Le brief
Nadia sort de chez le médecin avec une consigne : noter ce qu'elle mange pendant un mois. Elle a déjà désinstallé deux fois l'application censée l'aider, parce qu'il faut taper « salade de lentilles », choisir parmi quarante résultats et deviner le poids de son assiette. Elle voulait prendre une photo et passer à autre chose.
Le brief demandait donc un food tracker qui part d'une photo. Un modèle vision (via une clé Groq gratuite, créée sur place) dit ce qu'il y a dans l'assiette, puis l'application interroge l'API d'Open Food Facts pour récupérer les valeurs nutritionnelles. La règle de la soirée : pas une calorie ne sort du modèle. S'il ne trouve rien dans la base, l'application le dit au lieu d'afficher un chiffre plausible.
Les paliers :
- Socle. Partir d'une photo, nommer le plat en français, aller chercher les chiffres dans Open Food Facts, montrer d'où ils viennent, savoir dire « rien trouvé ».
- Avancé. Passer de la photo isolée au carnet de la journée, avec les corrections de Nadia et les totaux.
- Poussé. Préférer le code-barres quand il y en a un, et montrer le doute quand il n'y a rien de sûr.
- Bonus. Hors session, aucune attente.
La décision laissée aux participants : une assiette avec une viande, un féculent et un légume, c'est une ligne de carnet ou trois ?
Ce qui est sorti de la salle
Une vingtaine de personnes, dont un bon tiers de vrais débutants. À la fin, une quinzaine d'applications fonctionnaient et ont été présentées : on prend son plat en photo, le plat est reconnu et les valeurs nutritionnelles remontent d'Open Food Facts.
Un participant a ajouté le scan de code-barres. On vise l'emballage d'un produit, l'application va chercher la fiche exacte dans Open Food Facts, et il n'y a plus rien à deviner. Avec la photo pour les plats et le code-barres pour les produits, son application faisait un carnet alimentaire à peu près complet.
Ce qui a bloqué
La reconnaissance des plats composés. Sur un cassoulet, le modèle répondait « haricots blancs ». Le découpage d'une assiette en ingrédients n'était pas toujours logique, et les plats préparés ou les assiettes complètes passaient moins bien qu'un aliment seul.
Pour corriger ça, il aurait fallu tester les prompts sur une série de photos dont on connaît la bonne réponse, et vérifier que la reconnaissance tient. En deux heures, presque personne n'a eu le temps de le faire. Les résultats restaient corrects dans l'ensemble.
