Snap Track expliqué : photo, étiquette, code-barres et logging boisson dans un seul flux

La plupart des applis calories te font choisir une voie : jouet caméra, scanner code-barres, ou recherche manuelle. Le vrai manger mélange les trois avant midi. Snap Track dans IGNITE AI est construit pour ce bordel — modes photo, étiquette, code-barres et boisson dans une seule boucle de logging.

Le win n’est pas « magie IA ». C’est finir le log avant que le repas refroidisse.

Mode photo — assiettes mixtes et takeout

Utilise la photo quand l’assiette n’a pas de code-barres : cuisine maison, bowls, resto. Tu obtiens calories plus macros, puis tu édites ingrédients et huiles avant de confirmer.

C’est là que les bases meurent d’habitude, et l’adhérence avec elles.

Mode étiquette — l’emballage qui ment en petits caractères

Les photos d’emballage attrapent tailles de portion et macros quand la marque est galère à chercher. Utile pour snacks importés, barres protéine, et pièges « pour 100 g vs par pack ».

Code-barres — vitesse emballée

Le code-barres reste roi pour les staples supermarché. Snap Track le garde à côté du logging photo pour que tu ne rebondisses pas entre applis quand le petit-déj est un yaourt et le dîner une poêle.

Mode boisson — le tueur de déficit silencieux

Lattes, smoothies, et « juste un soda » wreckent les moyennes hebdo. Un chemin boisson dédié arrête de traiter les boissons comme une afterthought.

Où IGNITE AI est différent

Un point d’entrée Quick Log. Quatre modes de saisie. Résultats IA éditables. Sauvegardes Food Hub. Share Cards si tu veux de la preuve sur Stories. Cette stack, c’est pourquoi Snap Track se sent comme un système, pas une caméra gadget — et la capture IA de cette stack reste derrière Premium.

Conclusion

Si ton diet est moitié paquets et moitié vraies assiettes, tu as besoin des scanners et de la vision — au même endroit. Ça, c’est Snap Track dans IGNITE AI.