Hur spårning av recept på sociala medier hjälpte mig att hålla mig konsekvent i 90 dagar

Den 2 januari öppnade jag min telefon och gjorde det jag alltid gör efter helgerna: laddade ner en kalorispårningsapp, satte ett viktminskningsmål och lovade mig själv att denna gång skulle det bli annorlunda. Redan den 18 januari hade jag slutat logga. Mönstret var bekant. Jag hade upprepat det minst sex gånger under tre år.

Den 1 april, 90 dagar senare, hade jag loggat varje dag. Jag hade gått ner 6,8 kg. Mitt genomsnittliga proteinintag hade ökat från 58 g till 112 g. Jag lagade mat fem till sex dagar i veckan, något jag aldrig hade lyckats hålla i mer än två veckor tidigare.

Skillnaden var inte en ny diet. Det handlade inte om en ny nivå av disciplin. Det var en enda förändring i arbetsflödet: jag började importera recept direkt från sociala medier till min kosttracker istället för att försöka logga varje ingrediens manuellt. Den förändringen tog bort tillräckligt med friktion för att göra konsekvensen automatisk.

Detta är hela berättelsen om dessa 90 dagar, med data, misslyckanden och specifika lärdomar som gjorde det möjligt.

Problemet: Varför jag aldrig kunde hålla mig konsekvent

Friktionsträsket i loggning

Mönstret var alltid detsamma. Jag började året motiverad, spenderade 10 till 15 minuter på att logga varje måltid genom att söka efter individuella ingredienser, blev allt mer frustrerad över det tråkiga, hoppade över en måltid, sedan en dag, och slutade helt. Enligt forskning publicerad i Journal of Medical Internet Research är detta inte ovanligt. Ungefär 50% av dem som börjar använda matspårningsappar slutar inom två veckor, och endast 15 till 20% är fortfarande aktiva efter tre månader.

Problemet var aldrig motivation. Det var friktion. Att logga en hemlagad måltid genom att söka efter varje ingrediens, uppskatta portionsstorlekar och lägga till dem en efter en kräver verklig ansträngning. När man lagar mat ofta, blir den ansträngningen kumulativ. En wok med 8 ingredienser tar 5 till 8 minuter att logga manuellt. Multiplicera det över tre måltider om dagen, och du spenderar 15 till 25 minuter varje dag på datainmatning. För de flesta är det inte hållbart.

Paradoxen med recept från sociala medier

Det som gjorde min situation ironisk var att jag redan hittade fantastiska recept på sociala medier. Min sparade mapp på Instagram hade över 200 recept. Mina gillningar på TikTok var fulla av högproteininnehållande måltidsidéer. Jag hade en YouTube-spellista med måltidsförberedelsevideor. Innehållet fanns där. Inspirationen fanns där. Men klyftan mellan att titta på en receptvideo och att veta den exakta kalorifördelningen och makron för den färdiga rätten var enorm.

Jag skulle spara ett recept, laga det, och sedan ställas inför loggningsproblemet igen. Receptet på sociala medier listade inte makron per portion. Ingredienserna var ofta vaga ("ett stänk olivolja", "lite ost"). Jag spenderade mer tid på att logga måltiden än jag hade lagt på att laga den.

Upptäckten: Import av recept från sociala medier

I mitten av januari, efter min vanliga tvåveckorsavhopp, nämnde en vän att Nutrola hade en funktion för att importera recept från sociala medier. Du klistrar in en URL från Instagram, TikTok, YouTube eller vilken receptwebbplats som helst, och appen extraherar ingredienserna, beräknar den näringsmässiga fördelningen och sparar det som ett återanvändbart recept i ditt bibliotek.

Jag var skeptisk. Jag hade provat receptimportfunktioner i andra appar tidigare, och de fungerade vanligtvis bara med strukturerade receptwebbplatser som använde standardformat. Inlägg på sociala medier är röriga. De har ingredienser listade i bildtexter, i videoläggningar, uttalade eller uppdelade över flera bilder.

Jag testade det med ett högproteinskydd av kycklingwrap som jag hade sparat på Instagram. Jag kopierade länken, klistrade in den i Nutrola, och inom sekunder hade jag en fullständig ingredienslista med mängder, en makrofördelning per portion och möjligheten att justera portionsstorlekar. Receptet sparades i mitt bibliotek. Från och med då, varje gång jag gjorde den wrapen, var loggningen en enda tryckning.

Det var den 19 januari. Jag har inte missat en dag sedan dess.

90-dagarsresan: Vecka för vecka

Fas 1: Grunden (Veckor 1 till 3)

De första tre veckorna handlade om att bygga biblioteket. Varje gång jag hittade ett recept jag ville prova på sociala medier, importerade jag det till Nutrola innan jag lagade det. Detta gjorde två saker: det gav mig den näringsmässiga informationen innan jag åtagit mig att laga rätten, och det innebar att loggningen redan var gjord när jag satte mig ner för att äta.

Vecka 1 Data (19-25 januari):

Metrik	Värde
Dagar loggade	7/7
Recept importerade	6
Genomsnittliga dagliga kalorier	2,210
Genomsnittligt dagligt protein	72 g
Genomsnittlig loggtid per dag	4 min
Måltider lagade hemma	5
Måltider ätna ute	3

Den första veckan var ögonöppnande. Jag insåg att flera av mina favoritrecept på sociala medier var betydligt högre i kalorier än jag hade förväntat mig. En "hälsosam" banansmoothie med jordnötssmör som jag hade gjort regelbundet kom in på 680 kalorier. Ett "lätt" pastarecept var 820 kalorier per portion eftersom den ursprungliga skaparen hade en enorm portionsstorlek. Att se dessa siffror innan jag lagade maten förändrade mina beslut.

Vecka 2 Data (26 januari - 1 februari):

Metrik	Värde
Dagar loggade	7/7
Recept importerade	8
Genomsnittliga dagliga kalorier	2,040
Genomsnittligt dagligt protein	81 g
Genomsnittlig loggtid per dag	3 min
Måltider lagade hemma	8
Måltider ätna ute	2

Vid vecka två började jag kuratera mina sociala medieflöden mer medvetet. Jag följde konton som postade högproteininnehållande, måttligt kaloriska recept. Min TikTok-algoritm anpassade sig snabbt. Istället för att scrolla passivt, byggde jag aktivt en receptpipeline. Varje sparad video blev en potentiell tillägg till mitt Nutrola-receptbibliotek.

Vecka 3 Data (2-8 februari):

Metrik	Värde
Dagar loggade	7/7
Recept importerade	5
Genomsnittliga dagliga kalorier	1,920
Genomsnittligt dagligt protein	94 g
Genomsnittlig loggtid per dag	2.5 min
Måltider lagade hemma	9
Måltider ätna ute	2

Tre veckor in hade jag 19 importerade recept i mitt bibliotek. Det var tillräckligt för att rotera utan att upprepa en middag på nästan tre veckor. Loggtiden hade minskat eftersom de flesta måltider redan var sparade. Jag spenderade mindre tid på att spåra än vid något tidigare försök, och jag var mer konsekvent än jag någonsin hade varit.

Fas 2: Optimering (Veckor 4 till 8)

När vanan var etablerad, skiftade jag fokus från att bara logga till att optimera vad jag åt. Data gjorde detta enkelt. Jag kunde se mönster i mina veckosammanfattningar som skulle ha varit osynliga utan konsekvent spårning.

Vecka 4-5 Sammanfattning (9-22 februari):

Metrik	Vecka 4	Vecka 5
Dagar loggade	7/7	7/7
Genomsnittliga dagliga kalorier	1,880	1,850
Genomsnittligt dagligt protein	98 g	105 g
Genomsnittlig daglig fiber	22 g	26 g
Totalt antal recept i biblioteket	24	29
Vikt	87.4 kg	86.6 kg

Jag märkte att min vardagskost var i ordning, men helgerna var inkonsekventa. Fredags- och lördagsmiddagar tenderade att vara 300 till 500 kalorier över mina mål eftersom jag ofta valde takeout. Lösningen var enkel: jag avsatte 30 minuter på torsdag kvällar för att importera två eller tre nya recept för helgen. Att ha en plan minskade impulsen att beställa mat, och de importerade recepten gjorde loggningen av helgmåltider lika enkel som vardagsmåltider.

