客戶飲食紀錄追蹤

🎯 這條流程解決什麼

飲食紀錄是營養諮詢成效的命脈。看不到客戶平常到底吃什麼，營養師的建議就只能憑回診時的口述——而人對自己飲食的記憶往往美化又模糊，「我這週都很乖」背後可能藏著三場聚餐和五次宵夜。沒有真實紀錄，調整方向只能猜，效果自然打折。

但要客戶持續記錄，本身就是一道難關。傳統的飲食日記要寫食物名稱、估份量、填熱量，門檻高到大多數人記三天就放棄。少數願意記的，紀錄也散落在 LINE 對話、手機相簿、紙條之間，營養師回診前得手動往上滑訊息、一張張對照片，整理一位客戶就要花二三十分鐘，案量一多根本整理不完，重要的異常（連續好幾天沒記、明顯暴食）也容易被淹沒。

這條流程的目標是同時解決兩端：讓客戶用「拍照＋一句話」這種最低負擔的方式記錄，提高持續率；讓系統替營養師自動歸戶、統計、產週報、抓異常，把整理零碎資料的勞務徹底拿掉，讓專業時間花在判讀趨勢與給建議上。

導入後的改變

導入前：客戶紀錄形式不一、四散各處，營養師回診前手動整理每位客戶約 20 到 30 分鐘；異常狀況沒人盯，常等客戶體重反彈才發現問題；客戶因為紀錄太麻煩而中途放棄，紀錄完成率偏低。

導入後：客戶在 LINE 拍張餐點照、配一句話就完成記錄，系統自動歸檔分類、統計漏記天數、每週生成結構化週報草稿；連續未記或偏離計畫會主動跳出提醒，讓營養師在問題擴大前就介入。

實際效益上，每位客戶回診前的整理時間從二三十分鐘壓到看一份現成週報的三五分鐘，整理工時省下八成以上；因為記錄門檻低、又有溫和提醒，客戶的紀錄持續率明顯提升，營養師手上有了真實飲食樣貌，建議更精準、客戶也更有感。對營養師而言，最大的改變是從「事後補救」轉為「即時掌握」——異常當週就接住，而不是兩週後回診才知道出事。

流程怎麼運作

對應 frontmatter 五個節點：

1. 紀錄收集（📷）：客戶把每餐拍照、加一句簡短描述（如「午餐 雞胸便當 沒喝飲料」）傳到專屬 LINE。系統透過 Webhook 接收，自動把照片存進 Google Drive、把文字與時間戳記寫入 Google Sheets。客戶端零學習成本，這是持續率的關鍵。

2. 整理歸戶（🏷️）：系統依「哪位客戶、哪一天、哪一餐時段」自動分類，並標記每天三餐是否有上傳。沒有上傳的時段留空，方便後續統計漏記。

3. 週報彙整（📈）：每週固定時間，系統統整這位客戶本週的記錄頻率、漏記天數、各餐分布與可觀察到的重點，產出一份結構化的週報草稿（含照片縮圖與摘要）。

4. 異常提醒（🚨）：當客戶連續多天沒記錄，或紀錄明顯偏離計畫（如連日高熱量外食、長期跳過正餐），系統不直接訓客戶，而是通知營養師，由營養師決定如何關心，把握介入時機。

5. 回饋分享（📨）：週報草稿經營養師人工確認、加上一兩句鼓勵與具體建議後，透過 Gmail 或 LINE 寄給客戶。讓客戶看見自己被認真看著，回饋是雙向的，持續記錄的動力也更強。

需要的工具與串接重點

• LINE（含 Messaging API / Webhook）：客戶端的記錄入口，因為台灣使用者幾乎人手一個，門檻最低。
• Google Drive：存放餐點照片，依客戶與日期分資料夾。
• Google Sheets：記錄文字、時間、餐別與上傳狀態，是統計與抓異常的資料底層。
• Gmail：寄送週報的管道之一。
• n8n / Make：串接收訊、歸檔、排程彙整與條件式提醒的中樞。

串接重點：第一，照片與文字要靠「客戶 ID＋時間」可靠地歸戶，建議客戶以固定 LINE 帳號對應；第二，異常判斷規則要簡單明確（如「連續 3 天無紀錄」「單日疑似超標」）並只通知營養師而非客戶；第三，週報一律先過人工再發。訊息收集與彙整的做法可參考 /recipes，整體串接設計與更多客戶協作流程見 /automation 與 /workflows。

常見錯誤與注意事項

• 個資與敏感資料：飲食照片與健康紀錄屬個人敏感資料，務必取得客戶明示同意、加密保存、設定保存期限，並提供刪除機制。
• 自動判讀的界線：系統的彙整與異常標記僅供營養師參考，所有給客戶的建議與計畫調整都須由營養師人工判讀後再發出，AI 不取代專業評估。
• 別讓系統直接糾正客戶：異常提醒應只發給營養師。讓機器直接對客戶說「你又吃太多了」極傷關係，介入的語氣與時機要由人掌握。
• 影像辨識不可盡信：就算未來加上 AI 辨識餐點熱量，也只是粗估，不可當精確數據，更不能據此自動調整特殊疾病客戶的計畫。
• 記錄空窗的解讀：沒紀錄不等於沒吃，可能只是忘了拍，提醒時要留餘地，避免誤判。

⚠️ 健康與個資提醒：飲食照片與健康紀錄屬個人敏感資料，請取得客戶同意、加密保存並設定保存期限。自動彙整與異常標記僅供營養師參考，所有給客戶的建議與計畫調整都須由營養師人工判讀後再發出，系統不取代專業評估。

台灣中小企業情境案例

高雄一間主打運動營養的諮詢工作室，客群多是健身與備賽族群，飲食執行的精準度直接影響成果。導入前，教練型營養師每次回診都得花半小時往上滑客戶的 LINE 對話找照片，常常滑到一半就放棄，只能憑印象給建議。

導入這條流程後，客戶養成「吃之前先拍一張」的習慣，系統每週自動產出含照片與漏記統計的週報。營養師回診前花五分鐘看週報就掌握全貌，異常提醒也讓他在某位備賽客戶連續三天攝取不足時，當週就主動關心、即時調整。三個月後，工作室客戶的飲食紀錄持續率從原本不到四成提升到七成多，回診時的對話從「你最近怎麼吃」變成「我看你週三那餐蛋白質偏低，我們來調一下」，諮詢品質與客戶信任都明顯提升。

延伸應用

這條流程的資料一旦穩定累積，就能往更多方向長：把週報數據接上 /workflows 裡的成效回饋報告，讓「實際怎麼吃」對應「體重體脂怎麼變」，因果更清楚；或回流到客製菜單流程，依客戶真實偏好與執行狀況微調下一份菜單。進階一點，可加入餐點影像辨識做粗略分類（蔬菜量、油炸頻率）輔助營養師快速掃描，或設計成「連續記錄達標給小獎勵」的遊戲化機制，進一步拉高持續率。無論怎麼擴充，核心原則不變：機器負責收集與整理，專業判斷永遠留給營養師。

流程圖

用到的工具

更多「醫療健康」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →