Como contar calorias com ChatGPT

Sim, o ChatGPT pode estimar as calorias dos alimentos que você descreve, mas um chat não consegue manter sozinho um registro diário confiável. Informe cada alimento em gramas, diga se está cru ou cozido, cite qualquer óleo ou molho e peça números por item mais um total. Depois confira uma linha contra um valor do USDA FoodData Central. Os prompts abaixo também funcionam no Claude.

Pontos principais

• Um prompt útil tem cinco partes: a tarefa, cada alimento com gramas, cru ou cozido, a gordura de preparo e os molhos, e um formato de resposta que liste as suposições.
• No estudo NutriBench, GPT-4o e GPT-4o mini cometeram erros menores de carboidratos em descrições métricas ("80 g de arroz") do que em descrições naturais ("uma xícara de arroz").
• Confira uma linha você mesmo: 140 g de peito de frango assado x 165 kcal / 100 g = 231 kcal.
• Peça a mesma refeição três vezes em chats novos. Em um estudo, as repetições variaram de 4,74% a 6,19% na energia.
• Um chat pode escorregar quando soma muitas linhas. Some você mesmo os números do dia uma vez.

Onde o Remembite entra: Sua IA faz as contas, e o Remembite mantém o registro. Ele guarda cada refeição que sua IA envia, mostra suas tendências e sinaliza números muito fora da referência antes de salvar qualquer coisa. O conector do Claude já está disponível, o Remembite funciona no ChatGPT (beta, via modo desenvolvedor) e o painel de exemplo mostra como fica. Veja o que o Remembite guarda.

Como contar calorias com o ChatGPT?

Escreva a refeição do jeito que uma balança de cozinha a registraria. "Frango com arroz" deixa o chat adivinhar a quantidade, o modo de preparo e o óleo. "140 g de peito de frango assado, 150 g de arroz branco cozido, 1 colher de chá de azeite de oliva" deixa muito pouco para adivinhar. O resultado continua sendo uma estimativa. O prompt elimina os palpites; ele não transforma o número em medição.

Como é um bom prompt base?

Copie estas cinco linhas e substitua os colchetes. Cada linha corresponde a um número da figura.

Prompt base:

Estime as calorias e os macros desta refeição.

Alimentos: [alimento, gramas, cru ou cozido]

Gordura de preparo e molhos: [tipo e quantidade, ou nenhum]

Devolva uma linha por item com kcal, proteína g, carboidratos g e gordura g, depois uma linha com o total.

Liste cada suposição que você fez. Me pergunte antes de chutar qualquer coisa que mude muito um número.

O prompt é texto simples. Não o testamos em nenhum assistente, então nada aqui afirma um resultado para ele. As verificações abaixo mostram se uma resposta se sustenta.

Tarefa: peça números

"Esse almoço é bom?" convida a comentários. "Estime as calorias e os macros (macronutrientes)" pede uma tabela que você possa conferir.

Alimento e gramas: uma linha por alimento

Pese na balança de cozinha e anote os gramas ao lado de cada item. Se não puder pesar algo, dê a sua própria estimativa em gramas e marque como estimativa, para que o chat leve essa dúvida para as suas suposições.

Estado: cru ou cozido

O USDA lista o arroz branco de grão longo cru em 365 kcal por 100 g (FDC 168877) e o cozido em 130 kcal por 100 g (FDC 168878). Assim, 150 g crus são 150 x 365 / 100 = 548 kcal, e 150 g cozidos são 150 x 130 / 100 = 195 kcal. O Peso cru ou cozido? Por que as calorias mudam explica por que os pesos mudam. A página de calorias do arroz branco mostra as duas linhas com medidas em xícara, mililitro e 100 g.

Gordura de preparo e molhos: a parte escondida

O USDA lista o azeite de oliva em 884 kcal por 100 g, e uma colher de sopa pesa 13,5 g (FDC 171413). Uma colher de sopa é 13,5 x 884 / 100 = 119 kcal, o equivalente a cerca de 92 g de arroz branco cozido (119 / 1,30).

Formato da resposta: por item, com suposições

Uma linha por item permite conferir cada conta. "Me pergunte antes de chutar" transforma uma suposição silenciosa em uma pergunta que você responde em cinco segundos.

