AI 馬拉松訓練計畫和固定模板差異在哪？
最大差異在於它會讀取你的實際完成、負荷變化與狀態，再輸出單次課表層級的動態調整建議。
AI 要進到你的訓練語境裡
不是丟一個問題讓它泛泛回答，而是讓它看到你的計畫、完成情況和負荷變化，再給出有依據的建議。
生成計畫
根據目標、時間、經驗和限制，先搭出一份能練的草稿。
執行訓練
每天知道該練什麼，並把實際完成情況同步或匯入回來。
AI 複盤
對比原計畫、實際完成、負荷和狀態，解釋哪裡偏了。
確認調整
預覽訓練調整草稿，確認後再應用到計畫。
AI 可以建議，但不會越過你的確認權
訓練調整會先以草稿出現：調整前後、為什麼改、改了哪裡都看得見。只有你確認後，計畫才會更新。
計畫上下文
AI 先讀取目前計畫、今日訓練、明日訓練和本週安排。
實際完成情況
同步或匯入的訓練紀錄會成為判斷完成品質和偏差的依據。
訓練負荷訊號
CTL、ATL、TSB 和近期負荷幫助判斷是否該恢復或調整。
訓練調整草稿
AI 輸出的是可預覽、可校驗、確認後才應用的單次訓練調整。
AI 訓練計畫 FAQ
這些問題會幫你判斷：AI 計畫怎麼用、什麼時候該調課、如何確認調整是否合理。
哪些訊號應該觸發 AI 調整？
常見觸發包含關鍵課未完成、ATL 上升速度超出計畫、TSB 持續偏低，以及 effective VO2max 停滯。
AI 調整時應同時改訓練量和強度嗎？
通常不建議。更穩妥做法是先調一個主變數，再用下一次關鍵課驗證反應，避免誤差疊加。
這套方法如何幫助教練與自訓跑者做訓練分析？
它把計畫、執行、負荷與調整理由放在同一條複盤鏈路，讓每次調整都可解釋、可追溯。