ניסיתי לעקוב אחרי קלוריות עם AI במשך 30 יום — מה ש-Nutrola שינה בדיאטה שלי

ניסיתי לעקוב אחרי קלוריות בעבר. פעמיים, למעשה. בפעם הראשונה זה היה לפני שלוש שנים עם גיליון אלקטרוני שנמשך בדיוק ארבעה ימים לפני שהפסקתי לפתוח אותו. הניסיון השני היה עם MyFitnessPal לפני כשנה. הפעם החזקתי שבועיים. שבועיים של הקלדת "חזה עוף בגריל 6 אונקיות" בשורת החיפוש, גלילה בין 40 תוצאות שכל אחת מהן הציגה מספר קלוריות שונה, ואז ניחוש איזו מהן הכי קרובה למה שהיה על הצלחת שלי. ביום ה-15, הוצאתי יותר אנרגיה מנטלית על רישום אוכל מאשר על אכילה בריאה, והפסקתי.

אז כשחבר סיפר לי על Nutrola ועל תכונת זיהוי התמונות המופעלת על ידי AI — פשוט לצלם תמונה של הצלחת שלך והיא מזהה את האוכל, מעריכה את המנות ומביאה את המידע התזונתי — הייתי סקפטי אבל סקרן. הרעיון לעקוב בלי הקלטה ידנית מעיקה היה מספיק מושך כדי להחליט לנסות לעקוב אחרי קלוריות שוב ברצינות. שלושים יום. כל ארוחה. בלי יוצא מן הכלל.

הנה מה שקרה.

למה החלטתי לנסות שוב

אני בן 32, עובד בעבודה משרדית, ובשנתיים האחרונות עליתי לאט כ-15 פאונד. לא משהו דרמטי, אבל מספיק כדי שהבגדים שלי ירגישו אחרת והאנרגיה שלי בשעות אחר הצהריים ירדה באופן ניכר. ידעתי את הבסיס: קלוריות נכנסות מול קלוריות יוצאות, לאכול יותר חלבון, לא לחיות על אוכל מעובד. אבל לא היה לי מושג אמיתי על המספרים. ניחשתי הכל — מנות, קלוריות, חלבון — וברור שניחשתי לא נכון.

מה שהניע אותי לנסות שוב היה בעיית החיכוך. רישום ידני הוא משימה מעיקה. לחפש כל מרכיב, למדוד כל כף שמן, לעשות חישובים למתכונים עם 12 מרכיבים — זה כמו עבודה חלקית. אם ה-AI יכול להקטין אפילו חצי מהחיכוך הזה, זה יכול להיות ההבדל בין הפסקה אחרי שבועיים לבין בניית הרגל אמיתי.

הורדתי את Nutrola, הגדרתי את הסטטיסטיקות שלי עם יעד גירעון מתון של כ-2,100 קלוריות ביום, והתחלתי בבוקר יום שני.

שבוע 1: המציאות מכה חזק

יום 1 — גילוי הקפה

הרישום הראשון שלי בניסוי לימד אותי משהו שלא רציתי לדעת. צילמתי תמונה של הקפה שלי בבוקר — לאטה וניל גדול מהקפה ליד המשרד, אותה שתייה שהזמנתי כמעט בכל יום עבודה בשנה האחרונה. Nutrola זיהתה אותו ורשמה 347 קלוריות.

שלוש מאות ארבעים ושבע קלוריות. עבור קפה.

חשבתי על הלטה הזה כעל "בערך 100 קלוריות, אולי 150." טעיתי ביותר מ-200 קלוריות על שתייה אחת, שתייה שאני שותה חמישה ימים בשבוע. זה מעל 1,000 קלוריות נוספות בשבוע שלא לקחתי בחשבון. באותו רגע, הבנתי למה עליתי במשקל למרות שחשבתי שאני "אוכל די טוב."

רושם ראשוני על זיהוי התמונות

תכונת רישום התמונות עבדה טוב יותר ממה שציפיתי, למרות שזה לא היה קסם. עבור ארוחות פשוטות — צלחת עם עוף, אורז וברוקולי — זה היה מהיר ומדויק להפליא. יכולתי לצלם תמונה, לאשר או להתאים את המנות, ולהיות גמור בפחות מ-30 שניות. עבור מנות מורכבות יותר, כמו מוקפץ או קערת תבשיל, לפעמים היה צורך בעזרה בזיהוי מרכיבים ספציפיים. אבל גם אז, התהליך לקח אולי 90 שניות, לעומת חמש עד שבע דקות שהייתי משקיע בחיפוש ורישום כל מרכיב ב-MyFitnessPal.

