记录饮食的最佳语句(备忘单)
一本实用的参考指南,帮助你准确描述饮食,以便AI语音记录一次性获取信息。学习确切的公式,查看30多个示例短语,避免重复记录。
语音记录是追踪饮食的最快方式。你说话,AI倾听,你的餐食在几秒钟内出现在食物日记中。但有一个前提:语音记录的准确性几乎完全取决于你如何描述这些餐食。
记录饮食的最佳短语结构是:[数量] + [烹饪方式] + [食物] + [附加成分]。 例如,描述为“两个炒鸡蛋,加上切达奶酪,放在全麦吐司上,涂抹黄油”,可以为AI追踪器提供所需的所有信息,以返回准确的记录。而说“鸡蛋和吐司”则不够详细。
本指南是一个实用的备忘单。将其收藏,参考直到这个公式成为你的第二天性,看看你的语音记录准确性如何从平庸提升到接近完美。
语音记录公式
每个准确的语音记录餐食都遵循相同的模式:
[数量] + [烹饪方式] + [食物] + [附加成分/配料]
以下是公式的实际应用:
| 组成部分 | 示例 |
|---|---|
| 数量 | "两个","一杯","六盎司","一把" |
| 烹饪方式 | "烤的","炒的","蒸的","生的","炸的" |
| 食物 | "鸡胸肉","糙米","三文鱼片" |
| 附加成分 | "加橄榄油","撒上帕尔马干酪","配一份西兰花" |
完整示例: "六盎司的烤鸡胸肉,配一杯蒸糙米和一汤匙酱油。"
这句话为像Nutrola这样的AI语音追踪器提供了所需的每一个数据点:蛋白质来源、份量、烹饪方式(影响卡路里计算)、配菜和调味品。无需后续确认,无需手动编辑。
为什么具体描述很重要
AI语音记录通过将你的口语与营养数据库中的条目匹配来工作。描述越具体,匹配就越准确。模糊的描述迫使AI进行猜测,而猜测会引入错误。
以下是一个对比:
| 模糊短语 | AI需要猜测的内容 | 更好的短语 | AI知道的内容 |
|---|---|---|---|
| "鸡肉" | 切块?份量?怎么做的?带皮吗? | "四盎司无皮烤鸡胸肉" | 一切 |
| "米饭" | 类型?数量?普通还是调味? | "一杯熟茉莉香米" | 一切 |
| "沙拉" | 什么种类?调料?蛋白质?大小? | "凯撒沙拉,配烤鸡和面包丁" | 一切 |
| "三明治" | 面包?馅料?调味品?大小? | "全麦土耳其三明治,配生菜、番茄和芥末" | 一切 |
| "意大利面" | 形状?酱料?数量?配料? | "一杯熟通心粉,配意大利番茄酱和帕尔马干酪" | 一切 |
| "咖啡" | 大小?牛奶?糖?口味? | "大杯燕麦奶拿铁,带一泵香草" | 一切 |
模糊的短语并不是错误的。AI追踪器仍会记录一些内容。但它们会记录一个通用版本,可能会偏差100到300卡路里。而具体的短语返回的记录准确度在5%到10%之内。
Nutrola的语音记录使用经过验证的营养数据库,拥有超过一百万个条目,因此当你提供具体细节时,它会与精准的、营养师审核过的数据进行匹配,而不是粗略估算。
30多个常见餐食:模糊与更好短语
这是核心参考表。它涵盖了各类餐食,并展示了短语的小变化如何显著提高记录的准确性。
| # | 模糊短语 | 更好的短语 | 估计准确性提升 |
|---|---|---|---|
| 1 | "意大利面" | "一杯熟通心粉,配意大利番茄酱和帕尔马干酪" | 60%到95% |
| 2 | "鸡蛋" | "两个炒鸡蛋,配黄油、盐和胡椒" | 55%到93% |
| 3 | "鸡肉和米饭" | "六盎司烤鸡胸肉,配一杯蒸白米" | 58%到94% |
| 4 | "三明治" | "全麦土耳其和瑞士奶酪三明治,配芥末和生菜" | 50%到92% |
| 5 | "沙拉" | "混合生菜,配樱桃番茄、黄瓜、菲达奶酪和两汤匙香醋" | 40%到91% |
| 6 | "燕麦粥" | "一杯熟燕麦,配一汤匙花生酱和半根切片香蕉" | 55%到94% |
| 7 | "汉堡" | "四分之一磅牛肉饼,配奶油面包、切达奶酪、生菜、番茄和番茄酱" | 45%到90% |