Os cinco campos lado a lado

Campo	Por que importa	Mau exemplo	Bom exemplo
Tarefa	Mantém a resposta em números que você pode conferir	Meu almoço está ok?	Estime calorias e macros desta refeição
Alimento e gramas	A quantidade move o total mais do que qualquer outro campo	uma tigela de arroz	150 g de arroz branco
Estado	Arroz cru e cozido diferem cerca de 2,8 vezes	150 g de arroz	150 g de arroz cozido
Gordura e molhos	1 colher de sopa de óleo tem 119 kcal	(omitido)	1 colher de chá de azeite de oliva
Formato da resposta	Linhas por item podem ser conferidas uma a uma	só me dê o total	uma linha por item, liste as suposições

Gramas funcionam melhor que xícaras no ChatGPT?

Para os modelos GPT do estudo NutriBench, sim. Para os outros dez modelos, o próprio texto e a figura do artigo apontam em direções diferentes, então a leitura segura é mais estreita do que "gramas sempre vencem".

O NutriBench (Hua et al., arXiv 2407.12843; a página do arXiv indica ICLR 2025) reúne 11.857 descrições de refeições com rótulos de carboidratos, proteínas, gorduras e calorias. Os autores compararam 5.532 descrições com porções naturais, como "uma xícara de arroz", com as mesmas 5.532 refeições escritas em métrico, como "80 g de arroz", e pontuaram doze modelos na estimativa de carboidratos. A figura 4 deles mostra a diferença de erro médio absoluto (MAE, gramas de carboidrato) de cada modelo. Lemos as barras do arquivo da figura publicada, então trate os valores como leituras.

• GPT-4o e GPT-4o mini são os únicos dois modelos desenhados em azul. O artigo diz que ambos "superaram na categoria de porções métricas" (tradução nossa) e supõe que dados nutricionais ligados a porções métricas estavam nos dados de treinamento do GPT.
• Nos outros dez modelos, o artigo se contradiz. Um título de seção e a legenda da figura dizem que a maioria dos modelos prefere porções naturais. A frase do corpo sob esse título diz que a maioria dos modelos erra mais com porções naturais. Não nos apoiamos em nenhuma das duas leituras.

Modelo	Diferença, g de carboidrato	Cor na figura do artigo
GPT-4o	-2,0	Azul
GPT-4o mini	-1,3	Azul
Gemma2-27B	2,8	Laranja
Llama3.1-405B-FP8	5,5	Laranja
Llama3.1-70B	5,9	Laranja
Llama3-70B	6,7	Laranja
OpenBioLLM-70B	7,5	Laranja
Gemma2-9B	8,4	Laranja
Qwen2-72B	9,6	Laranja
Llama3-8B	19,4	Laranja
Llama3.1-8B	22,8	Laranja
Qwen2-7B	24,9	Laranja

As barras à esquerda do zero são os dois modelos GPT, que o artigo diz terem se saído melhor com descrições métricas.

Isso diz menos sobre o ChatGPT de hoje do que parece, porque o NutriBench informa erro de carboidratos, não de calorias. O melhor resultado dele foi o GPT-4o com cadeia de raciocínio: 66,82% das respostas dentro de 7,5 g do valor real de carboidratos, com MAE de 8,61 g (tabela 3 do artigo). Na média dos doze modelos, a proporção de respostas dentro desse limite de 7,5 g foi 43,24% com prompt simples e 47,46% com cadeia de raciocínio (tabela 2 do artigo). Aqui, 7,5 g de carboidrato equivalem a cerca de 30 kcal (7,5 x 4).

O conselho não custa nada, qualquer que seja a inclinação dos outros modelos: informe gramas. Hoang et al. (JAMA Netw Open 2023) também escrevem que o ChatGPT não dava estimativas confiáveis para medidas caseiras comuns. Se você só tem uma xícara, converta antes com De xícaras a gramas para contar calorias. Nosso prompt base não é o prompt de cadeia de raciocínio do NutriBench, e não o medimos.

Como são cinco prompts preenchidos?

