準確度
ChatGPT 能從照片算熱量嗎？研究結果怎麼說
ChatGPT 能從食物照片估算熱量，但已發表的測試發現平均誤差約 36%。整理研究的發現、更好的提示詞寫法，以及熱量 App 多了哪些功能。
作者：Calorix 團隊, Invikta 閱讀時間 1 分鐘
大致可以：ChatGPT 能估算食物照片的熱量，但已發表的測試發現誤差不小。在 2025 年一項使用 52 張食物照片的研究中，ChatGPT-4o 和 Claude 3.5 Sonnet 的熱量估算平均誤差為 35.8%，而且份量越大，少算得越多；在另一項 2025 年的研究中，告訴 ChatGPT 烹調用油和食材份量後，它的平均誤差從 31% 降到 14%。和熱量 App 不同，ChatGPT 並不是為這些事打造的：記錄每天的飲食並對照目標、用條碼查詢包裝食品，或和「健康」App 同步。
拿一張晚餐照片問 ChatGPT 有多少熱量，它幾秒鐘就會給你一個數字，常常還附上一份看起來很有把握的明細。難怪很多人想把它當成免費的熱量計算工具。研究人員現在已經實際測試過這種用法，不論你用的是 ChatGPT、其他 AI 模型還是熱量 App，他們的結果都很有參考價值。
研究發現了什麼
| 研究 | 模型 | 測試內容 | 熱量誤差 |
|---|---|---|---|
| Fridolfsson 等人，2025 | ChatGPT-4o、Claude 3.5 Sonnet、Gemini 1.5 Pro | 52 張已知重量食物的標準化照片 | 平均分別為 35.8%、35.8% 和 64.2% |
| O’Hara 等人，2025 | ChatGPT-4 | 114 張照片：38 份餐點，各拍 3 種份量 | 認出 93% 的食物；低估了中份量和大份量餐點的重量 |
| Rodríguez-Jiménez 等人，2025 | ChatGPT-5 | 195 道菜，分別提供和不提供額外細節 | 只看照片 30.5%；加上油脂和甜味劑資訊 24.4%；加上食材份量 13.9% |
| Cinar 等人，2026（前導研究） | ChatGPT-4o | 9 道簡單和複雜的料理 | 複雜料理的熱量誤差最高達 54.4% |
通用型 AI 模型的誤差約三分之一
最直接的測試來自一項 2025 年的研究：研究人員給三個 AI 模型看 52 張標準化照片，內容是已知重量的單一食物和餐點。ChatGPT-4o 和 Claude 3.5 Sonnet 的熱量平均誤差為 35.8%，Gemini 1.5 Pro 為 64.2%。份量越大，三個模型都低估得越多：小份量的誤差比大份量低約 20% 到 30%。
認食物很在行，估份量比較弱
一項 2025 年的研究用 114 張餐點照片測試 ChatGPT-4，這些照片是 38 份餐點，每份各拍三種份量。結果發現它很會辨識食物，精確率達 93%。問題出在份量：平均重 798 公克的大份量餐點，被估成 530 公克，中份量餐點也被低估，小份量餐點則估得很接近。在研究的 16 種營養素中，有 10 種的估算值和真實值有顯著差異。不過也有一點對 ChatGPT 有利：單看熱量的話，在這項研究中，它估算的中位數和真實的中位數很接近。
細節影響很大
最能證明你幫得上忙的證據，來自一項 2025 年針對 ChatGPT-5 的研究，測試了 195 道菜。只看照片時，它的熱量估算平均誤差為 30.5%，相當於 123 kcal（大卡）。告訴它油脂的種類和用量、甜味劑、乳製品的脂肪含量和肉的種類後，誤差降到 24.4%（92 kcal）。給它附上份量的食材清單時，誤差再降到 13.9%（53 kcal）。一項 2026 年的小型前導研究用九道菜測試 ChatGPT-4o，也指向同樣的結論：在油脂藏在裡面的複雜料理上，熱量誤差達 54.4%，脂肪誤差達 76.5%，而補上細節後，它的估算穩定得多。由於只有九道菜，請把 54% 當作最壞的情況，而不是平均值。
其他值得知道的發現
- 人還是比較厲害。 在一項測試 40 個 AI 模型的 2026 年研究中，專業營養師估算營養素的準確度勝過每一個模型，而從多個角度拍攝的照片，對模型也沒有幫助。
- AI 會無中生有。 一群研究人員以 GPT-4o 打造了一套飲食評估工具，他們發現未經客製化的 GPT-4o 只靠照片能認出 59% 的食物，並提醒要注意「幻覺（捏造出來的品項、單位或數量）」（AJCN，2025）。
- 文字描述比照片好估。 給 AI 模型文字形式的食物名稱而不是照片時，它們估算的熱量和營養資料庫的數值相當吻合，其中以混合料理和調味料的差異最大（Journal of Nutrition，2026）。
ChatGPT 看照片為什麼會失準
讓 ChatGPT 和拍照算熱量 App 出錯的，是同樣三件事：
- 份量。 照片是平面的，很難判斷一碗義大利麵或白飯有多深，所以大份量容易被少算。
- 隱藏的油脂。 滲進蔬菜的油、融進醬汁的奶油，在照片裡幾乎看不出來。根據美國農業部的 USDA FoodData Central，一大匙橄欖油就有 119 kcal。
- 混合料理。 咖哩、墨西哥捲餅或焗烤這類料理，AI 不只要猜份量，還得猜食譜。
專門的 App 也不能倖免：在美國國家衛生研究院（NIH）2026 年的一項初步測試中，MyFitnessPal、Lose It!、Cal AI 和 Appediet 的拍照功能，平均把秤過重量的餐點少算了 252 到 345 kcal，大約三分之一。我們的拍照算熱量 App 研究證據整理介紹了這項研究，以及每款 App 的準確度宣稱。
ChatGPT 和熱量 App 的差別
| 任務 | ChatGPT | 熱量追蹤 App |
|---|---|---|
| 從照片或文字描述估算一餐 | 可以 | 可以 |
| 設有熱量和三大營養素目標的每日紀錄 | 沒有內建 | 有 |
| 用條碼查詢包裝食品 | 無法查詢資料庫 | 有，從食品資料庫查詢 |
| 修正一項食材，總計也跟著正確 | 要重新問一次 | 修改那一行，總計自動更新 |
| 每週趨勢、連續紀錄、提醒 | 沒有 | 有 |
| 「健康」App、小工具 | 沒有 | 有，大多數 iPhone App 都支援 |
| 最適合 | 一次性的問題、食譜、規劃 | 每天記錄 |
不論哪一種，估算本身都不是魔法：很多熱量 App（包括 Calorix）都是用大型 AI 模型來解讀照片。差別在於估算之外的一切。在 Calorix 裡，一張照片會變成一份附有公克數和可信度標籤的食材清單，讓你可以修正；條碼和營養標示涵蓋包裝食品，所有內容都會記進同一份紀錄，隨時對照你的目標。
如何讓 ChatGPT 或任何 AI 估得更準
研究顯示，最大的進步來自告訴 AI 照片看不出來的事。像下面這樣的提示詞，效果會比只丟一張照片好：
估算這張照片的熱量、蛋白質、碳水化合物和脂肪。裡面大約有 180 公克的熟白飯、150 公克的烤雞腿排，以及用約 1 大匙橄欖油烤的蔬菜。請列出每項食材你假設的份量和熱量，最後再列出總計。
- 知道的話，給出重量或大小：用秤量出的公克數、「滿滿一大盤」、「半杯」。
- 說出烹調用的油脂和用量：油、奶油、印度酥油、鮮奶油。
- 提到醬汁、沙拉醬和飲料，照片常常會漏掉這些。
- 請它列出每項食材的明細和它的假設，讓你看出它在哪裡用猜的。
- 用 45 度角拍攝，讓整個盤子入鏡，而不是從正上方拍。
- 包裝食品就看營養標示。 印在包裝上的數值，勝過任何估算。
總結
想大概知道一餐的熱量，ChatGPT 從照片估算已經夠用；如果你告訴它份量和烹調用油，結果還會好得多。如果要天天記錄，熱量 App 能做到 ChatGPT 原本就不是設計來做的事：有目標的紀錄、條碼、快速修正和趨勢。不論你用哪一種，都請把照片估算當成初稿。如果你想要一個可以對照記錄的目標，先從我們的 TDEE 計算機開始吧。
常見問題
ChatGPT 能從照片算熱量嗎？
它可以給你一個估算值。在已發表的測試中，ChatGPT 能認出餐點照片中大部分的食物，但熱量估算平均誤差約 30% 到 36%，而且往往會少算大份量的餐點。補上烹調用油、食材重量等細節，它的估算就會準得多。
ChatGPT 算熱量有多準？
在 2025 年一項使用 52 張標準化食物照片的研究中，ChatGPT-4o 的熱量估算平均誤差為 35.8%，和 Claude 3.5 Sonnet 相同，Gemini 1.5 Pro 則為 64.2%。2025 年另一項研究用 195 道菜測試 ChatGPT-5，發現只看照片時誤差為 30.5%，提供食材份量後降到 13.9%。
ChatGPT 比熱量計算 App 好用嗎？
兩者的用途不同。ChatGPT 很靈活，適合一次性的問題。熱量 App 則會記錄每天的飲食並對照你的目標、讀取包裝食品的條碼和營養標示、讓你修正每一項食材，並顯示你好幾週下來的趨勢。不過 App 的照片估算也會偏低：在 2026 年一項 NIH 初步測試中，四款 App 把秤過重量的餐點少算了大約三分之一。
用 ChatGPT 算熱量，提示詞該怎麼寫？
告訴它照片看不出來的事：每一份的重量或大小、食物怎麼烹調、用了多少油或奶油、醬汁和飲料，並請它列出每項食材的明細，以及它做了哪些假設。最後，再自己檢查份量最大的那幾項。
ChatGPT 能每天幫我記錄熱量嗎？
你可以一直在同一個對話裡記錄，但 ChatGPT 不是設計來當飲食紀錄的：它不會保存每日目標和總計，不能用條碼查詢包裝食品，不能和「健康」App 同步，也不會顯示每週趨勢。這些正是熱量追蹤 App 的用途。
Cal AI 比 ChatGPT 準確嗎？
目前沒有研究直接比較過兩者，所以我們無法下定論。在 2026 年 7 月發表的 NIH 測試中，Cal AI 的拍照功能平均把秤過重量的餐點少算了 345 kcal；ChatGPT 不在那項測試中，而 ChatGPT 的相關研究使用的餐點和方法也不一樣。
資料來源
- 1 Fridolfsson J, Sjöberg E, Thiwång M, Pettersson S. Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images. Current Developments in Nutrition, 2025.
- 2 O’Hara C, Kent G, Flynn AC, Gibney ER, Timon CM. An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients, 2025.
- 3 Rodríguez-Jiménez M, Martín-del-Campo-Becerra GD, Sumalla-Cano S, et al. Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5: Cross-Source Evaluation Across Escalating Context Scenarios. Nutrients, 2025.
- 4 Cinar EN, Özler E, Arslan S, Yilmaz S. Image-based nutritional assessment: Evaluating the performance of ChatGPT-4o on simple and complex meals. Journal of Food Composition and Analysis, 2026.
- 5 Vedovelli L, Pugnaloni S, Lanera C, et al. Model architecture dominates nutritional estimation accuracy in vision-language systems. Scientific Reports, 2026.
- 6 Chen YJ, Chang CC, Hoang YN, et al. Customized multimodal Diabot-GPT-4o enhances accuracy of image-based dietary assessments in dietetic trainees in Taiwan: validation against weighed food records. American Journal of Clinical Nutrition, 2025.
- 7 Lawabni R, Solano OR, Kampen LL, et al. Evaluation of Energy and Nutrient Estimates from Large Language Models Using Text-Based Queries. Journal of Nutrition, 2026.
- 8 Charles O, Flacke EU, Turner S, et al. Photograph-Based AI Features in Calorie-Tracking Apps Underestimate Energy Content of Meals (NUTRITION 2026 abstract). Current Developments in Nutrition, 2026.
- 9 Oil, olive, salad or cooking. USDA FoodData Central (SR Legacy), 2019.