התחלתי גם להשתמש בתכונת רישום הקול עבור רשומות פשוטות יותר. לומר "שני ביצים מקושקשות עם פרוסת לחם חיטה מלאה וכף חמאה" בזמן שאני הולך לשולחן שלי התגלה כדרך המהירה ביותר. ה-AI זיהה את זה נכון כמעט בכל פעם.

המספרים של שבוע 1

בסוף השבוע הראשון, הנתונים היו מעוררי מחשבה. הנה מה שנראה ממוצע היומי שלי:

• קלוריות יומיות ממוצעות: 2,620 (היעד שלי היה 2,100)
• חלבון ממוצע: 62 גרם ביום
• סיבים ממוצעים: 14 גרם ביום
• זמן ממוצע שהוקדש לרישום: כ-8 דקות ביום בסך הכל
• חלוקת מאקרו: בערך 45% פחמימות, 38% שומן, 17% חלבון

המספר של החלבון היה בעיה. במשקל גוף של 192 פאונד, רוב ההנחיות מציעות סביב 115 עד 140 גרם חלבון ביום לשמירה על מסת שריר במהלך גירעון קלורי. אני קיבלתי פחות מחצי מזה. תמיד חשבתי שאני אוכל "כמות סבירה של חלבון" כי אכלתי עוף או בשר בארוחת ערב כמעט בכל ערב. אבל ארוחת הבוקר שלי הייתה בדרך כלל הלטה הקלורי הזה ופיסת מאפה (כמעט בלי חלבון), הצהריים היו לרוב סנדוויץ' או בוריטו שבו הפחמימות שלטו, והנשנושים שלי היו צ'יפס, קרקרים או פירות.

Nutrola עוקבת אחרי יותר מ-100 רכיבי תזונה, לא רק אחרי המאקרו הבסיסיים, והנתונים על מיקרו-נוטריינטים היו גם הם חושפים. הסיבים שלי היו נמוכים, הנתרן היה גבוה, והוויטמין D והמגנזיום היו באופן קבוע מתחת לרמות המומלצות. אלה לא היו מספרים שחשבתי עליהם בעבר.

שבוע 2: גילוי הקלוריות החבויות

בסוף השבוע השני, פעולת הרישום כבר הפכה לאוטומטית יותר. החדשות על כך שהאוכל שלי כמותו כמותו לא דעכו, להיפך. אם כבר, הייתי שם לב יותר.

שמני בישול ורטבים — מקור הקלוריות השקט

הגילוי הגדול של שבוע 2 הגיע מבישול בבית. תמיד חשבתי שמנות ביתיות הן "בריאות" יותר מאוכל במסעדות, ובמובנים רבים הן אכן כך. אבל לא לקחתי בחשבון כמה שמן זית אני משתמש כשאני מבשל. כמות נדיבה במחבת — כזו שעושים בלי לחשוב — היא בקלות שתיים עד שלוש כפות. זה 240 עד 360 קלוריות של שומן טהור, בלתי נראה במנה הסופית.

רטבים היו האשם השני. רוטב טריאקי שהשתמשתי במוקפצים, רוטב ראנצ' על סלטים, רוטב ברביקיו על עוף בגריל — כל אחד מהם הוסיף 100 עד 200 קלוריות שמעולם לא טרחתי לקחת בחשבון. כששאלתי את Nutrola לעזור לי לראות איפה הקלוריות מתחבאות, התחלתי לצלם את המנות שלי במהלך ההכנה ולא רק את הצלחת המוגמרת.

בעיית החלבון

באמצע שבוע 2, הייתי אובססיבי לגבי חלבון. לא בדרך של "חובב כושר", אלא בדרך של "איך קיבלתי כל כך מעט מזה כל כך הרבה זמן". הפירוט היומי של Nutrola הראה לי בצורה כואבת שהצריכה שלי הייתה ממוצעת סביב 60 עד 65 גרם ביום, והגעה ליעד שלי של 120 גרם דרשה מאמץ מכוון.