As respostas de exemplo foram escritas por nós para mostrar o formato. Nenhuma é uma resposta real de modelo. Os valores do USDA vêm da versão SR Legacy do FoodData Central (abril de 2018, a última versão desse tipo de dado), lida do download do USDA em 16 de out. de 2026.

1. Uma refeição caseira com pesos

Prompt para colar:

Estime as calorias e os macros desta refeição. Alimentos: peito de frango sem pele, 140 g, assado. Arroz branco, grão longo, 150 g, cozido. Gordura de preparo: 1 colher de chá de azeite de oliva (4,5 g). Devolva uma linha por item com kcal, proteína g, carboidratos g e gordura g, depois uma linha com o total. Liste cada suposição. Me pergunte antes de chutar qualquer coisa que mude muito um número.

Resposta de exemplo, escrita por nós para mostrar o formato, não é uma resposta real de modelo: frango 231 kcal, arroz 195 kcal, azeite de oliva 40 kcal. Total 466 kcal, 47,5 g de proteína, 42,3 g de carboidratos, 9,9 g de gordura. Suposições: pele retirada, arroz cozido simples, sem molho.

Exemplo resolvido: conferência da refeição caseira com o USDA FoodData Central.

1. Frango (FDC 171477, 165 kcal / 100 g): 140 g x 165 / 100 = 231 kcal
2. Arroz (FDC 168878, 130 kcal / 100 g): 150 g x 130 / 100 = 195 kcal
3. Azeite de oliva (FDC 171413, 884 kcal / 100 g): 4,5 g x 884 / 100 = 39,8 kcal
4. Total: 231 + 195 + 39,8 = 465,8 kcal

A resposta de 466 kcal confere. A página de calorias do peito de frango mostra a linha de 165 kcal assado e a linha de 120 kcal cru, dos mesmos registros do USDA. A proteína também confere: 140 g x 31,02 / 100 = 43,4 g do frango mais 150 g x 2,69 / 100 = 4,0 g do arroz.

2. Um prato de restaurante sem pesos

Você não pode pesar um prato de restaurante, então peça uma faixa e o que a determina.

Prompt para colar:

Não consigo pesar esta refeição. Restaurante com serviço à mesa, porções dos EUA: peito de frango grelhado, uma porção de arroz branco e um molho na frigideira. Dê kcal baixa, provável e alta para cada item e para o total. Liste o que determina a diferença entre baixa e alta. Me faça uma pergunta se uma única resposta reduzir muito a faixa.

Resposta de exemplo, escrita por nós para mostrar o formato, não é uma resposta real de modelo: frango 198 / 248 / 297 kcal, arroz 260 / 325 / 390, molho de frigideira e gordura 119 / 179 / 239. Total 577 / 752 / 926 kcal. O maior fator: a gordura do molho, depois a porção de arroz.

Exemplo resolvido: de onde vem a faixa de exemplo.

1. Frango com 120, 150 e 180 g: 120 x 165 / 100 = 198, 248, 297 kcal
2. Arroz com 200, 250 e 300 g: 200 x 130 / 100 = 260, 325, 390 kcal
3. Gordura com 1, 1,5 e 2 colheres de sopa, usando azeite de oliva como substituto: 13,5 x 884 / 100 = 119, 179, 239 kcal
4. Largura da faixa: (926 - 577) / 752 = 46%

Uma diferença de 46% é grande, e honesta para um prato que ninguém pesou.

O número do próprio restaurante é mais seguro? Não de forma confiável. Urban et al. (JAMA 2011;306(3):287-293) mediram 269 itens de 42 restaurantes por calorimetria de bomba. A energia declarada e a medida tiveram média de 10 kcal de diferença (IC de 95%, de -15 a 34), mas em 50 dos 269 itens (19%) a energia medida ficou pelo menos 100 kcal acima do valor declarado. Uma média pode parecer boa enquanto pratos isolados erram muito, então mantenha a faixa.

3. Um alimento embalado com rótulo

Copie o rótulo para o prompt e deixe o chat multiplicar. A porção do rótulo é definida pelo que as pessoas costumam comer de uma vez (21 CFR 101.9(b)), o que raramente é o que você serviu.

