Я перешёл с MyFitnessPal на ИИ-трекинг по фото — вот что изменилось за 90 дней

Почему я наконец решился на переход

На протяжении пяти лет MyFitnessPal был моим приложением по умолчанию. Я знал интерфейс наизусть. У меня были сохранены пользовательские блюда. Я мог отсканировать штрих-код за три секунды. Но где-то на четвёртом году я начал замечать трещины — блюда, которые я пропускал в записях, потому что поиск по базе данных казался рутиной, домашние ужины, которые я оценивал на глаз, потому что создание рецепта с нуля занимало слишком много времени, и постепенное разрушение привычки, которая когда-то казалась автоматической.

Я был не одинок. Исследование, опубликованное в Journal of Medical Internet Research (2023), показало, что лишь 34% людей, начавших пользоваться традиционным приложением для записи питания, продолжают делать это после 30 дней. Главная причина отказа? Процесс занимает слишком много времени по сравнению с ощущаемой пользой. Отдельное исследование Питтсбургского университета (2024) измерило среднее время логирования в популярных приложениях для питания и показало, что пользователи ручного ввода тратят от 12 до 22 минут в день только на запись еды.

Поэтому, когда ИИ-трекинг по фото стал достаточно зрелым, чтобы казаться надёжным, я решил провести настоящий эксперимент: 90 дней полного перехода с MyFitnessPal на функцию Snap & Track от Nutrola. Я отслеживал всё — потраченное время, точность по сравнению с взвешенными порциями, показатели регулярности и субъективные ощущения. Вот все подробности.

Подготовка: как я организовал эксперимент

Базовый период (1-2 недели предыдущего месяца)

Перед переходом я вёл записи в MyFitnessPal две полные недели, как обычно. Я использовал секундомер для замера каждой сессии логирования и взвешивал ключевые блюда на кухонных весах, чтобы установить эталон для последующего сравнения точности.

Переход

В День 1 я скачал Nutrola, прошёл вводную анкету и взял на себя обязательство фиксировать каждый приём пищи и перекус с помощью фото в течение следующих 90 дней. MyFitnessPal я оставил установленным, но не открывал.

Что я отслеживал

Метрика	Как я измерял
Ежедневное время логирования	Секундомер от открытия приложения до подтверждения записи
Точность калорий	Сравнение оценок ИИ со взвешенными порциями (3 раза в неделю)
Регулярность логирования	Процент записанных приёмов пищи от общего числа
Субъективное трение	Еженедельная оценка от 1 до 10, насколько раздражающим было логирование
Точность макронутриентов	Сравнение оценок белков, углеводов, жиров с данными USDA для взвешенных продуктов

Месяц 1: кривая обучения, которой не было

Дни 1-7: первые впечатления

Больше всего меня удивило отсутствие кривой обучения. С MyFitnessPal я помню, как первую неделю разбирался с навигацией по базе данных, подбирал размеры порций и боролся с дублирующимися записями, где калорийность одного и того же продукта различалась радикально. Подход Nutrola оказался обезоруживающе прост: наведи камеру, сделай фото, проверь разбивку от ИИ, подтверди или скорректируй — готово.

Моей первой фото-записью была тарелка овсянки на ночь с бананом, голубикой и миндальной пастой. ИИ идентифицировал каждый компонент, оценил размер порций и выдал разбивку по калориям и макронутриентам примерно за четыре секунды. Он оценил блюдо в 485 калорий. Мой расчёт по весам показал 462 калории — разница в 5%, что вполне укладывается в погрешность, которую я бы принял и при ручном логировании.

Дни 8-14: нахожу свой ритм

К концу второй недели новая привычка уже ощущалась автоматической. Я заметил, что записываю приёмы пищи, которые раньше бы пропустил — горсть трейл-микса за рабочим столом, кусочек десерта партнёра, оливковое масло, которым я полил запечённые овощи. Трение было настолько низким, что логирование ощущалось как мимолётная мысль, а не как задача.

Данные по времени — Месяц 1

Метрика	MyFitnessPal (базовый)	Nutrola (Месяц 1)
Среднее время логирования в день	14,2 минуты	4,8 минуты
Среднее время на один приём пищи	3,5 минуты	1,1 минуты
Самая длинная сессия логирования	8 минут (домашнее карри)	2,5 минуты (шведский стол)
Пропущенные записи приёмов пищи	4,3 в неделю	1,1 в неделю

Ежедневная экономия времени оказалась сразу существенной — 9,4 минуты в день, что может звучать незначительно, пока не умножишь на месяц: почти пять часов возвращённого времени.

Месяц 2: точность в сложных условиях

Тестирование сложных блюд

Во втором месяце я намеренно бросал вызов системе. Я готовил сложные блюда — многокомпонентные стир-фраи, многослойные запеканки, домашние супы с десятью и более ингредиентами. Это те самые блюда, из-за которых я всегда бросал логирование в MyFitnessPal, потому что создание пользовательского рецепта занимало 10-15 минут.