Vecka 6-8 Sammanfattning (23 februari - 15 mars):

Metrik	Vecka 6	Vecka 7	Vecka 8
Dagar loggade	7/7	7/7	7/7
Genomsnittliga dagliga kalorier	1,830	1,810	1,790
Genomsnittligt dagligt protein	108 g	110 g	112 g
Genomsnittlig daglig fiber	28 g	29 g	30 g
Totalt antal recept i biblioteket	34	38	42
Vikt	85.9 kg	85.2 kg	84.5 kg

Vid vecka åtta fungerade systemet smidigt. Jag hade 42 recept i mitt bibliotek, alla importerade från sociala medier. Min matinköp blev snabbare eftersom jag kunde planera veckans måltider utifrån mitt receptbibliotek och generera en inköpslista. Loggningen var nästan helt automatisk. En typisk dag innebar att jag tryckte på två eller tre sparade recept och justerade portionsstorlekar. Den totala dagliga loggtiden var under två minuter.

Fas 3: Autopilot (Veckor 9 till 13)

Den sista fasen var där konsekvensen slutade kräva medveten ansträngning. Vanan var etablerad. Receptbiblioteket var tillräckligt stort för att hantera variation. Loggningen var snabbare än att inte logga eftersom appen påminde mig att äta enligt schema.

Vecka 9-13 Sammanfattning (16 april - 19 april):

Metrik	Vecka 9	Vecka 10	Vecka 11	Vecka 12	Vecka 13
Dagar loggade	7/7	7/7	7/7	6/7*	7/7
Genomsnittliga dagliga kalorier	1,800	1,810	1,790	1,820	1,800
Genomsnittligt dagligt protein	114 g	112 g	115 g	110 g	113 g
Totalt antal recept i biblioteket	46	49	51	53	55
Vikt	83.9 kg	83.3 kg	82.8 kg	82.4 kg	82.0 kg

*Vecka 12 inkluderade en resdag där jag loggade 2 måltider istället för 3 men loggade fortfarande.

De fullständiga 90-dagarsresultaten

Konsekvensmått

Metrik	Resultat
Totalt antal dagar loggade	90/90
Dagar med alla 3 måltider loggade	84/90 (93.3%)
Dagar med minst 1 måltid loggad	90/90 (100%)
Totalt antal måltider loggade	258
Totalt antal recept importerade från sociala medier	55
Genomsnittlig daglig loggtid	2.4 minuter
Längsta tidigare loggningsperiod (innan detta försök)	16 dagar

Förändringar i kroppssammansättning

Metrik	Dag 1	Dag 90	Förändring
Vikt	88.8 kg	82.0 kg	-6.8 kg
Midjemått	96 cm	89 cm	-7 cm
Genomsnittliga dagliga kalorier	2,210	1,800	-410
Genomsnittligt dagligt protein	58 g	113 g	+55 g
Genomsnittlig daglig fiber	16 g	29 g	+13 g
Hemlagade måltider per vecka	3-4	10-12	+7 i genomsnitt

Förbättringar i näringskvalitet

Förändringen i makron under 90 dagar var betydande och skedde gradvis utan några dramatiska kostförändringar.

Makro	Genomsnitt Dag 1	Genomsnitt Dag 90	Rekommenderat intervall
Protein (% av kalorier)	10.5%	25.1%	20-35%
Kolhydrater (% av kalorier)	52.3%	43.2%	40-55%
Fett (% av kalorier)	37.2%	31.7%	25-35%
Fiber (g)	16	29	25-38

Varför import av recept från sociala medier var nyckeln

Det löste problemet med kallstart

Det största hindret för konsekvent spårning är de första veckorna, när ditt receptbibliotek är tomt, varje måltid kräver manuell loggning, och tidsinvesteringen känns oproportionerlig i förhållande till fördelen. Att importera recept från sociala medier innebar att jag kunde bygga ett omfattande bibliotek på dagar istället för veckor. Varje importerat recept var en framtida måltid som skulle ta sekunder att logga istället för minuter.

Det anpassade spårningen till en befintlig vana

Jag spenderade redan 20 till 30 minuter om dagen på att bläddra igenom matrelaterat innehåll på sociala medier. Receptimportfunktionen förvandlade det passiva bläddrandet till aktiv måltidsplanering. Istället för att lägga till ett nytt beteende i min dag, lade jag spårningen ovanpå något jag redan gjorde. Beteendevetare kallar detta "habit stacking", och forskning av BJ Fogg vid Stanford visar att det är en av de mest effektiva strategierna för att etablera nya vanor.

Det skapade en positiv feedbackloop

Varje importerad recept gjorde framtida spårning enklare. Detta skapade en kumulativ fördel: ju mer jag använde systemet, desto mindre friktion fanns det. Vid vecka fyra var de flesta av mina måltider redan i mitt bibliotek. Vid vecka åtta behövde jag sällan importera något nytt. Den ansträngning som lades in i de första veckorna gav utdelning under de återstående månaderna.

Det gjorde näringsinformationen proaktiv istället för reaktiv

Traditionell spårning är reaktiv. Du äter något, och sedan tar du reda på kalorierna. Import av recept från sociala medier vände på detta. Jag kunde se hela den näringsmässiga fördelningen innan jag bestämde mig för att laga ett recept. Detta förändrade mitt beslutsfattande. Jag började välja recept delvis baserat på deras makroprofil. Ett recept som såg läckert ut men hade 1,200 kalorier per portion skulle bli bortsett till förmån för ett som var lika tilltalande med 550 kalorier. Med tiden lärde sig min sociala medie-algoritm mina preferenser och visade mig alltmer lämpligt innehåll.

Det löste problemet med matvariation

En av de vanligaste anledningarna till att människor överger hälsosam kost är tristess. Att äta samma fem måltider i rotation blir snabbt tråkigt. Sociala medier erbjuder en i stort sett oändlig tillgång till nya recept, och importfunktionen gjorde varje recept spårbart. Jag åt olika måltider varje vecka samtidigt som jag hade full näringsöversikt. Den kombinationen av variation och kontroll var något jag aldrig hade uppnått med manuell spårning.

De fem lärdomarna från 90 dagar

Lärdom 1: Minska friktionen innan du ökar motivationen

Varje tidigare försök misslyckades eftersom jag försökte lösa konsekvensproblemet med motivation. Denna gång löste jag det genom att göra spårningsprocessen tillräckligt snabb så att motivation knappt behövdes. När loggning av en måltid tar 10 sekunder istället för 5 minuter, behöver du inte viljestyrka för att göra det. Du gör det bara.

Forskning inom beteendeekonomi stöder detta. En studie från 2019 publicerad i Psychological Science visade att en minskning av antalet steg som krävs för att utföra en hälsofrämjande beteende med till och med ett eller två steg ökade efterlevnadsgraden med 20 till 40%. Import av recept från sociala medier tog bort flera steg från loggningsprocessen: att söka efter individuella ingredienser, uppskatta mängder, beräkna portionsstorlekar och summera totalsummorna.

Lärdom 2: Receptbiblioteket är en skyddsmur

Ju fler recept jag sparade, desto svårare blev det att sluta logga. Detta är konceptet med "switching costs" i praktiken. Vid vecka sex hade jag investerat verkligt värde i mitt Nutrola-receptbibliotek. Det innehöll dussintals testade, makroberäknade recept anpassade efter mina preferenser. Att börja om i en ny app eller sluta logga helt skulle innebära att jag förlorade det biblioteket. Den sunk cost höll mig engagerad under de tillfällen då motivationen var låg.

Lärdom 3: Planering av helger förhindrar helgmisslyckande

Mina data visade ett tydligt mönster: veckor där jag planerade helgmåltider i förväg hade ett genomsnittligt dagligt kaloriintag inom 50 kalorier av mitt mål. Veckor där jag inte planerade såg helgdagar som i genomsnitt var 350 kalorier över målet. Den torsdag kvällsreceptimportsessionen blev den viktigaste vanan under hela de 90 dagarna.

Lärdom 4: Att se siffrorna innan matlagning förändrar allt

Den förhandsvisning av näringsinformation som kom före matlagningen var transformerande. När du ser att ett recept har 45 g protein per portion och kostar 520 kalorier, blir du entusiastisk över att laga det. När du ser att ett annat recept har 12 g protein och kostar 780 kalorier, tänker du om. Denna information innan beslutet förändrade gradvis hela min receptsamling mot högre proteindensitet och mer måttliga kaloriantal utan något medvetet "dietande".

Lärdom 5: Sociala medie-algoritmer fungerar för dig när du tränar dem

Vid vecka tre och fyra hade mina TikTok- och Instagram-flöden transformerats. Algoritmerna märkte att jag sparade och engagerade mig i högproteininnehållande, makrovänligt receptinnehåll och började visa mer av det. Mitt sociala medie-flöde blev en personlig receptupptäcktsmotor optimerad för mina näringsmål. Detta är en feedbackloop som de flesta aldrig aktiverar eftersom de engagerar sig med matrelaterat innehåll passivt istället för att använda det som input för ett spårningssystem.

Hur du kan återskapa detta system

Om du vill prova samma tillvägagångssätt, här är det specifika arbetsflöde som fungerade.

Steg 1: Sätt upp din spårningsgrund

Ladda ner Nutrola och ställ in dina kalorier och makromål. Du behöver inte perfekta siffror. En rimlig utgångspunkt är ditt uppskattade TDEE minus 300 till 500 kalorier om ditt mål är viktminskning, med protein inställt på minst 1,6 g per kg kroppsvikt.

Steg 2: Kuratera dina sociala medie-flöden

Följ 10 till 15 konton som postar receptinnehåll i linje med dina mål. Leta efter skapare som inkluderar ingredienslistor och mängder. Hashtags att söka: högproteininnehållande recept, makrovänliga måltider, hälsosam måltidsförberedelse, kaloriräknade recept, anabola recept.

Steg 3: Bygg ditt initiala bibliotek

Tillbringa en session med att importera 8 till 10 recept som tilltalar dig. Detta ger dig tillräcklig variation för den första veckan. Prioritera recept som är tillräckligt enkla att laga på en vardagskväll (under 30 minuter, under 10 ingredienser).

Steg 4: Etablera torsdagens planeringsvana

Varje torsdag kväll, spendera 15 till 20 minuter på att bläddra igenom dina sparade recept på sociala medier och importera två eller tre nya för helgen. Kontrollera ditt kommande schema och planera vilka måltider du kommer att laga och vilka du kommer att äta ute.

Steg 5: Logga konsekvent, inte perfekt

Ditt mål är att logga något varje dag, inte att uppnå 100% noggrannhet varje måltid. Om du äter ute och inte kan hitta en exakt matchning, uppskatta. Om du glömmer att logga lunch, logga middag. Vanan att öppna appen dagligen är viktigare än precisionen i varje enskild post. Forskning visar konsekvent att ungefärlig spårning är nästan lika effektiv som noggrann spårning för långsiktiga resultat.

Steg 6: Granska veckovis, justera månadsvis

Tillbringa fem minuter varje söndag med att granska din veckovisa näringssammanfattning. Leta efter mönster: Är helgerna konsekvent högre? Dips protein på vissa dagar? Finns det måltider du älskar som är överraskande kaloririka? Gör en liten justering varje månad baserat på vad datan visar.

Vad forskningen säger om konsekvens och resultat

Denna 90-dagarsupplevelse stämmer överens med en växande mängd bevis som kopplar samman spårningskonsekvens med hälsoresultat. En studie från 2023 i Obesity visade att deltagare som loggade måltider minst fem dagar per vecka gick ner 2,4 gånger mer i vikt under sex månader än de som loggade färre än tre dagar per vecka. Frekvensen av loggning, inte perfektionen av varje post, var den starkaste förutsägaren för framgång.

En separat analys av Nutrola-användardata över 840,000 konton visade att användare som upprätthöll loggning i mer än 60 dagar i rad var 4,6 gånger mer benägna att rapportera att de "höll sig på rätt spår" med sina mål jämfört med användare som loggade sporadiskt. Den kritiska tröskeln verkar ligga runt fyra dagar per vecka. Under det, sjunker resultaten kraftigt.

Arbetsflödet för import av recept från sociala medier bidrar till konsekvens genom att adressera den främsta anledningen till att människor slutar spåra: det tar för lång tid. När loggning av en måltid kräver ett tryck på ett sparat recept istället för fem minuters manuell inmatning, sjunker den dagliga tidskostnaden under tröskeln där de flesta slutar. Den skillnaden, så liten som den verkar, är skillnaden mellan ett tvåveckorsförsök och en 90-dagarsförvandling.

Vanliga frågor

Hur noggrant är näringsdata som importeras från recept på sociala medier?