Prompt para colar (valores de rótulo inventados para este guia):

Informação nutricional: porção 1 xícara (55 g), calorias 210, gordura total 3 g, carboidrato total 43 g, proteína 5 g. Eu comi 80 g. Calcule calorias e macros para 80 g e mostre a multiplicação. Diga se os macros do rótulo batem com 4 kcal por grama de proteína e de carboidrato e 9 kcal por grama de gordura, dentro do arredondamento.

Exemplo resolvido: a aritmética que o chat deveria mostrar.

1. Calorias: 210 x 80 / 55 = 305 kcal
2. Proteína: 5 x 80 / 55 = 7,3 g. Carboidratos: 43 x 80 / 55 = 62,5 g. Gordura: 3 x 80 / 55 = 4,4 g
3. Ajuste ao rótulo: 4 x 5 + 4 x 43 + 9 x 3 = 219 kcal contra 210 declaradas, 9 kcal ou 4,3% acima

Uma diferença pequena é normal, porque os rótulos arredondam os números.

Pela 21 CFR 101.9(g)(5), um alimento é considerado com rotulagem incorreta se as calorias de uma amostra composta de laboratório ficarem mais de 20% acima do valor declarado (lido no Cornell LII em 16 de out. de 2026). Um rótulo é uma boa entrada, mas não mede a caixa que está na sua mão.

4. Uma receita dividida em porções

"Rende 6 porções" é o ponto fraco da conta de receitas, porque uma porção é o que você serve. Use o peso da panela pronta: pese a panela vazia, cozinhe, pese de novo e subtraia.

Prompt para colar:

Receita, pesos crus: 300 g de lentilha seca, 30 g de azeite de oliva, 200 g de cebola, 250 g de cenoura, água. A sopa pronta pesa 2.600 g sem a panela. Eu comi 650 g. Dê as kcal da panela inteira, kcal por 100 g de sopa e kcal dos meus 650 g. Mostre a fórmula. Não divida por um número de porções.

Exemplo resolvido: valores do USDA, pesos crus.

1. Lentilha (FDC 172420, 352 kcal / 100 g): 300 x 352 / 100 = 1.056 kcal
2. Azeite de oliva (FDC 171413, 884): 30 x 884 / 100 = 265,2 kcal
3. Cebola (FDC 170000, 40): 200 x 40 / 100 = 80 kcal. Cenoura (FDC 170393, 41): 250 x 41 / 100 = 102,5 kcal
4. Panela: 1.056 + 265,2 + 80 + 102,5 = 1.503,7 kcal, então 1.503,7 / 2.600 x 100 = 57,8 kcal por 100 g
5. Seu prato: 650 x 57,8 / 100 = 376 kcal

Dividir a panela por 6 "porções" dá 1.503,7 / 6 = 251 kcal. Faltam 125 kcal, uma subestimativa de 33%, porque 650 g são 1,5 das porções de 433 g (2.600 / 6) que a divisão supõe.

O peso final é o único número que só você pode informar. Um chat não tem como saber quanta água evaporou.

5. Sobras e preparo em lote

Pese a quantidade seca uma vez, pese o lote pronto e porcione por gramas para todos os dias em que ele durar.

Prompt para colar:

Cozinhei 400 g de arroz branco de grão longo seco. Panela vazia 850 g. Panela com arroz cozido 1.970 g. Calcule o peso cozido, kcal por 100 g de arroz cozido e kcal de uma porção de 180 g. Compare kcal por 100 g com o valor do USDA para arroz branco cozido.

Exemplo resolvido: a aritmética do lote.

1. Peso cozido: 1.970 - 850 = 1.120 g
2. Calorias do lote (FDC 168877, 365 kcal / 100 g cru): 400 x 365 / 100 = 1.460 kcal
3. Por 100 g cozidos: 1.460 / 1.120 x 100 = 130,4 kcal. O USDA lista 130 para arroz cozido (FDC 168878).
4. Uma porção de 180 g: 1.460 x 180 / 1.120 = 235 kcal

O método da panela e o valor do USDA concordam dentro de 0,3%. As sobras funcionam do mesmo jeito: cada porção tem a densidade do lote.

Como fazer um teste de consistência com três execuções?