С Nutrola я просто фотографировал готовое блюдо на тарелке. ИИ разбирал видимые компоненты и оценивал количество. Для курицы тикка масала с рисом басмати и лепёшкой наан ИИ выдал 715 калорий. Мой детальный расчёт по рецепту (взвешивание каждого ингредиента с делением на порции) показал 688 калорий — разница 3,9%.

Ресторанный тест

Питание вне дома всегда было ахиллесовой пятой ручного трекинга. База данных ресторанов в MyFitnessPal обширна, но размеры порций варьируются по заведениям, а многих местных ресторанов в базе попросту нет. За второй месяц я ел вне дома 11 раз. С Nutrola я фотографировал каждое ресторанное блюдо. Оценки ИИ в среднем отклонялись на 8% от моих лучших ручных оценок — и весь процесс занимал менее 15 секунд на блюдо по сравнению с 4-6 минутами, которые я раньше тратил на поиск по базе данных и угадывание порций.

Данные по точности — Месяц 2

Тип еды	Точность ИИ по фото (vs. взвешивание)	Моя ручная точность в MFP (vs. взвешивание)
Простые блюда (яйцо + тост)	96,2%	94,8%
Сложные домашние блюда	93,1%	88,4%*
Ресторанные блюда	89,7%	85,2%*
Перекусы и мелкие продукты	94,5%	91,0%
Упакованные продукты (штрих-код)	98,1%	99,2%

*Ручная точность для сложных и ресторанных блюд отражает случаи, когда я действительно их записывал — на MyFitnessPal я часто пропускал такие блюда целиком, что делало общий трекинг менее точным, несмотря на точность отдельных записей.

Единственная область, где MyFitnessPal сохранил преимущество, — это упакованные продукты со штрих-кодами. Сканирование штрих-кода подтягивает точные данные производителя, с чем сложно конкурировать. Но ИИ Nutrola отставал лишь примерно на один процентный пункт, и на практике разница была незначительной.

Месяц 3: эффект накопления

Регулярность изменила всё

К третьему месяцу произошёл сдвиг, которого я не ожидал. Сравнение точности между двумя методами стало менее интересным, чем сравнение регулярности. Поскольку Nutrola сделал логирование настолько быстрым, я действительно его выполнял. Моя регулярность логирования — процент записанных приёмов пищи от общего числа — рассказала настоящую историю.

Период	Записано приёмов пищи (%)	Оценочная общая точность трекинга калорий
MyFitnessPal базовый	76%	~82%
Nutrola Месяц 1	91%	~90%
Nutrola Месяц 2	94%	~92%
Nutrola Месяц 3	96%	~94%

Исследование группы Stanford Digital Health (2024) подтвердило то, что я испытывал на себе: регулярность трекинга важнее точности каждой записи. Их анализ 12 000 пользователей пищевых дневников показал, что люди, записывающие 90% и более приёмов пищи, достигали целей по управлению весом почти втрое чаще, чем те, кто записывал 70-80%, вне зависимости от точности каждой отдельной записи.

Функции, которые я не ожидал полюбить

Голосовое логирование. В те утра, когда я торопился, я просто говорил «два яйца-скрэмбл, кусок хлеба на закваске с маслом, чёрный кофе» в Nutrola по пути к машине. ИИ распознавал естественную речь и записывал всё. Эта единственная функция, вероятно, спасла мою регулярность как минимум 15-20 раз за 90 дней.

ИИ-помощник по питанию. Примерно на 8-й неделе я начал задавать ИИ-помощнику Nutrola вопросы вроде «На этой неделе я в среднем потреблял 140 г белка — стоит ли скорректировать?» и получал контекстные, подкреплённые данными ответы. Это было похоже на персонального диетолога на связи — без соответствующих затрат.

Интеграция с Apple Watch. Быстрая запись перекуса с запястья без необходимости доставать телефон превратила логирование в двухсекундную задачу.

Цифры: полное сравнение за 90 дней

Затраты времени

Метрика	MyFitnessPal	Nutrola (среднее за 90 дней)	Разница
Время логирования в день	14,2 мин	3,9 мин	-72,5%
Итого за неделю	99,4 мин	27,3 мин	-72,5%
Итого за 90 дней	~21,3 часа	~5,9 часа	15,4 часа сэкономлено
Время на одну запись	3,5 мин	0,9 мин	-74,3%

За 90 дней я сэкономил более 15 часов — почти два полных рабочих дня. Это время, которое раньше уходило на прокрутку баз данных, подгонку размеров порций и создание пользовательских рецептов.

