AI 食物識別適合解決乜問題？
手動輸入每項食物好準，但好難堅持。拍照識別降低記錄摩擦，令你更易建立每日飲食日誌——而日誌先係調整脂肪、碳水、蛋白質嘅基礎。AI 估計係起點，你嘅修正係專業使用者嘅必備步驟。
模型通常辨識食物種類同參考份量，再推算卡路里、蛋白質、脂肪、碳水化合物。混合菜式、油膩烹調、隱藏醬汁，都會增加誤差——所以呢類工具應視為一致性好過完美。
貼士一：光線與構圖
優先自然光或均勻白光，避免強背光令食物變剪影。食物佔畫面 60–80%，碟邊清晰；套餐建議逐項拍攝（主菜、飯、湯、飲品），好過一張模糊嘅全枱相。
俯拍適合平碟；側拍有時更易顯示層次（例如三明治、漢堡）。拍前擦淨鏡頭、避免手指遮擋，已經可以減少不少錯判。
貼士二：份量與烹調方式
識別到「炒河粉」之後，記得選擇或輸入實際克數。外食油量往往被低估；若食咗一半，就應調整為半份。同一款食物，清蒸同油炸可以差兩倍卡路里。
建議建立個人「修正習慣」：若知道餐廳份量偏大，固定 +20% 或選擇較大份選項，長期趨勢會更貼近真實。
貼士三：記錄節奏同數據用法
即影即記，減少遺漏。固定三餐時間記錄，週趨勢先有意義。配合每日燃燒卡路里同上週同期，你可以分辨：體重變化係來自食多、動少，定係恢復不足。
BeFit 將飲食同恢復維度並列，避免「節食但睡眠崩潰」——減脂應同時睇 Sleep 同 Recovery，而唔係只追赤字數字。
常見錯誤
- 只靠 AI 數字，從不修正份量
- 漏記零食、飲料、調味油
- 用單日超高赤字「補救」昨日，導致代謝與情緒波動
專業飲食管理係可持續平均，唔係完美一天。拍照記錄幫你縮短「記錄 → 反思 → 調整」嘅循環。
外食與茶餐廳實戰
港式茶餐廳「碟頭飯」油鹽高，建議分開拍主菜同飯，並手動選擇少油或較細份量。飲品、湯、甜品各自一張相，避免 AI 將成餐誤判為單一低卡項目。
一週飲食審計
週日檢視：蛋白質是否連續三日不足？脂肪是否隱藏喺醬汁？碳水是否集中晚餐？BeFit 三大營養素趨勢圖幫你搵系統性漏洞，而唔係追責單一餐。