Um chat dá respostas um pouco diferentes para a mesma pergunta. O teste mostra quanto.

1. Escreva o prompt completo de uma refeição.
2. Cole em três chats novos, para que respostas anteriores não influenciem as seguintes.
3. Anote os três totais.
4. Calcule a dispersão: (máx - mín) / média

Refeição	Execução 1	Execução 2	Execução 3	Dispersão
A: refeição caseira pesada	462	470	481	4,0%
B: prato de restaurante	640	780	905	34,2%

Números ilustrativos, não medidos, em kcal. Refeição A: média (462 + 470 + 481) / 3 = 471, dispersão (481 - 462) / 471 = 4,0%. Refeição B: média (640 + 780 + 905) / 3 = 775, dispersão (905 - 640) / 775 = 34,2%.

Como referência real, Hoang et al. (JAMA Netw Open 2023;6(12):e2350367) perguntaram ao ChatGPT-3.5 e ao ChatGPT-4 sobre 8 cardápios com 222 alimentos, cinco vezes cada um. O coeficiente de variação médio (CV, desvio padrão dividido pela média) da energia foi de 4,74% a 6,19%. Os macronutrientes variaram mais, até 13,02% na gordura em uma das configurações. Esses modelos são mais antigos que os de hoje, então leia isso como o tamanho do ruído entre execuções, não como um número atual.

CV e dispersão de três execuções são medidas diferentes. Para três valores, a faixa esperada é de cerca de 1,693 desvios padrão (nosso cálculo reverso a partir da tabela de fatores do manual do NIST). Assim, um CV de 4,74% a 6,19% corresponde a uma dispersão típica de 8,0% a 10,5% (4,74 x 1,693 e 6,19 x 1,693).

Nossa regra prática, não um limite publicado nem um nível seguro: se a dispersão passar de cerca de 10% da média, acrescente detalhes e rode de novo. Informe gramas, cru ou cozido, o óleo e o que você sabe do molho.

O teste tem um limite. Respostas consistentes podem estar consistentemente erradas, como quando um chat sempre lê o arroz como seco. No estudo de Hoang, apenas 39,2% a 46,8% dos valores de energia ficaram dentro de 10% dos valores dos nutricionistas. Use o teste de três execuções para o ruído e a conferência com o USDA para o viés. A comparação do estudo está em O ChatGPT ou o Claude conseguem contar calorias?, e as verificações estão em Verificar estimativa de calorias da IA em 3 passos.

Onde um total acumulado no chat dá errado?

Não encontramos nenhuma medição publicada de com que frequência assistentes de chat erram ao somar um total acumulado, então esta lista nomeia modos de falha para você procurar. Ela não dá taxas.

Os suspeitos de sempre: muitas linhas somadas em uma única resposta, um item antigo que some de um chat longo, dois dias misturados em uma mesma conversa, o mesmo alimento lido como cru de manhã e cozido à noite, e um total antigo que permanece depois que você corrige uma linha.

Não conte com outro chat para conhecer o seu dia. A página de ajuda da Anthropic sobre os Claude Projects diz que o contexto não é compartilhado entre chats de um projeto, a menos que seja adicionado ao conhecimento do projeto (lida em 16 de out. de 2026). Cole os números toda vez, com este prompt.

Prompt de fechamento do dia:

Aqui está o meu registro alimentar de [data]. Refaça-o como uma tabela com uma linha por item, copiando meus números exatamente. Some as colunas de kcal, proteína, carboidratos e gordura e mostre cada soma. Não mude nenhum número que eu informei. Se uma linha não tiver gramas ou o estado cru ou cozido, liste-a em "faltando" em vez de chutar.

Cole o registro neste formato. As três linhas de exemplo são a refeição caseira de cima.

Refeição e item	Gramas, estado	kcal	P / C / G (g)
Almoço, peito de frango	140 g, assado	231	43,4 / 0 / 5,0
Almoço, arroz branco	150 g, cozido	195	4,0 / 42,3 / 0,4
Almoço, azeite de oliva	4,5 g, n/a	40	0 / 0 / 4,5
Total do dia	(resto do dia)	(soma)	(soma)

Depois some você mesmo a coluna de kcal uma vez, em uma calculadora. Se a sua soma e a do chat forem diferentes, pergunte qual linha ele mudou. Esse minuto é a verificação mais barata do fluxo.