| 8 | "披萨" | "两片大号意大利香肠披萨,薄底" | 50%到88% |
| 9 | "牛排" | "八盎司肋眼牛排,五分熟,配一块黄油" | 52%到93% |
| 10 | "鱼" | "六盎司烤三文鱼片,配柠檬和莳萝" | 48%到92% |
| 11 | "奶昔" | "奶昔,配一根香蕉、一杯冷冻草莓、一勺乳清蛋白和一杯杏仁奶" | 35%到90% |
| 12 | "酸奶" | "一杯原味希腊酸奶,配一汤匙蜂蜜和半杯蓝莓" | 55%到94% |
| 13 | "谷物" | "一杯Cheerios,配一杯2%牛奶" | 60%到95% |
| 14 | "吐司" | "两片全麦吐司,配一汤匙杏仁黄油" | 58%到93% |
| 15 | "汤" | "一碗鸡肉面条汤,大约两杯" | 45%到87% |
| 16 | "卷饼" | "面粉卷饼,配烤鸡、黑豆、生菜和莎莎酱" | 48%到91% |
| 17 | "炒菜" | "一杯半鸡肉炒菜,配西兰花、彩椒和照烧酱,放在半杯白米上" | 42%到89% |
| 18 | "塔可" | "两个软玉米饼,配牛肉、碎奶酪、莎莎酱和酸奶油" | 47%到90% |
| 19 | "蛋白棒" | "一根Quest巧克力曲奇蛋白棒" | 65%到98% |
| 20 | "零食" | "一个中等大小的苹果,配两汤匙花生酱" | 30%到93% |
| 21 | "寿司" | "八块三文鱼握寿司和一个加州卷" | 40%到88% |
| 22 | "咖喱" | "一杯半鸡肉提卡马萨拉,配半杯巴斯马蒂米饭和一块烤饼" | 38%到87% |
| 23 | "碗" | "阿萨伊碗,配格兰诺拉麦片、切片香蕉和蜂蜜" | 32%到85% |
| 24 | "面条" | "一杯熟捞面,配虾和蔬菜,放在酱油中" | 45%到89% |
| 25 | "法式吐司" | "两片用全麦面包做的法式吐司,配一汤匙枫糖浆" | 50%到92% |
| 26 | "蛋白奶昔" | "一勺巧克力乳清蛋白,配一杯全脂牛奶和一汤匙花生酱" | 48%到94% |
| 27 | "坚果混合" | "四分之一杯坚果混合,配杏仁、腰果、葡萄干和巧克力豆" | 42%到90% |
| 28 | "米饭碗" | "波奇碗,配一杯寿司米、四盎司生金枪鱼、鳄梨、毛豆和辣味蛋黄酱" | 38%到88% |
| 29 | "煎饼" | "三块中等大小的黄油煎饼,配两汤匙枫糖浆" | 50%到91% |
| 30 | "拿铁" | "中杯燕麦奶拿铁,配一泵香草糖浆" | 55%到92% |
| 31 | "鸡翅" | "六个炸鸡翅,配水牛酱和一份牧场调料" | 45%到89% |
| 32 | "松饼" | "一个大型蓝莓松饼,来自面包店" | 50%到85% |
类别特定的提示
早餐短语
早餐食品往往隐藏着烹饪油脂和配料中的卡路里。务必提到你用什么烹饪以及放了什么。
- 说: "两个在一茶匙橄榄油中煎的鸡蛋,配两条火鸡培根和一片涂抹黄油的全麦吐司"
- 不要说: "鸡蛋和培根,配吐司"
- 说: "半杯燕麦、配一杯杏仁奶、一汤匙奇亚籽和半杯混合浆果的过夜燕麦"
- 不要说: "过夜燕麦"
午餐短语
午餐通常是组合餐。描述每个组成部分及其大致大小。
- 说: "烤鸡凯撒卷饼,配罗马生菜、帕尔马干酪和凯撒酱,放在大面粉卷饼中"
- 不要说: "鸡肉卷"
- 说: "一碗番茄汤,大约一杯半,配一份白面包的烤奶酪三明治,里面有美国奶酪"
- 不要说: "汤和烤奶酪"
晚餐短语
晚餐往往是最复杂的餐食。先说蛋白质,然后是配菜,最后是酱汁和附加成分。
- 说: "八盎司纽约 strip 牛排,配一份中等大小的烤土豆,上面放有酸奶油和细香葱,外加一杯蒸青豆"
- 不要说: "牛排和土豆"
- 说: "两杯牛肉辣椒,配红豆,上面撒有切达奶酪和一勺酸奶油"
- 不要说: "辣椒"
零食短语
零食是最常被描述不足的类别。务必具体说明数量。
- 说: "二十颗杏仁和一根奶酪棒"
- 不要说: "一些坚果和奶酪"
