Vous disposez déjà d'une solide infrastructure : une montre, une bague, une application d'entraînement, des tableaux de bord, des rapports sur le sommeil. Vous mesurez, vous comparez, vous ajustez.
Et pourtant, lorsque vous essayez de répondre à des questions simples...
« Pourquoi est-ce que je dors moins bien depuis deux semaines ? »
« Pourquoi est-ce que mes séances semblent plus difficiles alors que je fais la même chose ? »
—vous vous retrouvez souvent dans la même zone grise : nutrition.
Non pas parce que la nutrition est « absente » de l'écosystème. Au contraire, les appareils portables et les plateformes de fitness s'efforcent plus que jamais de les intégrer : enregistrement, informations, résumés d'IA. Garmin a récemment ajouté le suivi de la nutrition à Garmin Connect, avec une analyse « alimentée par l'IA » reliant la nutrition au sommeil et aux performances. Et au CES 2026, des prototypes concrétisent déjà le rêve du « tout-en-un », jusqu'à la capture automatique des repas.
Le vrai problème n'est pas le manque d'outils.
Le problème est que la nutrition est rarement considérée comme données exploitables: trop de friction, trop de simplification, pas assez de contexte. Sans contexte, l'analyse croisée avec le sommeil et l'entraînement se transforme en bruit.
Diet Mate est conçu pour le contraire.
Pour faire de la nutrition robuste, portable et consultable—un véritable signal auquel vous pouvez avoir confiance. En termes simples : Diet Mate vise à devenir le meilleur capteur nutritionnel (fidèle à la réalité), puis à alimenter un écosystème qui vous permet de connecter ces données à tout le reste et de tirer des conclusions grâce à l'IA sans vous enfermer.
Le rêve de soi quantifié n'est pas une pile d'applications. Il s'agit d'une vision cohérente et intégrée :
Le marché est clairement en train d'évoluer dans cette direction : la nutrition intégrée aux applications de fitness, des « informations » qui relient les points, une IA qui résume votre semaine.
Mais il y a une nuance cruciale :
Et pour corréler, la variable la plus fragile est presque toujours nutrition.
La plupart des journaux alimentaires comportent une promesse implicite : si vous vous connectez suffisamment, vous saurez quoi faire.
Dans la vraie vie, cette promesse se heurte à trois murs.
Peser, rechercher, scanner, estimer, corriger... cela fonctionne pendant dix jours, puis ça s'érode.
Un repas ne se résume pas à des calories et à des macros. C'est aussi :
Lorsque vous ne capturez que des chiffres, vous perdez ce qui explique pourquoi vous avez mangé de cette façon, et donc qu'est-ce qui rend le changement durable ?
Vous pouvez obtenir de bons graphiques de sommeil et de bons tableaux de charge d'entraînement. Mais si la nutrition est incomplète et décontextualisée, l'IA commencera à « deviner »... et vous commencerez à douter.
En d'autres termes : il ne s'agit pas d'un problème d'IA.
C'est un problème de saisie.
Dans un environnement de performance, un capteur est un outil qui :
Pour ce qui est de la nutrition, cela implique une vérité toute simple :
Le contexte n'est pas superflu. Le contexte, ce sont les données.
C'est exactement là que se trouve Diet Mate.
Vous vous connectez principalement par voix (dictée gratuite), car c'est l'entrée la plus proche de la vie réelle : vous décrivez ce que vous avez fait, tel que vous l'avez vécu.
Diet Mate transforme cette description en une estimation nutritionnelle (calories, macros, nutriments) et conserve la transcription.
Plus important encore, chaque journal crée un mémoire nutritionnelle—une base qui prend de la valeur à mesure qu'elle grandit.
Ce n'est pas « un journal alimentaire de plus ».
C'est une perspicacité cumulée.
Lorsque vous capturez le contexte, vous pouvez enfin répondre aux questions importantes. Exemples neutres et non moralisants :
Le point clé : Diet Mate n'essaie pas de vous faire respecter les règles.
Cela vous apporte de la clarté.
Et alors L'IA devient utile de la bonne manière :
Si vous voulez un véritable poste de pilotage, la nutrition doit être connectée à votre écosystème, et non pas rester enfermée dans une seule application.
Apple Health/HealthKit prend en charge les types de données nutritionnelles (énergie alimentaire, glucides, etc.). Le potentiel est évident : si votre journal nutritionnel est fiable, il peut correspondre au sommeil, à l'activité et aux tendances.
Sur Android, Health Connect documente les catégories de données qui incluent la nutrition/l'hydratation, avec des champs facultatifs (calories, sucre, magnésium, etc.). Traduction : les « hubs » existent. Le véritable défi réside dans la qualité de ce que vous leur injectez.
Diet Mate est conçu pour être à la fois un point d'entrée puissant (capture + mémoire) et une sortie nette :
Sur MCP : il est présenté comme un standard ouvert pour créer bidirectionnel connexions entre les sources de données et les outils d'IA via une interface standardisée.
Et c'est là que la vision devient simple :
Note saine (claire et nécessaire) : tout ce qui ressemble à des « conseils de santé » doit rester dans le cadre du bien-être : aucun diagnostic, aucun traitement. La réglementation est précisément conçue pour distinguer les outils de bien-être à faible risque des réclamations médicales.
Les tableaux de bord sont parfaits pour visualiser :
Mais ils n'arrivent pas à expliquer :
Une mémoire nutritionnelle vous permet de :
C'est également là Score de mémoire est logique : cela récompense la continuité et la qualité contextuelle, et non les restrictions. Vous développez une maîtrise sereine, pas une machine à culpabiliser.
Voici une méthode de démarrage simple et conviviale, conçue pour durer.
Après chaque repas, dictez 10 à 20 secondes. Format recommandé :
Exemple :
« Déjeuner au bureau : j'ai pris un bol : du poulet grillé, du riz, des légumes croquants et un peu de sauce. J'ai mangé rapidement car j'avais rendez-vous juste après. Je n'avais pas si faim, c'était surtout pour des raisons de commodité. Puis j'ai pris un café. »
Ça a l'air basique. Mais c'est exactement ce que détruit l'enregistrement « uniquement calorique ».
Vous ne voulez pas 12 recommandations. Vous voulez un effet de levier.
L'examen devrait :
Après 2 à 4 semaines, vous pouvez demander :
L'idée : vous passez du suivi au discernement.
Si Diet Mate est un capteur, il doit répondre à une norme simple : vous gardez le contrôle de vos données.
Dans Diet Mate :
C'est important car votre stack va évoluer : une montre aujourd'hui, une autre demain ; un assistant IA maintenant, un autre plus tard. Vous ne devriez pas avoir à reconstruire votre fondation à partir de zéro à chaque fois.
« Tout au même endroit » est une direction logique.
Mais si vous voulez qu'il devienne vraiment utile, vous devez d'abord corriger le maillon le plus faible : nutrition—capturés avec peu de friction, et surtout avec le contexte qui vous permet de relier les points.
C'est là que Diet Mate se positionne : en tant que capteur nutritionnel et mémoire. Ce n'est qu'alors que l'intégration (Apple Health/Google Health/API/MCP) atteint sa pleine valeur, car elle ne transporte pas de numéros isolés, mais un historique que vous pouvez réellement utiliser.
Vous n'êtes pas en train d'ajouter une autre application.
Vous ajoutez la pièce manquante qui rend votre système cohérent.