התחלתי לעשות שינויים קטנים. יוגורט יווני החליף את המאפה שלי בבוקר. הוספתי שייק חלבון אחרי האימונים שלי. החלפתי את קערות הצהריים שלי שהיו עמוסות באורז בגרסאות עם כפול עוף. אף אחד מהשינויים הללו לא היה רדיקלי, אבל הם דרשו ממני להסתכל על המספרים ולתכנן בהתאם.

ממוצעים יומיים של שבוע 2

• קלוריות יומיות ממוצעות: 2,340 (עדיין מעל היעד, אבל משתפר)
• חלבון ממוצע: 89 גרם ביום (עלייה מ-62)
• סיבים ממוצעים: 18 גרם ביום
• זמן ממוצע שהוקדש לרישום: כ-5 דקות ביום
• חלוקת מאקרו: בערך 40% פחמימות, 30% שומן, 30% חלבון

זמן הרישום ירד באופן ניכר. מאגר המזון של Nutrola, שמתואר כאמין ומקיף, גרם לכך שרוב הארוחות הרגילות שלי כבר נשמרו. יכולתי לשלוף את "ארוחת הצהריים של יום שלישי" מהשבוע הקודם ולרשום אותה בשניות. ה-AI גם השתפר בזיהוי הארוחות הרגילות שלי עם הזמן, מה שהפחית את הצורך בהתאמות.

שבוע 3: שינויים בהתנהגות מתחילים להצטבר

משהו השתנה בשבוע 3. הרישום כבר לא היה משהו שהייתי צריך להזכיר לעצמי לעשות — זה פשוט היה חלק מהאכילה. שולף את הטלפון, מצלם תמונה, בודק את המספרים, שם את הטלפון בצד. כל התהליך לקח פחות זמן מגלילה באינסטגרם.

תכנון ארוחות נכנס לתמונה

מעולם לא הייתי מתכנן ארוחות. הרעיון לבשל ביום ראשון עבור כל השבוע נשמע מתיש. אבל בשבוע 3, שמתי לב שהמנות שבהן הגעתי בקלות ליעדי החלבון והקלוריות היו אלו שתכננתי והכנתי בעצמי. אז התחלתי לעשות בישול פשוט ביום ראשון: מנה של עוף בגריל, ירקות קלויים ואורז. שום דבר מורכב. אולי 90 דקות של עבודה.

ההשפעה הייתה מיידית. בימים שבהם היו לי מנות מוכנות, הקלוריות שלי היו ממוצעות 2,080 והחלבון הגיע ל-118 גרם. בימים שבהם לא תכננתי, הקלוריות חזרו ל-2,300 והחלבון ירד לכ-85 גרם. הנתונים לא שיקרו, ו-Nutrola עשתה את זה קל לראות את הדפוס על ידי השוואת ימים זה לצד זה.

חטיפים חכמים יותר

גם את הנשנושים שלי שיפרתי, לא כי הכריחו אותי, אלא כי המספרים הראו את זה. שקית צ'יפס ממכונת השתייה בעבודה הייתה 320 קלוריות ו-3 גרם חלבון. קופסה של יוגורט יווני עם חופן שקדים הייתה 280 קלוריות ו-22 גרם חלבון. ברגע שאתה רואה את ההשוואה הזו בצורה ברורה, הבחירה מתבצעת מעצמה.

החלפתי את הצ'יפס שלי אחר הצהריים ביוגורט ואגוזים. החלפתי את הקרקרים שלי בערב בגבינת קוטג' עם פירות. התחלתי לשמור בשר בקר מיובש במגירה שלי. שינויים קטנים, אבל ההשפעה המצטברת על סך החלבון היומי שלי הייתה משמעותית.

ממוצעים יומיים של שבוע 3

• קלוריות יומיות ממוצעות: 2,110 (בדיוק על היעד)
• חלבון ממוצע: 117 גרם ביום
• סיבים ממוצעים: 24 גרם ביום
• זמן ממוצע שהוקדש לרישום: כ-3 דקות ביום
• חלוקת מאקרו: בערך 38% פחמימות, 27% שומן, 35% חלבון

שלוש דקות ביום. זה פחות זמן ממה שאני משקיע בהחלטה מה לראות בנטפליקס. ולא כמו הניסיונות הקודמים שלי, זה לא הרגיש כמו מטלה. השילוב של זיהוי תמונות ורישום קולי הפחית את החיכוך כמעט לאפס.

