先定本階段目標
先明確當前訓練階段目標與週結構，再改動具體課表。
自適應 AI 半馬規劃怎麼運作
先定階段目標，再看每週執行偏差，最後只調整必要部分。
追蹤執行品質
把實際完成帶回計畫，標記關鍵課完成度與偏差。
複盤負荷偏移
調整前先檢查 ATL/TSB 壓力與 effective VO2max 變化。
確認訓練調整
只有在理由與取捨清楚時，才把草稿套用到計畫。
套用調整前的品質檢查
好的 AI 訓練規劃應該保守、可解釋、可複盤。
一次只改一個主變數
先改訓練量或強度其中之一，再用下一次關鍵課驗證反應。
尊重恢復窗口
壓力上升過快時先保頻率、降強度，不要直接疊加負荷。
保護半馬關鍵課品質
透過降低周邊疲勞，確保每週長跑與週中品質課不被拖垮。
保留調整解釋
每次調整都應包含前後變化與原因，方便後續複盤。
AI 半馬計畫常見問題
這些問題圍繞半馬實作：怎麼排週計畫、怎麼控負荷、什麼時候調整。
AI 半馬計畫應該多頻繁調整？
只有在執行或恢復訊號明顯偏離計畫假設時才調整，不需要對每個小波動都反應。
如果 ATL 上升，但每週長跑體感仍穩定怎麼辦？
通常先保留長跑，優先下調輔助強度，兼顧疲勞控制與耐力課。
AI 能協助兩週半馬減量判斷嗎？
可以協助彙整負荷與狀態訊號，但最終減量取捨仍建議由運動員或教練確認。
這和免費 14 週半馬課表有何不同？
免費半馬頁負責面向新手的逐週課表。本頁負責 AI 半馬訓練計畫：完成訓練和訓練負荷如何變成你確認後才生效的調整。
這和 AI 馬拉松訓練計畫有何不同？
半馬長跑峰值更短，減量通常約兩週，並要保護長跑旁邊的週中品質課。全馬頁負責更長週期和馬拉松配速課。
Last updated: