ChatGPTにトレーニングプランは作れる？研究でわかったこと

公開日：2026年10月11日

ジムでスマートフォンを見ている男性と、その横で腕を組んで立つパーソナルトレーナーのコラージュ。見出しは「AI Workout Plans」

ChatGPTは、見た目にはまともなトレーニングプランを書けます。ただし、経験豊富なコーチ10人がAIの作成したプログラムを評価した2025年の研究では、全体の質は中程度で、強度の目標がたびたび欠けており、負荷の上げ方のアドバイスも一般的な内容にとどまっていました。ほかの専門家によるレビューでも、現実的ではあるものの修正が必要で、個人に合わせた具体性に欠けるプランだったと報告されています。AIのプランは最初の下書きとして扱い、短いチェックリストで確認し、自分のトレーニング記録をもとに調整しましょう。

これは一般的な情報提供であり、医療アドバイスではありません。ケガや持病がある方、運動に影響する薬を服用している方、妊娠中または産後の方、18歳未満の方は、AIが作成したかどうかにかかわらず、どのプランに取り組む前にも、資格を持つ医療従事者またはコーチに相談してください。

研究が実際に調べたこと

エビデンスの大半は、古い世代のチャットボット、仮想的な事例や1人だけの事例、そして小規模な専門家パネルによるものです。見出しでは、2つの異なる問いが混同されがちです。チャットボットは運動に関する質問に答えられるのか、そして、自分に合ったプログラムを組めるのか、という問いです。各論文が行ったことは次のとおりです。

よくある質問への回答。Journal of Sports Science and Medicine（JSSM）に掲載された2026年の研究（D'hoe et al.）では、よくある質問に対するパーソナルトレーナー9人の回答を、ChatGPT-3.5の回答と比べました。採点したのは27人（科学の専門家9人とトレーナー18人）で、当初はChatGPTが関わっていることを知らされていませんでした。評価したのは、正確さ、わかりやすさ、実行しやすさです。ChatGPTの総合平均は9問中6問で上回り、著者らは、どの質問、どの指標でもトレーナーの回答のほうが高く評価されたものはなかったと報告しています。ただし、質問の中身を見てください。5問は脂肪減少に関するもので、残りは頻度、モチベーション、痛みがあるときのトレーニング、時間帯についてでした。これは質問への回答であって、個人向けのプログラム作成ではなく、著者らも、ChatGPTには個別化が欠けている可能性があると述べています。
12週間の筋力プログラム。Washif et al.（Biology of Sport、2024年）は、GPT-3.5とGPT-4に、仮想的な20歳の人向けの12週間プログラムを作らせました。筋力・コンディショニングの経験を持つ著者5人全員が、NSCAのガイダンスやその他の文献と照らして比べています。その結果、内容は現実的であるものの、修正が必要な場合があるとわかりました。GPT-3.5は、目的の異なるフェーズでも同じ90〜120秒の休憩を使っており、男性向けと女性向けのプログラムは客観的に見て似ていて、チャットボットはフィードバックや進捗に基づくリアルタイムの調整や修正を提案しませんでした。
チャットボット別のコーチ評価。Havers et al.（Biology of Sport、2025年）では、コーチ10人が、GPT-3.5（ChatGPTとCopilot経由）とGoogle Geminiが作ったプランを、架空の上級者を想定して、27の基準で1〜5点で評価しました。全体の質は中程度で、モデル間で差があったのはごく一部の基準だけでした。コーチ同士の一致度は低く（Fleissのカッパ係数はほぼゼロ）、同じプランでも評価は大きくばらつきました。
新しいモデルのバージョン。Genç et al.（BMC Sports Science, Medicine and Rehabilitation、2025年）は、それぞれ10年以上の経験を持つ専門家7人の意見をもとに7つのプロンプトを作り、仮想の健康な若い男性向けに、ChatGPT-3.5、4o、4.1が作った12週間のレジスタンストレーニングプランを比べました。バージョン4.1は、より詳細で、内部の整合性が高く、文献による裏づけも優れていましたが、著者らは、安全性と個別化のためには資格を持つ人間の専門知識が欠かせないと結論づけています。
健康上の問題がある人。Dergaa et al.（Biology of Sport、2024年）では、GPT-4が5つの健康プロファイル向けに作った30日間のプログラムを、専門家がレビューしました。プログラムは全般に安全への配慮があった一方、個々の病状や目標に対する具体性に欠け、安全面に寄りすぎていることもよくありました。著者らは、AIは補助的なツールとして役立ちうるものの、専門家による処方の代わりとしてはまだ推奨されないと結論づけています。
1人の人物と3人のコーチ。Li et al.（BMC Public Health、2025年）は、24歳の女性1人を対象にした16週間のプランで、GPT-4と3人のコーチを比べました。GPT-4は個別化のスコアが高く（12.80対11.53）、コーチは有効性、安全性、網羅性でわずかに高いスコアでしたが、どの差も統計的に有意ではありませんでした。1人を対象にした事例研究は、どちらの方向についても根拠として弱いものです。