Qual prompt dá uma média semanal?

A armadilha é um dia faltando. Se você divide por 7 com apenas 6 dias registrados, a média sai baixa. Diga a regra no prompt.

Prompt do resumo semanal:

Abaixo estão meus totais diários dos últimos 7 dias. Dias marcados como "não registrado" não têm dados. Calcule a média de kcal por dia registrado: some os dias registrados e divida pelo número de dias registrados. Mostre também a soma dividida por 7 e explique por que o resultado é diferente. Não preencha dias faltantes.

Com 6 dias registrados somando 12.850 kcal, a média por dia registrado é 12.850 / 6 = 2.142 kcal. Dividindo por 7 dá 1.836 kcal, uma semana com um dia vazio. O raciocínio está em Média semanal de calorias: melhor que o total diário.

Onde o Remembite entra?

Sua IA faz as contas. O Remembite mantém o registro. Procurar o total de terça-feira passada em um chat significa rolar uma conversa longa. O Remembite guarda cada refeição que sua IA envia e desenha suas tendências.

Para um alimento que ele consegue associar com segurança a uma referência baseada no USDA, o Remembite compara o número da sua IA com essa referência. Se o número ficar longe dela, o Remembite não o salva. Ele envia uma pergunta de volta para a sua IA, que pede que você confirme ou corrija. O Remembite não calcula os números, e você pode usar todos os prompts deste guia sem ele.

O conector do Claude está disponível agora: no Claude, abra "Customize" (Personalizar), depois "Connectors" (Conectores), e adicione https://remembite.com/mcp. O Remembite funciona no ChatGPT (beta, via modo desenvolvedor): conecte o Remembite ao ChatGPT. A página de conexão tem os passos para o Claude, e o painel de exemplo mostra dados de exemplo sem conta. Grátis para começar. Qualquer plano pago será anunciado aqui antes de começar. O Remembite não é afiliado à OpenAI nem à Anthropic.

Perguntas frequentes

Funciona do mesmo jeito no Claude?

Os prompts são texto simples, então você pode colá-los no Claude como estão. Não os testamos em nenhum assistente, então não afirmamos nenhum resultado. Os Claude Projects podem guardar um prompt como instruções do projeto (ajuda da Anthropic, lida em 16 de out. de 2026).

Preciso de um plano pago?

Os prompts só precisam de uma caixa de chat. A página de ajuda da Anthropic diz que os Projects estão disponíveis para todos os usuários, incluindo contas gratuitas (lida em 16 de out. de 2026). Não conseguimos abrir as páginas de ajuda da OpenAI naquele dia, então não podemos confirmar os recursos dos planos do ChatGPT. Confira os limites no ChatGPT.

Ele consegue ler uma foto da minha refeição?

Ele pode tentar. Em um estudo de 2025 com o ChatGPT-5 sobre 195 pratos (Rodriguez-Jimenez et al., Nutrients 2025;17(22):3613), o erro percentual absoluto médio da energia foi 30,51% só com a imagem e 13,92% com a imagem mais uma lista de ingredientes. Detalhes escritos ajudaram. Mais em O ChatGPT ou o Claude conseguem contar calorias?.

Como salvo meu modelo?

No Claude, um projeto guarda instruções, e a página de ajuda da Anthropic diz que elas se aplicam a todos os chats do projeto (lida em 16 de out. de 2026). Não conseguimos abrir as páginas de ajuda da OpenAI, então não descrevemos as opções do ChatGPT. Um arquivo de notas simples com o prompt base funciona com qualquer assistente.

Por que os totais mudam entre execuções?

Hoang et al. encontraram CVs de energia de 4,74% a 6,19% em cinco repetições e não explicam todas as causas. Os palpites sobre a porção, o estado cru ou cozido e a gordura de preparo são os que você pode eliminar escrevendo-os. Veja o teste de consistência.

Para manter os números que sua IA lhe dá em um só lugar, crie uma conta grátis ou veja primeiro o painel de exemplo.

Estimativas, não aconselhamento médico. Como os números funcionam.