Точность

Метрика	MyFitnessPal	Nutrola
Точность калорий на запись (простые блюда)	94,8%	96,2%
Точность калорий на запись (сложные блюда)	88,4%	93,1%
Общая точность трекинга (с учётом пропущенных блюд)	~82%	~94%
Точность макронутриентов (белок)	91%	93%
Точность макронутриентов (углеводы)	89%	91%
Точность макронутриентов (жиры)	86%	89%

Регулярность и приверженность

Метрика	MyFitnessPal	Nutrola
Записано приёмов пищи в день (средн.)	3,1 / 4,1	3,9 / 4,1
Дни с полным логированием	58%	87%
Максимальная серия без пропуска приёма пищи	4 дня	23 дня
Субъективная оценка трения (1-10, меньше = лучше)	6,2	2,1

Чего мне не хватает в MyFitnessPal

Объективность важна, поэтому вот что мне действительно не хватало:

Социальное сообщество. MyFitnessPal имеет форумы, списки друзей и сообщество, которое формировалось более десяти лет. Социальные функции Nutrola развиваются — с более чем 2 миллионами пользователей в 50+ странах — но устоявшуюся социальную экосистему MFP невозможно воспроизвести за одну ночь.

Сканирование штрих-кодов упакованных продуктов. Как уже упоминалось, здесь приложения с ручным вводом всё ещё имеют небольшое преимущество. Когда я ем упакованный протеиновый батончик, сканирование штрих-кода и получение точных данных производителя приятно своей точностью. Тем не менее, оценки ИИ Nutrola для упакованных продуктов были достаточно близки, чтобы практическая разница оказалась минимальной.

Привычка. Пять лет мышечной памяти трудно перезаписать. Первые две недели я инстинктивно тянулся к MyFitnessPal после еды, прежде чем вспоминал, что перешёл на другое приложение.

Чего мне не жаль

Дублирующиеся записи в базе данных. Поиск «куриная грудка» в MyFitnessPal выдаёт десятки пользовательских записей с калорийностью от 120 до 280 на порцию. Какая из них правильная? С базой данных Nutrola, на 100% верифицированной диетологами, эта игра в угадайку исчезает.

Рекламные прерывания. Бесплатная версия MyFitnessPal перегружена баннерной рекламой и межстраничными вставками. Nutrola не показывает рекламу на бесплатном тарифе, что убирает слой трения, к которому я привык, но который никогда не любил.

Создание рецептов. Тратить 12 минут на ввод каждого ингредиента домашнего блюда — это была главная причина, по которой я пропускал логирование в MyFitnessPal. Сфотографировать готовое блюдо и получить разбивку за секунды — это принципиально другой опыт.

Спираль вины. Это тонкий, но важный момент. Когда логирование утомительно, пропуск одного приёма пищи вызывает чувство вины. Эта вина накапливается, и в итоге ты пропускаешь день, потом неделю, а потом забрасываешь приложение совсем. Когда логирование занимает пять секунд, вины нет, потому что нет причины пропускать.

Кому стоит сделать этот переход?

По итогам моих 90 дней, ИИ-трекинг по фото — лучший выбор для:

• Тех, кто готовит дома и готовит блюда с нуля, страдая от создания рецептов
• Занятых профессионалов, которым нужно, чтобы логирование занимало секунды, а не минуты
• Тех, кто часто ест вне дома и испытывает трудности с оценкой ресторанных блюд
• Всех, кто когда-либо бросал подсчёт калорий, потому что это казалось слишком трудоёмким
• Путешественников, которые пробуют разнообразные кухни в разных странах (покрытие Nutrola в 50+ странах делает это удобным)

Ручной трекинг может по-прежнему подходить вам, если ваш рацион почти полностью состоит из упакованных продуктов со штрих-кодами, или если вы глубоко интегрированы в социальное сообщество MyFitnessPal и именно эта подотчётность помогает вам оставаться последовательным.

Итог

Спустя 90 дней я не вернулся назад. Эксперимент закончился, но переход оказался постоянным. Данные говорят сами за себя: ИИ-трекинг по фото сэкономил мне 72% времени на логирование, повысил общую точность трекинга примерно на 12 процентных пунктов (в основном за счёт лучшей регулярности) и превратил подсчёт калорий из ежедневной рутины в то, о чём я почти не задумываюсь.

Лучший метод трекинга питания — тот, которым вы реально пользуетесь. Пять лет я использовал MyFitnessPal — нерегулярно, с растущим трением, пропуская самые важные блюда. За 90 дней с Nutrola я вёл записи полнее и точнее, чем за любой сопоставимый период моей истории трекинга.

Если вы колебались насчёт перехода — данные говорят сами за себя. Кривая обучения практически отсутствует, точность сопоставима или выше для большинства типов блюд, а экономия времени накапливается во что-то по-настоящему значимое на протяжении недель и месяцев. Навёл, сфотографировал, готово.