Como um plano de maratona AI difere de um modelo estático?
Um bom plano AI lê seus treinos concluídos, mudanças na carga e contexto de prontidão antes de propor ajustes por sessão.
An adaptive training plan updates from completed workouts, training load, and recovery signals rather than staying fixed for the whole block. Trainingload.ai's adaptive plans connect today's planned workout, yesterday's actual effort, and PMC trends, then let the AI coach draft adjustments that you confirm before they apply.
Trainingload.ai é construído ao redor do plano de treino. A AI revisa treinos reais, carga e sinais de prontidão para apoiar revisões diárias, semanais e ajustes que você confirma.
work 45m pace 5:10/km
work 35m easy
Motivo: a execução está atrás do plano enquanto o ATL sobe rápido; mantenha a frequência, mas reduza a intensidade de amanhã.
Objetivos, sensações e decisões finais continuam com você. A AI observa, resume e cria rascunhos. O sistema valida, registra e aplica apenas mudanças confirmadas.
Montar treinos estruturados a partir de objetivos, tempo disponível, experiência e restrições.
Ver o que treinar hoje e trazer atividades reais de volta para o plano.
Comparar treino planejado, execução real, carga e prontidão.
Pré-visualizar rascunhos de ajuste antes de aplicar ao plano salvo.
Os ajustes aparecem como rascunhos: antes, depois, motivos e campos alterados. O plano salvo só muda depois da sua confirmação.
A AI lê o plano ativo, o treino de hoje, o treino de amanhã e a semana atual.
Atividades sincronizadas ou enviadas viram evidência de conclusão e desvio.
CTL, ATL, TSB e carga recente ajudam a decidir se é melhor recuperar ou ajustar.
A AI produz ajustes de treino que podem ser pré-visualizados, validados e aplicados.
Perguntas comuns sobre usar planos AI, decidir quando ajustar um treino e confirmar se uma mudança faz sentido.
Um bom plano AI lê seus treinos concluídos, mudanças na carga e contexto de prontidão antes de propor ajustes por sessão.
Gatilhos comuns incluem treinos-chave perdidos, ATL subindo mais rápido do que o planejado, TSB negativa sustentada e effective VO2max estagnado.
Normalmente não. O mais sustentável é mudar primeiro uma variável principal e verificar a resposta no próximo treino-chave.
Mantém plano, execução, carga e justificativa no mesmo ciclo de revisão, tornando cada ajuste mais fácil de auditar, explicar e melhorar.
Last updated: