あすけんを使い続けて、5つの不満が見えてきた。特に面倒だったのは、写真認識の間違いを修正することと、食事のたびにGoogleスプレッドシートへデータを転記することだった。

結局、あすけんを置き換えることにした。

でも、次に何を使う?

別の食事管理アプリを探すことも考えたが、そもそも私に必要な機能は、それほど多くなかった。

だったら、必要な機能だけ自分で作ればいい。

そう考えたのが、Food Captureの始まりだった。

あすけんの全機能は必要なかった

あすけんには、食事の記録、栄養分析、アドバイスなど、さまざまな機能がある。でも、私が本当に欲しかったのは、次の4つだった。

  • 写真から食べたものを認識する
  • 食品ごとのカロリーとPFCを計算する
  • 食べたものと分量を記録する
  • ほかの健康データと一緒に使えるようにする

すでにOuraやWithingsのデータはGoogleスプレッドシートに集めていた。だから、新しい食事管理アプリを一から作る必要はない。

あすけんを通さず、食事データを直接Googleスプレッドシートへ保存できればいい。最初はそう考えていた。

操作画面はChatGPTでいい

もう一つ、最初から決めていたことがある。

新しいアプリの操作画面は作らない。

毎日使っているChatGPTがある。

食事の写真を送って「今日のお昼」と伝える。認識が間違っていたら、「ご飯は大盛り」「これはコロッケじゃなくて、なす料理」と訂正する。

これなら、食品を検索したり、候補から選んだり、分量を何度もタップして修正したりする必要がない。

もちろん、ChatGPTに写真を送るだけで、健康管理用のGoogleスプレッドシートへ自動保存できるわけではない。その間をつなぐ仕組みが必要だった。

そこで作り始めたのが、Food Captureだった。

最初はGoogleスプレッドシートをそのまま使った

当時、Googleスプレッドシートには、体重、体脂肪、筋肉量、睡眠、活動量などがすでに記録されていた。あすけんから取り込んだ栄養データも入っていた。

だから、最初から保存先を作り直す理由はなかった。

ChatGPTとGoogleスプレッドシートの間に、食事を記録するための仕組みを追加した。

食事の写真や説明を受け取り、食品を特定する。それぞれの栄養情報を調べ、食べた量に合わせて計算し、既存の健康データと一緒に使えるように保存する。

裏側では、ChatGPTと外部システムを接続するMCPや、栄養計算の仕組みなどを使った。

ただ、使う側から見れば、入口はChatGPTのままだ。新しい操作方法を覚える必要がないことが、一番の狙いだった。

作ってみると、思ったほど簡単ではなかった

仕組みが動き始めたので、あすけんと並行して使ってみた。すると、すぐに問題が出てきた。

食品の認識自体はできても、登録された栄養情報が期待したものと違う。いつもの朝食を登録したのに、記録の表示が合わない。食品とサプリが混ざる。保存したはずの内容と、その日の栄養合計が一致しない。

実際に使い始めてから、こうした問題を何度も修正することになった。

特に厄介だったのは、一つの問題を直しても、別の場所で不整合が起きることだった。

写真認識、食品データ、栄養計算、保存、日次集計。それぞれが正しく動くだけでは足りない。最終的に、実際に食べたものが正しく記録され、その日の栄養合計にも反映されなければ意味がない。

あすけんの操作が面倒だから自作したのに、今度は自作システムの修正に時間を使う。

便利にするために作ったものが、逆に手間を増やしていた。

これは想定外だった。

作り直すことにした

最初のFood Captureは、すでに動いていたGoogleスプレッドシートを生かすことを優先した。それは間違いではなかったと思う。小さく作って、実際に使ってみることができたからだ。

でも、使い続けるうちに、食事記録だけでなく、健康管理システム全体を整理した方がいいと考えるようになった。

もう一つ、将来のこともあった。

自分だけでなく、Mi-chan(妻)や息子も使える仕組みにしたい。それぞれの健康データを管理しながら、ほかの家族の個人データと混ざらないようにする必要がある。

そこで、健康データの保存先をデータベースへ統一し、ChatGPTとの接続も整理する方針に変更した。

新しい仕組みでは、SQLiteというデータベースを中心に健康情報を管理する。Googleスプレッドシートは、それまでの記録を残す役割へ移す。

最初からこの構成を考えていたわけではない。実際に作って使い、問題が出たから設計を変えた。

Before

Food Capture v1

  1. ChatGPT
  2. Food Capture
  3. Google Sheets

After

Personal Health Platform

  1. ChatGPT
  2. 統合健康管理システム
  3. SQLite
使う側の入口と保存先を簡略化した概念図。実際の全Architectureを示すものではない。

結局、自作してよかったのか?

最初から完成度の高いシステムができたわけではない。むしろ、何度もエラーが出た。

記録が正しいか確認したり、保存処理を修正したり、仕組みそのものを作り直したりした。

開発にかかった時間まで考えると、単純に「あすけんより効率的」とは言えない。

ただ、一つ大きな違いがある。

自分が必要な機能を、自分の使い方に合わせて変えられることだ。

写真認識が間違っていたら、文章で訂正できるようにする。新しい商品が見つからなければ、食品情報を追加する。毎日同じものを食べるなら、毎回入力しなくて済むようにする。

こうした改善を、自分の不満に合わせて進められる。

あすけんを使っていた頃は、アプリの機能に自分の使い方を合わせていた。今は、自分の使い方に合わせて仕組みを変えられる。

これが、自作した一番の価値だと思っている。

実際の食事登録は、どこまで楽になった?

仕組みはできた。では、実際の食事登録はどのくらい楽になったのか。

あすけんでは、写真を撮って、食品を選び、分量を修正し、栄養画面をスクリーンショットに撮っていた。

それがChatGPTでは、どう変わったのか。同じ食事を登録すると、操作はどこまで減るのか。そして、写真認識や栄養計算の精度はどうなのか。

次は、実際の食事を使って比較してみたい。