呢一刻,梗有人企喺廚房度,拎住廚房磅過緊31克花生醬,因為刀口沾咗少少醬,刪走個記錄再過多次。佢會記低188卡,感覺自己一時之間好control,但其實佢錯咗——可能錯足40卡——而呢個錯完全唔關佢事。因為個資料庫本身就錯,資料庫嗰個標籤本身又錯,而佢個身體實際吸收到嘅數字,同呢兩個錯嘅數字仲要唔一樣。
講返呢篇文最惹火嗰句,等你早啲決定要唔要嬲:磅到克、算到小數點後四位嘅卡路里計算法,根本係一場精心編排嘅大龍鳳。呢啲數字睇落好科學,但其實成套系統疊住20%以上嘅誤差。而研究一次又一次話你知,真正減磅成功嘅人,唔係記錄得最準嗰批,而係記錄得最持之以恆嗰批。如果你一直將『買部食物磅』當係『認真戒口』嘅入場費,呢篇文就係想同你講:你可以唔使咁做。
誤差疊埋一齊:點解你嗰個「精準」數字,隨時錯足20%以上
標籤本身,合法都可以錯
由源頭講起:你記過嘅每一個卡路里數字,源頭都係嗰張營養標籤。喺美國,FDA(食品藥物管理局)嘅規定容許包裝上標示嘅卡路里,同實際數字相差去到20%——而執法抽查又稀疏到,獨立驗證成日都發現有產品連呢個容錯範圍都超埋。一條標明「200卡」嘅零食棒,合法情況下可以實際係240卡。一日食五樣呢類嘢,每樣當佢400卡,你嗰個仔仔細細加埋嘅2,000卡,實際可能係2,400卡——呢個落差,已經大過大部分人設定嘅減磅赤字。
餐廳仲要更誇張
美國塔夫茨大學(Tufts)Lorien Urban主導、刊登喺《美國醫學會雜誌》(JAMA)嘅一個知名研究,實測咗幾百款餐廳食物嘅實際熱量,再同menu標示嘅數字對比。結果將近五分之一嘅食物,實際卡路里比標示高超過100卡;而嗰啲主打低卡、「健康之選」嘅食品——即係最多細心track緊嘅人會揀嗰啲——反而最容易低估。加埋唔同分店、唔同廚師、唔同日子之間嘅份量差異,呢層誤差係任何資料庫都捕捉唔到嘅:企喺個櫃檯前面嘅你,根本冇辦法知道今日呢個taco係850卡定1,100卡嗰個版本。
連物理計算本身都唔精準
標籤上嘅卡路里數字,源頭係Atwater系統——一套喺19世紀尾訂出嚟嘅平均換算因子。作為平均值,佢哋計得幾好;但落到某啲specific食物度,就穩定咁計錯。美國農業部(USDA)由Janet Novotny帶領嘅研究員,真係俾人食咗杏仁,再量度身體實際排出嘅嘢:結果杏仁交俾身體嘅卡路里,比標籤計出嚟嘅數字少大約20-30%,因為有一部分脂肪根本冇俾身體吸收就直接排走。核桃、開心果,同其他加工得少嘅食物,都出現類似落差。煮嘅方法都會影響數字——同一嚿牛扒或者薯仔,煮熟咗會俾到人體用嘅能量,比生嗰陣仲要多。你個身體唔係一部彈量熱計,而你腸道入面嘅微生物群,喺唔同人身上,吸收能量嘅效率都有明顯分別。
而負責記錄嘅嗰個人,先係最大誤差來源
喺一個經典嘅《新英倫醫學雜誌》(NEJM)研究入面,Steven Lichtman同團隊發現,話自己「點都減唔到磅」嗰班人,其實平均低估咗自己嘅食量47%——而呢個唔係講大話,即使佢哋出於最真誠嘅意圖,結果都係一樣。之後嘅研究將大部分人嘅一般低估幅度,收窄到大約20-30%。冇記低嘅一啖啖、煮嘢用嘅油、週末嘅小食漂移、「淨係試一啖啫」呢個category:你飲食記錄入面最大嘅誤差,從來都唔係喺資料庫入面。而係嗰啲根本冇出現過嘅記錄。
咁計卡路里係咪冇用?唔係——你只係搞錯咗焦點
講到呢度,好多人會將個論點簡化做「卡路里根本唔重要」,但呢個唔係證據想講嘅嘢。能量平衡係真實存在嘅,製造赤字確實有用,自我監測(self-monitoring)依然係整個體重管理領域,證據最扎實嘅行為之一。證據唔支持嘅,係「監測一定要準確先有用」呢個講法。監測需要嘅,係持續在場。
Jean Harvey同團隊喺期刊《Obesity》發表嘅一個好有啟發性嘅研究,追蹤咗一個為期六個月嘅減重計劃入面嘅飲食自我監測情況,發現最能預測成效嘅因素,係記錄嘅持續性——即係大部分日子都有開app打卡——最終成功嗰班人,每日花喺個app嘅時間仲跌到低於15分鐘。唔係磅到克嘅準確度,亦唔係連調味料都記到一絲不漏——係頻率。粗略嘅數字日日記,好過完美嘅數字記足六日就放棄。呢個亦正正係大部分精準track career嘅結局——磅食物呢個儀式成本太高,一個漏咗嘅週末,就變成第二個星期嗰場,拖冧大部分tracking app嘅崩潰。
諗深一層,點解即使每一筆記錄都唔精準,持之以恆依然會贏。因為你嘅誤差大致上係穩定嘅:如果你嗰句「雞飯,大約700卡」其實係850卡,咁你每次食呢餐雞飯,大概都係850卡上下。一個誤差穩定嘅持續記錄,依然可以畀你睇到趨勢——今個月係咪比上個月重、邊幾日會爆煲、你真正嘅每週平均值大概係幾多。而呢條趨勢線,每隔幾個星期同體重磅對一對,就係你唯一需要嘅數字。如果體重冇郁,咁就食少啲或者郁多啲,唔使理個log絕對數值講緊乜。個log係個指南針,唔係一本結算帳簿。
記個估算數,keep住個streak
VoiceLog就係為咗呢種tracking方式而設計:講一句「今日晏晝食咗雞飯同凍拿鐵,大約800卡」,幾秒之內就會幫你歸檔成一餐飯,連估算嘅macros都有齊——全程機上轉錄,唔使喺資料庫度搜嘢,亦唔使開個磅。日日記嘅估算數,好過記到第六日就死咗嘅精準數字,而研究話你知,呢個分別就係成場遊戲嘅關鍵。
Get VoiceLog80/20法則:有卡路里意識,但唔使做大龍鳳
- 校正一次就夠,唔使做一世。用幾日時間,磅一磅、度一度你最常食嗰五樣嘢,等『我嗰碗燕麥』或者『我倒嗰啖橄欖油』變成一個你心裡有數嘅份量。跟住就將個磅收埋——你已經練出咗一雙可以繼續用落去嘅眼。
- 用『食物語言』嚟記錄。「兩件pepperoni薄餅,大概600卡」已經係一個完整、有用嘅記錄。四捨五入去最接近嘅50-100卡就夠——下面成堆誤差,已經令你再細嘅精度都變成虛構。
- 唔好因為驚唔準,就唔記低一餐。一個估算嘅記錄,可以保住條趨勢線;一個冇記低嘅記錄,先真正扭曲條線。最差嘅data point,係嗰個根本冇存在過嘅——呢個亦正正係低報食量,靜靜哋蠶食你個赤字嘅原因。
- 睇趨勢,唔好睇單日總數。每兩三個星期,將你嘅每週平均值同體重磅對一對,再調整份量。呢個閉環,係標籤精準度永遠做唔到嘅。
- 將你嘅精準度用喺刀口上。如果有一個數字真係值得你落心機,就係蛋白質——呢個先係真正影響身體組成嘅目標,如果你有打緊GLP-1,呢點就更加重要。「呢餐大約40克蛋白質」都仲係一個估算——不過係一個值得你去做嘅估算。
