包装营养表、餐厅公开数据和 AI 估算不一样时，先用最接近“这件具体食物和实际份量”的信息。未拆封的预包装食品，通常优先看包装；连锁餐厅给出了同款、同规格的当前数据，可以优先使用；没有明确数据的家常菜、食堂和外卖，再用 AI 做大致估算。
nosh 的拍照结果适合补上现实里没有标签的部分。遇到更直接、可核对的数据时，可以修改名称、卡路里和份量，不需要让 AI 的第一稿压过包装和真实配方。
包装营养表先看单位，再看自己吃了多少
一杯酸奶包装写着每 100 克能量多少，整杯净含量 200 克。如果你吃完整杯，就要按 200 克计算；只看营养表里那一行数字，很容易把整杯当成 100 克。
有些标签按每份标示，有些按每 100 克或每 100 毫升标示。先确认单位，再对照净含量和实际吃掉的比例。两袋饼干装在同一大包装里，也要看“一份”究竟指一袋、几片还是整包。
包装数据更接近具体产品，不代表不用做任何判断。口味、规格或版本变了，旧包装截图也不能直接套用。
餐厅数据有用，前提是同款、同规格、同吃法
连锁餐厅如果公开了某款标准产品的营养信息，它通常比一张照片更了解配方。但大杯和中杯、标准糖和无糖、加酱和不加酱、单点和套餐，并不是同一份数据。
一份汉堡的公开热量，也不自动包含旁边的薯条和饮料；一碗面的标准数据，可能按整碗汤或固定配料计算，而你实际留下了一半汤、另外加了浇头。
使用餐厅数据前，先核对产品名称、规格、选项和公布日期。只要其中一项对不上，它就从“直接数据”变成了“相近参考”。
AI 估算最有价值的地方，是现实没有标准答案
家里炒的一盘菜、食堂的一荤两素、没有营养说明的外卖，很少有一条现成数据正好对应你的那一份。此时 AI 可以根据照片识别食物、推断份量，再匹配营养资料，快速给出一个日常参考。
它的优势是覆盖面广、动作少，弱点是看不见准确重量、油糖用量、内馅和真实配方。AI 不是最后一级的“权威答案”，而是缺少直接信息时最省事的第一稿。
在 nosh 里拿到结果后，仍要检查主要食物、实际份量和明显漏项。
三个数字打架时，按四个问题排查
先问是不是同一个东西。原味酸奶和果味酸奶、清蒸鸡和炸鸡，名字接近也不能共用数据。
再问是不是同一份量。每 100 克、每份和整包装必须换到同一个口径，才有资格比较。
然后问是不是同一种吃法。酱料有没有全吃、饮料是否含糖、米饭剩了多少，都会改变实际摄入。
最后看哪个信息更直接。包装标签和真实称重直接对应眼前食物时，优先使用；餐厅数据完全匹配时随后；只剩照片时，再保留 AI 估算。
很多“数据冲突”，其实是单位、规格或吃法没有对齐。
不要把三个数字平均一下
包装写 420 千卡、餐厅页面写 480 千卡、AI 估算 560 千卡，取平均数并不会更接近真实。先找出它们各自在描述什么：包装可能按单件，餐厅可能按完整套餐，AI 可能把酱料或份量判断成另一种情况。
nosh 当前允许修改卡路里、名称、份量和记录时间。确认包装或餐厅数据确实对应实际吃掉的那一份，就直接校正；无法确认时，保留估算和它的不确定性。
可靠不是永远相信某一种来源，而是让数据和眼前这份食物对上。离食物越近、口径越一致、越能复查的信息，越应该优先。