- 说: "一个中等大小的香蕉,配一汤匙Nutella"
- 不要说: "香蕉配巧克力"
饮料短语
饮料的卡路里可以从零到800不等。务必说明大小、牛奶类型和甜味剂。
- 说: "一杯大冰焦糖玛奇朵,配2%牛奶和鲜奶油"
- 不要说: "一杯星巴克咖啡"
- 说: "十二盎司的新鲜橙汁"
- 不要说: "橙汁"
- 说: "一罐可口可乐,十二盎司"
- 不要说: "一杯汽水"
餐厅餐食短语
在外就餐时,如果是连锁餐厅,务必提到餐厅名称。AI追踪器如Nutrola拥有成千上万家连锁餐厅的菜单数据,可以提取准确的营养信息。
- 说: "Chipotle的卷饼碗,配白米、黑豆、鸡肉、中等辣酱、奶酪和鳄梨酱"
- 不要说: "Chipotle的卷饼碗"
- 说: "一个大麦克,配中份薯条和一杯中可乐"
- 不要说: "麦当劳的餐"
如何描述复杂餐食
一些餐食可能有五、六或甚至十个组成部分。规则很简单:列出所有内容,顺序无所谓。 AI语音追踪器会逐个解析每个成分,因此顺序并不重要,完整性才是关键。
示例 — 自制卷饼碗: "卷饼碗,配一杯香菜青柠米、半杯黑豆、四盎司烤鸡、皮科德加洛、一汤匙酸奶油和四分之一的鳄梨。"
示例 — 节日晚餐盘: "一盘四盎司的烤火鸡胸肉、半杯配肉汁的土豆泥、四分之一杯的蔓越莓酱、一块涂抹黄油的晚餐卷和半杯青豆砂锅。"
示例 — 自制炖菜: "两杯牛肉炖菜,配土豆、胡萝卜、洋葱和芹菜,放在牛肉高汤中。"
当一餐确实是自制且复杂时,Nutrola的AI饮食助手可以帮助分解。你也可以单独记录每个成分,以便对你经常烹饪的食谱实现最大精确度。
如何描述份量
份量的描述是200卡路里记录与600卡路里记录之间的区别。以下是每种食物的最佳单位:
| 食物类型 | 最佳使用单位 | 示例短语 |
|---|---|---|
| 液体(牛奶、果汁、汤) | 杯、盎司或毫升 | "一杯全脂牛奶" |
| 烹饪油脂(油、黄油) | 茶匙或汤匙 | "一汤匙橄榄油" |
| 谷物和意大利面(熟) | 杯 | "一杯熟糙米" |
| 肉类和鱼类 | 盎司或克 | "六盎司烤三文鱼" |
| 奶酪 | 盎司或片 | "一盎司切达奶酪" 或 "两片瑞士奶酪" |
| 水果 | 数量或杯 | "一个中等大小的苹果" 或 "半杯蓝莓" |
| 蔬菜 | 杯或数量 | "一杯蒸西兰花" 或 "一个中等大小的胡萝卜" |
| 坚果和种子 | 汤匙、四分之一杯或数量 | "四分之一杯杏仁" 或 "二十颗腰果" |
| 涂抹酱和调味品 | 茶匙或汤匙 | "两汤匙鹰嘴豆泥" |
| 烘焙食品 | 数量和大小 | "一个大型巧克力曲奇" |
AI追踪器理解的快速估算捷径:
- "手掌大小"表示肉类的份量(大约3到4盎司)
- "拳头大小"表示碳水化合物的份量(大约一杯)
- "拇指大小"表示奶酪或黄油等脂肪的份量(大约一汤匙)
- "一把"表示坚果或小零食(大约一盎司)
这些比确切的测量更不精确,但Nutrola和其他AI追踪器经过训练可以正确解读,并会应用合理的估算。
一次性记录多个项目
你不需要单独记录每个项目。大多数AI语音追踪器,包括Nutrola,可以解析在一个句子中描述的完整餐食。
诀窍: 使用自然的连接词,如“和”、“配”、“加上”或“作为配菜”。
- "午餐我吃了一个土耳其三明治,配酸面包、芥末和生菜,一个中等大小的苹果,以及一罐柠檬气泡水。"
- "早餐是一杯希腊酸奶,配格兰诺拉麦片和蜂蜜,还有一杯黑咖啡。"
- "晚餐我吃了两片意大利香肠披萨,一份凯撒沙拉和一杯红酒。"
句子中的每个项目都会作为单独的条目记录,附有各自的卡路里和宏观数据。一句话,三个条目,总共五秒钟。
不要说什么(以及该说什么)
某些短语模式在语音记录时会持续引发问题。以下是需要避免的内容。
| 不要说 | 为什么失败 | 应该说什么 |
|---|---|---|
| "绿色的那个" | AI没有视觉上下文 | "一个绿色苹果" 或 "一杯蒸西兰花" |
| "一些鸡肉" | "一些"不是数量 | "大约四盎司的鸡肉" 或 "一块手掌大小的鸡肉" |
