Você já pensou em desenvolver um contador de calorias inteligente capaz de analisar qualquer prato de comida apenas a partir de uma foto?
No novo vídeo do canal Nine Labs, mostramos como criar essa aplicação do zero usando três ferramentas poderosas: Lovable, N8N e OpenAI.
Esse tipo de solução tem enorme potencial — basta olhar para exemplos como o call.ai, um app internacional que segue essa linha e já fatura milhões de dólares.
Neste tutorial, você aprenderá a reproduzir a funcionalidade principal: enviar uma imagem do prato e receber automaticamente uma análise nutricional completa, incluindo calorias estimadas, macronutrientes, micronutrientes e até os ingredientes identificados.
O Poder da Automação com N8N (Nutriscan)
A base do projeto é um fluxo criado no N8N, que batizamos de Nutriscan. Ele começa com um Web Hook configurado para receber dados via POST — ou seja, você pode integrá-lo a diversos canais, como Evolution API, WhatsApp ou um aplicativo web. No vídeo, a conexão é feita diretamente pelo Lovable.
O coração do projeto é o Agente de IA. Para garantir que a resposta seja organizada e fácil de usar no frontend, configuramos o nó com a opção require specific output format. O prompt enviado à IA é simples e direto:
“Examine o prato apresentado na imagem e elabore uma análise nutricional completa indicando a estimativa de calorias, distribuição dos macronutrientes (proteínas, carboidratos, gorduras) e possíveis micronutrientes ou aspectos de saúde relevantes.”
O modelo GPT-4o mini processa automaticamente as imagens recebidas, gerando uma saída em JSON estruturado com:
- Descrição do prato.
- Calorias totais.
- Macronutrientes e outros indicadores (fibras, açúcar, sódio, gordura).
- Ingredientes detalhados (nome, quantidade, calorias, proteínas, carboidratos).
Em seguida, o nó Respond to Web Hook envia o resultado ao frontend. O fluxo completo fica incrivelmente simples: apenas 3 nós (Web Hook → Agente de IA → Resposta).
Criando a Interface Intuitiva com Lovable
Com o backend pronto e testado (até via Postman), o próximo passo é a interface.
No Lovable, você pode gerar a aplicação Nutriscan usando referências visuais do Dribbble e um prompt simples com uma captura de tela como inspiração.
O resultado é uma interface moderna, limpa e responsiva, com cards bem definidos, cores suaves e elementos arredondados.
Durante os testes no vídeo, a aplicação analisou com precisão um prato típico brasileiro composto por: arroz branco (150g), feijão carioca cozido, bife bovino grelhado com cebola, tomate, alface e rúcula.
O app exibe a imagem enviada, descreve a refeição e organiza os dados em uma tela clara e objetiva: calorias totais, proteínas, carboidratos, gorduras e lista detalhada de ingredientes. Tudo isso também funciona perfeitamente no celular, permitindo o uso direto pelo mobile.
Faça Parte da Comunidade!
Curtiu a ideia e quer ver uma versão ainda mais avançada do Nutriscan? Então não perca o vídeo completo!
Além de aprender a criar a aplicação, você pode:
- Comentar “eu quero” no vídeo e sugerir novas funcionalidades.
- Entrar no grupo do WhatsApp, onde a comunidade já está trocando experiências e ajudando uns aos outros.
- Acessar o fluxo completo no N8N e o link de remix do Lovable, que serão disponibilizados somente no grupo.
- Se inscrever no Google Forms da descrição para receber novidades e convites para futuros workshops.
👉 Clique agora para assistir e comece a construir o seu próprio Nutriscan!
Quer que eu prepare também uma versão mais curta e enxuta desse artigo (no estilo post de blog ou LinkedIn), ou você prefere manter esse formato mais completo?