שבוע 4: התוצאות

המספרים

בסוף 30 הימים, הטרנד היה ברור. הנה השוואה בין ממוצעי שבוע 1 לממוצעי שבוע 4:

מדד	ממוצע שבוע 1	ממוצע שבוע 4	שינוי
קלוריות יומיות	2,620	2,050	-570 קלוריות
חלבון	62 גרם	124 גרם	+62 גרם (כפול)
סיבים	14 גרם	26 גרם	+12 גרם
שומן	111 גרם	68 גרם	-43 גרם
זמן רישום יומי	8 דקות	3 דקות	-5 דקות
חלוקת מאקרו (פ/ש/ח)	45/38/17	37/26/37	---

שינויים פיזיים

שקלתי את עצמי באותן תנאים ביום הראשון וביום ה-30. משקל התחלתי: 192.4 פאונד. משקל סופי: 188.2 פאונד. ירידה של 4.2 פאונד במשך 30 יום, שזה יוצא קצת יותר מפאונד בשבוע — קצב בריא ובר קיימא.

אבל המשקל לא היה השינוי הכי בולט. בשבוע האחרון, התרסקויות האנרגיה שלי בשעות אחר הצהריים כמעט נעלמו. כבר לא הגעתי לאותו קיר של 2:30 PM שבו הרגשתי שאני צריך מנוחה או קפה שלישי. אני מייחס את זה חלקית לאכילת יותר חלבון (ששומר על רמות סוכר בדם יציבות) וחלקית לאכילה בצורה עקבית יותר במהלך היום במקום דפוס לא סדיר שהיה לי קודם.

הביצועים שלי בחדר הכושר השתפרו גם כן. הייתי מרים שלוש פעמים בשבוע במשך כ-שישה חודשים, ובשבועות האחרונים של הניסוי, הוספתי חזרות או משקל כמעט בכל תרגיל. חלבון מספק הבדל מדוד, והשארתי רווחים על השולחן במשך חודשים מבלי להבין את זה.

הרגל הרישום

ביום ה-30, רישום הארוחות שלי הרגיש טבעי כמו לנעול את הדלת כשאני יוצא מהבית. לא חשבתי על זה. פשוט עשיתי את זה. העובדה שזה לקח פחות משלוש דקות ביום הפכה את זה לקיים בדרך שבה הניסיונות הקודמים שלי לרישום ידני מעולם לא היו.

מה הפתיע אותי הכי הרבה

בהסתכלות לאחור על 30 הימים המלאים, ארבעה דברים בלטו כהפתעות אמיתיות.

1. הערכתי בצורה דרסטית קלוריות נוזליות. הלטה שלי בבוקר, השייקים מדי פעם, כוס מיץ, בירה עם ארוחת ערב — כל אלה הוסיפו 400 עד 700 קלוריות לסך היומי שלי שהתעלמתי מהם. קלוריות נוזליות הן כמו מפציצים שקטים של עלייה במשקל.

2. חלבון דורש מאמץ. באמת האמנתי שאני אוכל מספיק חלבון כי "אכלתי בשר רוב הימים." הנתונים הראו אחרת. להגיע ל-120+ גרם חלבון ביום דורש בחירות מכוונות כמעט בכל ארוחה. זה לא קורה במקרה.

3. הפער בין מנות נתפסות למנות אמיתיות הוא עצום. מה שחשבתי שהוא כף אחת של חמאת בוטנים היה קרוב לשלוש. מה שחשבתי שהוא כוס אורז היה קרוב לשתי כוסות. הערכת המנות של Nutrola לא הייתה מושלמת, אבל היא הייתה הרבה יותר מדויקת מהניחושים שלי, ובמשך הזמן למדתי איך נראות מנות אמיתיות.

4. זמן הרישום יורד בצורה דרמטית אחרי השבוע הראשון. שמונה דקות ביום הראשון הפכו לשלוש דקות בשבוע השלישי. ה-AI לומד את הדפוסים שלך, הארוחות התכופות שלך נשמרות, והתהליך הופך לטבעי. הפחד ש"עקיבה לוקחת יותר מדי זמן" נכון רק לימים הראשונים.

יתרונות וחסרונות כנים

אני רוצה להיות ישיר לגבי מה עבד ומה לא.