| "我通常吃的" | AI不会记住跨会话的习惯 | 每次都描述完整的餐食 |
| "一个沙拉" | 沙拉的种类有成千上万 | "花园沙拉,配牧场调料" 或 "羽衣甘蓝沙拉,配鹰嘴豆和芝麻酱" |
| "一点油" | 无法测量 | "一茶匙橄榄油" |
| "那家餐厅的食物" | 没有餐厅名称或食物细节 | "来自地中海餐厅的鸡肉沙威玛盘" |
| "剩菜" | AI不知道原始餐食是什么 | 描述剩菜的内容 |
| "我几乎没吃什么" | 不是食物描述 | 精确描述你吃了什么,即使很少 |
| "一个健康的零食" | "健康"不是食物项目 | "一个配一汤匙杏仁黄油的米饼" |
| "一根Cliff棒" | 仅品牌名称 — 这实际上有效 | "一根Cliff棒" — 如果AI在其数据库中有该产品,品牌名称是可以的。 |
品牌名称通常是可以的。 Nutrola的数据库包括来自主要品牌的条形码扫描产品,因此说"一根Kind棒,黑巧克力坚果和海盐"将拉出确切的产品。只需确保你提到具体产品,而不仅仅是品牌。
综合示例:完整的一天记录
以下是使用公式记录的一整天饮食的样子:
早餐: "两个炒鸡蛋,配一片切达奶酪、两片火鸡培根和一片涂抹黄油的全麦吐司。还有一杯大黑咖啡。"
上午零食: "一个中等大小的香蕉,配一汤匙花生酱。"
午餐: "Chipotle的卷饼碗,配糙米、豌豆、鸡肉、中等辣酱、奶酪和一份薯片,配鳄梨酱。"
下午零食: "一把杏仁和一根奶酪棒。"
晚餐: "六盎司的煎三文鱼,配一杯烤红薯和一杯蒸芦笋,淋上一茶匙橄榄油。"
甜点: "一小勺香草冰淇淋,大约半杯。"
每个陈述都在十秒钟内说完。Nutrola大约在两秒钟内处理每个记录。完整的一天饮食追踪总共不到两分钟的努力。
常见问题解答
语音记录餐食时,单词的顺序重要吗?
不重要。你可以说“配米饭和西兰花的烤鸡”或“西兰花和米饭配烤鸡”,AI都会正确解析。重要的是提到所有成分,而不是顺序。可以先说你想到的内容。
我可以用不同的语言语音记录餐食吗?
这取决于应用程序。Nutrola支持多种语言的语音记录,并会将你的描述与其全球食品数据库进行匹配。如果你在不同语言之间切换,请确保在单个餐食描述中保持一致。
我如何语音记录我根据食谱烹饪的餐食?
描述每个成分及其大致份量,如它们在你盘子上的样子。例如,可以说“配西兰花、彩椒和酱油的半杯自制鸡肉炒菜,放在半杯糙米上”。如果你经常烹饪某个食谱,Nutrola允许你保存自定义餐食,以便将来可以按名称记录。
如果AI在我语音记录后记录了错误的食物怎么办?
手动编辑。所有优秀的营养应用程序,包括Nutrola,都允许你点击已记录的条目并替换为正确的项目。如果AI持续误解某种特定食物,下次尝试添加更多细节。“粥”可能会让某些系统困惑,而“用水煮的一碗燕麦,大约一杯熟的”则不会。
语音记录的准确性是否与条形码扫描一样?
条形码扫描提取确切的制造商数据,因此在包装食品方面更精确。语音记录的准确性取决于你的描述质量。通过本指南中的具体短语技巧,语音记录可以达到88%到95%的准确性,这对于有效的卡路里追踪来说已经足够。对于带条形码的包装食品,扫描更快。使用语音记录来记录自制餐食、餐厅食品和新鲜食品。
我可以一次性语音记录多餐吗?
可以。你可以说“早餐我吃了两个鸡蛋和吐司,午餐我吃了一个鸡肉三明治和一个苹果。”Nutrola会将其解析为单独的餐食条目,归入正确的餐食类别。只需确保每个餐食描述完整,然后再转到下一个。
我需要在食物描述之前说“记录”或“追踪”吗?
不需要。Nutrola的语音记录在你点击语音按钮时激活,因此你之后说的所有内容都被视为食物描述。你不需要触发词。只需自然地描述你吃了什么,就像告诉朋友你午餐吃了什么一样。
我如何处理我不知道确切重量的食物?
使用估算捷径:“手掌大小”表示肉类,“拳头大小”表示谷物,“拇指大小”表示脂肪,“一把”表示零食。你也可以参考常见物体。“一块奶酪,大小约为两颗骰子”或者“一块鸡胸肉,大小约为一副扑克牌”都可以。AI会将这些转换为大约的克或盎司值。