使用指南
开始使用
了解 Trainingload.ai 的核心使用流程：设置个人资料、导入训练数据、查看训练负荷、管理计划，并用 AI 教练做上下文复盘。
开始使用
Trainingload.ai 围绕一条简单的训练闭环工作：
- 设置个人资料与阈值。
- 导入或同步已经完成的训练。
- 查看训练负荷、强度和恢复信号。
- 创建或激活训练计划。
- 用 AI 教练复盘执行情况，并在需要时调整计划。
这个产品最有价值的地方，是把“计划”和“真实完成情况”连起来。单独一个活动文件只能告诉你发生了什么；关联到计划后，你才能判断这次训练是否完成了原本意图。
1. 设置账号
登录后，先打开 设置 或 我的，检查这些基础信息：
- 时区：日历日期和提醒都会依赖它。
- 单位：距离、配速、功率、爬升会按你的偏好显示。
- 语言与主题。
- 体重、运动偏好等个人资料。
2. 设置阈值与区间
Trainingload.ai 会用阈值设置计算强度和训练负荷。先填你确定的值，之后可以根据测试或比赛持续更新。
- 骑行：FTP、CP、功率区间。
- 跑步：阈值配速、心率区间、配速区间。
- 心率：最大心率、静息心率，或可靠的 LTHR。
完整设置流程见：个人资料、阈值与区间。
如果你不确定，可以先用工具估算，再根据近期测试更新：
3. 导入已完成训练
你可以上传活动文件，也可以连接支持的平台。Trainingload.ai 会分析活动，计算指标，并把训练记录用于活动列表、Dashboard、日历和 AI Coach 上下文。
文件导入流程通常是：
- 上传 GPX / TCX / FIT 文件。
- 如果出现重复活动提示，先确认是否继续导入。
- 等待导入批次处理完成。
- 分析完成后，进入活动详情页查看结果。
4. 查看训练负荷
用 Dashboard 和 PMC 页面理解训练趋势：
- 训练压力积分 TSS：单次训练负荷。
- CTL：长期训练负荷。
- ATL：近期疲劳。
- TSB：状态/新鲜度参考。
这些指标是证据，不是结论。更好的判断通常要同时看负荷、训练质量、睡眠、酸痛和当前训练周期目标。
5. 创建训练计划
打开 训练计划 页面，可以手动创建计划，也可以用 AI 创建。一个可执行的计划通常包含：
- 目标和日期范围。
- 运动类型。
- 每周结构。
- 每次训练的明确目的。
- 在目标信息足够时估算预期负荷。
计划激活后，当前计划 页面会变成你的日常训练工作台。
6. 使用 AI 教练
AI 教练可以基于训练、计划和负荷趋势与你对话。适合这样问：
- “这周和计划相比完成得怎么样？”
- “明天的训练要不要调整？”
- “为什么这次长距离比预期更累？”
- “如果这周只能练 4 天，应该优先保留哪几节课？”
涉及修改计划的 AI 建议，需要你确认后才会真正应用。Trainingload.ai 的设计原则是：建议可以由 AI 草拟，但最终决定对你可见、可控。