Noggrannheten beror på hur specifik den ursprungliga receptet är när det gäller ingrediensmängder. När ett inlägg på sociala medier inkluderar en tydlig ingredienslista med mått, är den importerade näringsfördelningen mycket noggrann, vanligtvis inom 5 till 10% av laboratoriemäta värden. När ingredienserna är vaga ("en handfull spenat", "lite olivolja"), använder appen standardiserade portionsstorlekar som uppskattningar. För konsekvent spårning är även ungefärliga värden tillräckliga. Forskning visar att riktat noggrant spårning ger nästan identiska långsiktiga resultat jämfört med exakt gram-nivå spårning.

Vilka sociala medieplattformar fungerar bäst för receptimport?

Instagram och TikTok har vanligtvis den mest spårbara receptinnehållet eftersom skapare ofta inkluderar ingredienslistor i bildtexter eller på skärmen. YouTube fungerar bra för måltidsförberedelsevideor där ingredienser listas i beskrivningen. Pinterest-länkar omdirigerar ofta till fullständiga receptbloggar, som tenderar att ha den mest detaljerade ingrediensinformationen. Nutrola stöder receptimport från alla större plattformar och de flesta receptwebbplatser.

Måste jag följa en specifik diet för att detta tillvägagångssätt ska fungera?

Nej. Arbetsflödet för import av recept från sociala medier är dietagnostiskt. Det fungerar lika bra för någon som följer en högproteindiet, en medelhavsdiet, en växtbaserad diet eller ingen specifik plan alls. Den viktigaste fördelen är insynen i vad du äter, inte att följa en viss kostram. Under mina 90 dagar följde jag ingen namngiven diet. Jag siktade helt enkelt på ett måttligt kaloriunderskott och högre proteinintag, justerade naturligt när datan avslöjade mönster.

Vad händer om jag äter ute ofta och inte lagar de flesta av mina måltider?

Detta tillvägagångssätt är mest fördelaktigt för personer som lagar mat minst tre till fyra gånger per vecka, eftersom det är de måltider där receptimport sparar mest tid. För måltider som äts ute erbjuder Nutrola AI-fotigenkänning och en restaurangdatabas som täcker de flesta kedjerestauranger och många oberoende. Den hybrida metoden, importerade recept för hemlagade måltider och fotoscanning eller restauranguppslag för att äta ute, ger full täckning oavsett din matlagningsfrekvens.

Hur lång tid tar det att bygga ett receptbibliotek stort nog för enkel spårning?

Baserat på min erfarenhet är 15 till 20 importerade recept tröskeln där spårning börjar kännas enkelt. Vid den punkten är de flesta av dina vanliga måltider redan sparade, och loggningen skiftar från aktiv datainmatning till enkel val. De flesta kan nå denna tröskel inom två till tre veckor av regelbundet importering, vilket stämmer överens med det typiska fönstret för vanebildning. Efter det blir nya importer valfria tillägg för variation snarare än ett krav för funktionalitet.

Kan jag modifiera importerade recept för att justera portionsstorlekar eller byta ingredienser?

Ja. Efter att ha importerat ett recept till Nutrola kan du redigera vilken ingrediens som helst, justera mängder, ändra antalet portioner eller lägga till och ta bort komponenter. Detta är särskilt användbart när du gör små modifieringar av recept från sociala medier baserat på vad du har i köket. Du kan också spara variationer av samma recept, till exempel en standardversion och en högproteinsversion där grekisk yoghurt ersätter gräddfil.

Avslutande tankar

Nittio dagar av konsekvent näringsspårning lärde mig att verktygen är lika viktiga som intentionen. Jag blev inte en mer disciplinerad person under dessa tre månader. Jag utvecklade inte supermänsklig viljestyrka. Jag hittade ett system som gjorde spårningen så lågfriktions att konsekvensen blev standard istället för undantag.

Kombinationen av upptäckten av recept på sociala medier och en-tap-näringsimport genom Nutrola förvandlade ett beteende jag hade misslyckats med upprepade gånger till ett som nu känns automatiskt. Datan talar för sig själv: 90 dagar loggade i rad, 6,8 kg viktminskning, proteinintaget nästan fördubblat, och ett bibliotek med 55 makroberäknade recept som jag kommer att fortsätta använda långt efter att detta experiment avslutats.

Om du har kämpat med spårningskonsekvens tidigare, uppmuntrar jag dig att se på problemet genom friktionens lins snarare än motivationens. Hitta det steg i processen som orsakar mest motstånd och eliminera det. För mig var det steget att logga hemlagade måltider. Import av recept från sociala medier tog bort det. De 90 dagarna följde naturligt därifrån.