יתרונות

• זיהוי תמונות חוסך המון זמן. זה היתרון הגדול ביותר על פני אפליקציות רישום ידני. צילום תמונה לוקח שניות, וה-AI מטפל ברוב הזיהוי והערכת המנות.
• רישום קולי מצוין עבור ארוחות פשוטות. מהיר יותר מהקלדה, מדויק להפתיע בזיהוי תיאורים בשפה טבעית של אוכל.
• מאגר המזון המאומת מפחית ניחושים. rarely encountered the problem I had with other apps where the same food has 15 different entries with wildly different calorie counts.
• עקיבת 100+ רכיבי תזונה נתנה לי תובנות מעבר לקלוריות ולמאקרו. לראות את הנתונים על הסיבים, הנתרן והמיקרו-נוטריינטים שלי עזר לי לקבל החלטות טובות יותר שלא הייתי שוקל אחרת.
• תכונות הליבה חינמיות. לא הייתי צריך מנוי פרימיום כדי לקבל את חווית הרישום הבסיסית, מה שהסיר מחסום להתחיל.

חסרונות

• זיהוי התמונות מתקשה עם מנות מורכבות מעורבות. קערת צ'ילי או קאסרול דרשו יותר התאמה ידנית מאשר צלחת פשוטה של מזונות נפרדים.
• אכילה בחוץ קשה יותר לעקוב בצורה מדויקת מאשר בישול ביתי. מנות במסעדות לא צפויות, ואפילו AI לא יכול להעריך בצורה מושלמת כמה חמאה השתמשה המטבח. עם זאת, זהו חסרון של עקיבת קלוריות באופן כללי, ולא ספציפי לאפליקציה אחת.
• השבוע הראשון דורש סבלנות. יש עקומת למידה עם כל כלי חדש, והיו לי כמה רגעים מתסכלים בתחילת הדרך שבהם הייתי צריך לתקן את הזיהוי של ה-AI. זה השתפר הרבה עם הזמן.
• הנתונים יכולים להפוך למעט אובססיביים. היו כמה ימים בשבוע 2 שבהם תפסתי את עצמי בודק את סך הקלוריות שלי בדאגה אחרי כל ארוחה. הייתי צריך להזכיר לעצמי במודע שיום אחד עם קלוריות גבוהות לא הוא אסון.

האם הייתי ממשיך?

כן. בלי היסוס.

אני כותב את זה ביום ה-42, כלומר כבר עברתי 12 יום מעבר להתחייבות המקורית שלי ל-30 יום, ואין לי תוכניות להפסיק. ההרגל הוקם, עלות הזמן זניחה, והמידע באמת שימושי.

מה ששינה את דעתי לגבי עקיבת קלוריות לא היה כוח רצון או משמעת. זה היה הפחתת החיכוך. כל ניסיון קודם נכשל כי התהליך של רישום אוכל היה מעיק מספיק כדי לשחוק את המוטיבציה שלי עם הזמן. עם זיהוי התמונות של Nutrola ורישום הקול, התהליך הפך למהיר מספיק שאין סיבה לדלג עליו. שלוש דקות ביום בתמורה לראייה מלאה על מה שאני אוכל זו עסקה שאני אעשה לנצח.

אני לא עוקב כדי להיות מושלם. עדיין יש לי ימים שבהם אני אוכל פיצה וגלידה ועובר את היעד הקלורי שלי. ההבדל הוא שעכשיו אני יודע מתי זה קורה, ואני יודע איך להתאים את עצמי ביום הבא. אני מקבל החלטות מושכלות במקום ניחושים עיוורים, והתוצאות — במשקל שלי, באנרגיה שלי, בביצועים שלי בחדר הכושר ובמערכת היחסים הכללית שלי עם אוכל — מדברות בעד עצמן.

אם ניסית לעקוב אחרי קלוריות בעבר והפסקת כי זה היה מעיק מדי, אני מבין אותך. הייתי באותה עמדה בדיוק. הגישה המופעלת על ידי AI שינתה באמת את המשוואה עבורי. שלושים יום הספיקו כדי להוכיח את זה.

שאלות נפוצות

עד כמה מדויק זיהוי התמונות של Nutrola עבור עקיבת קלוריות?

בניסיוני, זיהוי התמונות של Nutrola היה די מדויק עבור מנות עם מזונות ברורים ונפרדים — עוף בגריל על צלחת עם ירקות ואורז, סנדוויץ', קערת פירות. עבור סוגי מנות אלו, הערכות הקלוריות היו בדרך כלל בטווח של 10 עד 15 אחוז ממה שחישבתי כששקלתי את האוכל באופן ידני להשוואה. מנות מעורבות מורכבות כמו מרקים, תבשילים וקאסרולים היו פחות מדויקות מהקופסה ודורשות התאמה ידנית. עם הזמן, ככל שעקבתי אחרי יותר מנות, הדיוק השתפר עבור המנות הרגילות שלי.