認真戒口嘅方法,係唔好對啲數字咁認真
戒口文化入面,有一個幾奇怪嘅地位排序:攞住食物磅、計到小數點後四位macros嗰個人係「認真」,靠眼力估份量嗰個係「求其做吓」。但量度科學講嘅剛剛相反。用磅嗰個人,係喺一堆±20-30%嘅誤差之上,計緊一個假嘅精準度,仲要日日俾緊一種操作阻力稅——根據放棄率數據,呢種稅通常會喺第二個星期,令個習慣宣布破產。反而每日都記嘅估算派,先真正握住嗰樣唯一能夠預測成效嘅資產:一條冇斷過、睇得出趨勢嘅記錄。呢個亦係同資料庫式tracker撞板嘅人,唔需要一個更好嘅資料庫,佢哋需要嘅係一個更平嘅記錄動作。
所以:繼續計,不過粗略咁計。炒咗你部磅,留低個習慣,睇實條趨勢線。反正你嗰啖花生醬,從來都唔係真係188卡。
用VoiceLog試下「持之以恆優先」嘅tracking方式
喺iPhone免費下載VoiceLog。每餐淨係講一句嘢——大約5秒之內,就會喺機上幫你記低卡路里同macros,你仲可以問Claude或者ChatGPT關於自己趨勢嘅問題(「今個月我每日平均係幾多?」)。精準大龍鳳,係可選項目;keep住個streak,先係重點。
Get VoiceLog常見問題
營養標籤上面嘅卡路里數字,準唔準?
冇你想像中咁準。美國FDA嘅規定,容許包裝標示嘅卡路里同實際相差去到20%,而獨立測試甚至發現有產品連呢個範圍都超埋。餐廳menu仲要更誇張:塔夫茨大學(Tufts)一個發表喺JAMA嘅研究發現,將近五分之一嘅餐廳食物,實際卡路里超出標示100卡以上,而『健康之選』嘅低卡選項,反而最容易低估。
減肥係咪一定要買個食物磅?
唔使。食物磅喺短期校正階段有用——等你搞清楚自己平時食嘅份量實際係幾多——但長期嘅自我監測研究發現,真正預測減磅成效嘅,係記錄嘅持續性,唔係磅到幾克咁準。日日記嘅估算數,好過記一個星期就停嘅精準數字;更何況標籤同資料庫本身嘅數字,都已經帶住20%以上嘅誤差,唔理你磅得幾細心都改變唔到呢件事。
如果我計卡路里計得咁準,點解都減唔到磅?
通常係因為你嘅記錄,冇你感覺中咁準:標籤可以偏高20%,餐廳嘅一餐可以多出100卡以上,而《新英倫醫學雜誌》嘅研究發現,一般人平均低報食量20-47%,大部分係嗰啲冇記低嘅一啖啖、煮嘢用嘅油、同週末嘅小食漂移。解決方法唔係更精準,而係睇趨勢:每隔幾個星期,將你記錄嘅每週平均值同體重磅對一對,再調整份量,直至條趨勢線郁返。
咁計卡路里係咪浪費時間?
唔係——自我監測依然係體重管理入面,證據最扎實嘅習慣之一。重點係佢嘅價值嚟自持之以恆同趨勢可視化,唔係嚟自小數點後嘅精準度。一個維持咗幾個月嘅粗略每日記錄(「意粉配雞肉,大約750卡」),遠遠好過一個記到第二個星期就放棄嘅、磅到克咁精準嘅記錄。
唔使磅食物,最方便嘅track卡路里方法係乜?
用自然語言估算,再靠聲音記錄。用VoiceLog呢類語音優先嘅tracker,講一句「雞飯同凍拿鐵,大約800卡」,大約5秒就會幫你歸檔成一餐飯,連估算macros都有齊,全程機上轉錄。四捨五入去最接近嘅50-100卡,唔好因為唔肯定就唔記,再定期將每週平均值同體重磅對一對嚟自我校正。
