「今日は何を作ろう」という毎日の小さな悩みと、「これって食べ過ぎ？」という栄養の不安。どちらも AI が下ごしらえを助けてくれる領域です。ただし得意・不得意がはっきり分かれます。献立のアイデア出しは強い一方、カロリーや栄養の数値はあくまで目安。本記事では、AI に任せて良いところと、人（自分・専門家）が握っておくべきところを、具体的なプロンプトと一緒に整理します。
FIG.1 同じ AI でも「アイデア出し」と「数値の精度」は別物として扱う
01献立づくり：AI がいちばん効くところ
献立は「毎日の小さな意思決定疲れ」の代表格です。家にある食材、家族の好き嫌い、調理にかけられる時間、予算——こうした条件をまとめて渡すと、AI は一気に複数案を出してくれます。条件を具体的に書くほど、使える提案になります。
プロンプト例（献立の一括生成）
大人2人・子ども1人の家庭です。平日5日分の夕食献立を考えてください。条件：調理は1食30分以内、1食あたり予算は3人で1,000円程度、苦手な食材はパクチーとレバー。冷蔵庫に鶏むね肉・卵・キャベツ・豆腐があります。野菜とたんぱく質のバランスを意識しつつ、まとめ買い前提の買い物リストと、土日の作り置きで平日を楽にする案も付けてください。
ポイントは、制約を先に渡すこと。「予算」「調理時間」「苦手な食材」「すでにある食材」を書くだけで、現実に作れる献立に近づきます。出てきた案に対して「3日目を魚料理に変えて」「もっと作り置きしやすいものに」と会話で詰めていくのが、AI 献立の本領です。
使い回し献立
「冷蔵庫の残り物（◯◯と◯◯）で作れる夕食を3案」。食材の使い切りに強い。
作り置き設計
「日曜にまとめて作り、平日に展開できる常備菜と応用レシピを」。段取りを任せる。
マンネリ打破
「いつも和食に偏るので、平日に作れる軽めのエスニックを織り交ぜて」。発想の幅を出す。
02カロリー・栄養の概算：便利だが「目安」
「この献立はだいたい何キロカロリー？」と聞けば AI は数値を返します。栄養の偏りを指摘させたり、差し替え案をもらったりするのも便利です。ただし、ここで返ってくる数値の正確さには、はっきりした限界があります。
・「この1食の概算カロリーと、栄養の偏り（不足しがちな栄養素）を指摘して」
・「たんぱく質をあと20gほど増やす差し替え案を3つ」
・「外食で◯◯を食べたので、夕食で1日トータルを調整する食べ方を提案して」
研究では、AI が料理そのものを言い当てる精度は高い（写真からの食品識別で約9割という報告もあります）一方で、「量（グラム数）」と、そこから計算するカロリー・栄養素の精度は大きくぶれることが繰り返し示されています。写真ベースの推定では誤差±10〜20%が珍しくなく、研究によってはエネルギー量で約40%、たんぱく質などの栄養素では誤差が数十%〜100%超に達したという報告もあります。盛り付けの量・調味料・油の使用量を AI は見抜きにくいためです。
AI は「何を食べたか」は当てやすいが、「どれだけ食べたか」は外しやすい。
FIG.2 「識別」は得意、「分量の見積もり」は苦手。誤差の出どころはここ
精度を上げる現実的なコツは、AI に量を推測させないことです。「鶏むね肉150g、ごはん茶碗1杯（約150g）、サラダ……」のように自分で分量を伝えると、AI は識別＋計算の役に徹せられ、ぶれが小さくなります。写真を使う場合も、真上から撮る・比較できる物（箸や手）を一緒に写すと、量の見積もりが多少安定します。それでも「正確な値」ではなく「目安」であることは変わりません。
03厳密に管理したいなら専用アプリと併用
体重管理やトレーニングで数字を真面目に追いたい場合は、汎用の AI チャットだけに頼らず、食品データベースを持つ専用の記録アプリを併用するのが現実的です。2026年時点では、写真やテキスト入力に AI を組み込んだトラッカーが一般的になっています。代表例：
- あすけん（日本の食品・市販品・外食メニューに強く、管理栄養士監修のアドバイス）
- MyFitnessPal（巨大な食品データベース、バーコード読取・AI 写真入力）
- Cal AI / Foodvisor など、写真撮影で記録する AI 特化型トラッカー
これらは栄養士が確認した食品データベースを持つため、AI チャットへの単発の質問よりも数値の土台が安定します。とはいえ写真推定の誤差は同様に残るので、「正確さ」より「毎日続けて傾向をつかむ」ことを目的に使うのが賢い使い方です。記録の一貫性は、1食ごとの厳密さより役に立つ、という指摘もあります。
04必ず押さえる安全のルール
食事は健康と直結するため、AI の提案を「下書き」として扱い、判断は人が握る——これが大前提です。とくに次の3点は外せません。
数値は目安。厳密管理は別手段で
カロリー・栄養値は個人差が大きく、AI の推定はぶれます。体調管理・減量で数字を追うなら専用アプリや食品成分表で裏取りを。
持病・アレルギー・治療食は専門家が最優先
糖尿病・腎臓病・食物アレルギー・妊娠中などは、医師・管理栄養士の指示が最上位。AI の提案でそれを上書きしない。アレルゲンの最終確認は必ず人が行う。
極端な食事制限を相談しない
「最速で痩せる」「超低カロリー献立」の類は健康を害する。一般的な範囲で使い、心当たりがあれば専門家へ。
3つ目は単なる注意書きではありません。研究では、AI が作る食事プランは専門家の設計より1日あたり数百キロカロリー少なくなりがちで、炭水化物を抑えすぎ・たんぱく質や脂質に偏る傾向が報告されています。過去には、摂食障害支援を意図した AI が逆に過度な制限を勧めてしまい停止された事例もあります。AI は「もっと厳しく」と言われると、その方向に素直に乗ってしまいがちだと意識しておきましょう。
Stay In Control
「アイデアは AI、最終判断は人」の線引き
うまくいく使い方の共通点は、役割を分けていることです。発想・段取り・たたき台づくりは AI に任せ、体に入れるかどうかの最終判断は自分（必要なら専門家）が握る。この線引きさえ守れば、毎日の自炊はぐっと軽くなります。
FIG.3 たたき台は AI、体に関わる判断は人——この境界を動かさない
05続けるコツ
AI 活用のいちばんの効果は、実は精度よりも「考える手間が減ること」にあります。「今日の夕食どうしよう」という毎日の意思決定を AI に外注するだけで、自炊のハードルは大きく下がります。完璧な栄養計算を目指すより、まずは1週間分の献立をひとつ生成させてみるところから。栄養の厳密な管理は専用アプリと併用し、体に直結する判断は自分と専門家で握る——この役割分担が、AI と長く付き合うコツです。