כמה זמן באמת לוקחת עקיבת קלוריות מופעלת על ידי AI ביום?

במהלך השבוע הראשון שלי, ביליתי כ-8 דקות ביום ברישום מנות, כולל צילום תמונות, סקירת ההערכות של ה-AI, ועשיית תיקונים מעת לעת. בשבועות השלישי והרביעי, זה ירד לכ-3 דקות ביום. ה-AI שומר את המנות התכופות שלך ולומד את הדפוסים שלך, מה שמאיץ את התהליך בצורה משמעותית. בהשוואה ל-15 עד 20 דקות שהייתי משקיע ברישום ידני באפליקציות אחרות, החיסכון בזמן היה משמעותי.

האם אפשר באמת לרדת במשקל רק על ידי עקיבת קלוריות עם אפליקציית AI?

ירדתי 4.2 פאונד במשך 30 יום, אבל עקיבה בלבד לא גרמה לירידת המשקל. מה שעקיבה עשתה היה לתת לי מידע מדויק שהוביל להחלטות טובות יותר. גיליתי שהקפה שלי בבוקר היה 350 קלוריות במקום 100 שחשבתי. למדתי שאני אוכל כמעט כפול מהיעד שלי של שומן משמנים ורוטבים. הבנתי שהצריכה שלי של חלבון הייתה חצי ממה שהיא אמורה להיות. התובנות הללו הובילו באופן טבעי לשינויים בהתנהגות האכילה שלי, מה שהניב את הגירעון הקלורי שגרם לירידת המשקל. העקיבה הייתה הקטליזטור, לא הסיבה.

האם Nutrola חינמית לשימוש עבור עקיבת קלוריות?

תכונות העקיבה הבסיסיות של קלוריות ותזונה ב-Nutrola הן חינמיות, כולל זיהוי תמונות, רישום קולי וגישה למאגר המזון המאומת. השתמשתי בגרסה החינמית במשך השבועיים הראשונים של הניסוי שלי לפני שחקרתי תכונות פרימיום. השכבת החינמית הייתה פונקציונלית לחלוטין עבור הרישום הבסיסי שהניע את רוב התוצאות שלי.

איך Nutrola משווה ל-MyFitnessPal עבור עקיבת קלוריות?

השתמשתי ב-MyFitnessPal במשך שבועיים לפני שעברתי ל-Nutrola, כך שיש לי השוואה ישירה. ההבדל הגדול ביותר הוא מהירות וחיכוך. MyFitnessPal מתבססת במידה רבה על חיפוש טקסט ידני ובחירה ממאגר שבו לאותו מזון לעיתים קרובות יש עשרות רשומות עם מספרי קלוריות שונים. זיהוי התמונות של Nutrola ורישום הקול חיסלו את רוב העבודה הידנית הזו. גם מצאתי שהמאגר המאומת של Nutrola היה יותר עקבי — rarely encountered duplicate or conflicting entries. בעוד ש-MyFitnessPal מתמקדת בעיקר בקלוריות ובמאקרו בסיסיים, Nutrola עוקבת אחרי יותר מ-100 רכיבי תזונה, מה שנתן לי תמונה הרבה יותר מלאה של הדיאטה שלי.

מה הדרך הטובה ביותר להתחיל לעקוב אחרי קלוריות עם AI?

בהתבסס על הניסיון שלי של 30 ימים, הייתי מציע שלושה דברים. ראשית, התחייב לרשום הכל במשך לפחות שבוע מלא לפני שתעשה שינויים תזונתיים — השתמש בשבוע הראשון כדי להבין את הבסיס שלך. שנית, השתמש בזיהוי תמונות עבור מנות צלחת ורישום קולי עבור חטיפים ומשקאות פשוטים, מכיוון שכל שיטה מהירה יותר במצבים שונים. שלישית, התמקד בגילויים הגדולים קודם. אל תתבל במיקרו-נוטריינטים ביום הראשון. התחל עם קלוריות כוללות וחלבון, קבל את אלה בטווח טוב, ואז הרחב את הפוקוס שלך לסיבים, נתרן ומיקרו-נוטריינטים ברגע שהבסיסים מתייצבים.