analizza il piatto reale | Scarso — voci generiche | Non possibile |
| Pasti fatti in casa | Eccellente — una foto del piatto | Tedioso — registra ogni ingrediente | Non possibile |
| Cibo confezionato | Buono — legge anche le etichette | Buono — la voce nel database esiste | Eccellente — corrispondenza esatta |
| Calorie nascoste (oli, salse) | Rilevate visivamente dall'AI | Solitamente dimenticate | Solo ciò che è sull'etichetta |
| Cucina internazionale | 40+ cucine riconosciute | Limitato alle voci del database | Solo prodotti confezionati |
| Precisione porzione | ±15-20% (stima AI) | ±40-50% (stima umana) | Esatto (se mangi l'intera confezione) |
Domande frequenti
L'identificazione degli alimenti è altamente affidabile per i pasti comuni — l'AI riconosce correttamente la maggior parte dei piatti quotidiani. La stima delle porzioni è approssimativa ma costante, e i dati nutrizionali provengono da USDA FoodData Central (misurati in laboratorio). Poiché il monitoraggio fotografico è abbastanza veloce da registrare ogni pasto, i totali giornalieri tendono ad essere complessivamente più accurati rispetto al monitoraggio manuale con database, dove le persone saltano pasti o arrotondano per difetto.
Praticamente qualsiasi cosa: pasti cucinati in casa, piatti al ristorante, fast food, street food, prodotti confezionati (legge anche le etichette nutrizionali), insalate, zuppe, curry, sushi, tacos, pasta, carni alla griglia, prodotti da forno — e cucine di oltre 40 culture alimentari tra cui thailandese, indiana, messicana, giapponese, mediterranea, mediorientale e molte altre.
L'AI è straordinariamente resistente a foto imperfette — gestisce sfocatura moderata, illuminazione irregolare e angolazioni parziali. Per foto molto scure o estremamente sfocate, puoi aggiungere una didascalia testuale che descrive il pasto ("questo è curry di agnello con riso e naan") e l'AI userà sia l'immagine che il testo insieme per l'analisi.
Sì. L'AI identifica ogni alimento separatamente, anche in piatti complessi. Un piatto con pollo grigliato, riso, fagioli, insalata e avocado viene analizzato come 5 elementi separati, ognuno con i propri macro verificati USDA e stima individuale della porzione. Più elementi sono visibili, più dati fornisce l'AI.
Sì — questo è uno dei maggiori vantaggi del monitoraggio fotografico. L'AI rileva olio visibile sul cibo, coperture di salsa, burro che si scioglie sulle superfici e condimenti. Queste sono le "calorie invisibili" che la maggior parte delle persone dimentica di registrare nelle app tradizionali. Una foto cattura ciò che la tua memoria perde.
Sì. Invia una foto dell'etichetta nutrizionale e Kcaly AI la legge direttamente, estraendo valori esatti di calorie e macro. È particolarmente utile per prodotti confezionati, integratori o menu di ristoranti che mostrano informazioni nutrizionali.
Per alimenti come frullati, zuppe o bevande dove una foto non rivela gli ingredienti, usa un messaggio testuale o un vocale: "Frullato verde con spinaci, banana, proteine in polvere e latte di mandorla." L'AI gestisce testo e voce con la stessa precisione supportata USDA delle foto.
Esplora altro
Scopri cosa c'è nel tuo prossimo pasto — Scatta una foto
Invia una foto su WhatsApp. Ottieni macro completi in pochi secondi. È davvero così semplice.
Prova il monitoraggio foto gratisGaranzia soddisfatti o rimborsati di 3 giorni · Nessun download di app · Cancella quando vuoi