これらすべてに当てはまる限界が2つあります。1つ目は、検証されたモデルがすでに、いま開けるものより1世代以上古いことで、JSSMの研究の著者らは、新しいバージョンのほうが良い結果を出すと見込んでいます。2つ目は、ここで紹介した研究のどれも、AIのプランに数か月間従った人の筋力や筋肉の増加を測ったわけではないことです。専門家が採点したのは、文書そのものでした。

AIが書いたプランが不十分になりがちな点

同じ弱点が、複数の論文に共通して現れます。Haversの研究で著者らは、限界までの近さや負荷の処方といった強度パラメータの詳細が欠けていることを、すべてのモデルに共通する限界として挙げました。ある筋肥大プランは「体の声を聞いて」といったアドバイスに頼っており、負荷の上げ方のアドバイスも、1〜2週間ごとに重量、回数、セット数を増やす、といった一般的なものでした。ある筋肥大プランには、3〜5回を3〜5セットという筋力向けの日が含まれており、著者らは目的との整合性に懸念が生じると述べています。また、ある筋力プランは、スクワット、ベンチプレス、デッドリフトを週1回しか行いませんでした。さらに著者らは、プランは保守的で、トレーニングの効果よりも安全性を優先している可能性が高いと指摘しており、何年もトレーニングしている人には、刺激が足りないことにつながりかねません。

一貫性は、また別の問題です。arXivに掲載された2026年のプレプリント（Lee。プレプリントなので、投稿時点では査読を受けていません）では、Gemini 2.5 Flashに、6つのシナリオそれぞれで同じ運動処方を20回ずつ作らせました。ばらつきを引き出すため、温度設定は1.0にしています。文言はおおむね似たままでした（平均の意味的類似度は0.879〜0.939）が、数値はぶれました。ばらつきは定量的な部分、特に運動強度に現れ、レジスタンストレーニングの処方では、出力の10〜25%で、強度の表現が分類できないものでした。著者は、信頼性はプロンプトの構成にかなり左右されると結論づけています。使われたのは1つのモデルだけで、分類は専門家の判断との照合を行っていないAIの審査役が担い、6つのシナリオのうち4つは臨床ケースだったため、健康なリフターのプランに当てはまるのは間接的です。決定的な結論ではなく、1つの兆候として受け止めてください。

実践的な読み方はこうです。プランの中で最も大切な部分、つまり、どれだけきつく、どれだけの量を行い、どう負荷を上げていくかは、チャットボットが最もあいまいなまま残しやすい部分です。プロンプトで、そこをはっきり書かせる必要があります。

GoogleとAppleは、健康アプリにAIコーチを組み込もうとしています

AIが書くトレーニングプランは、チャットボットの小技から、アプリの標準機能へと移りつつあります。TechCrunchは2026年5月、GoogleのGeminiベースのヘルスコーチが、5月19日にプレビューを終え、名称を変更したGoogle Healthアプリ（旧Fitbitアプリ）の中で、月額9.99ドルまたは年額99ドルで提供されると報じました。目標、日課、使える器具、ケガに基づいてガイダンスを行うとされ、まずは一部のFitbitとPixel Watchのユーザーが使え、ほかのデバイスは後から対応する予定でした。Appleの計画はもっと不透明です。9to5Macは2026年5月、BloombergのMark Gurman氏の報道を引用して、Appleのコーチは規模が縮小され、iOS 27のサイクルの後半まで登場しない見込みだと報じました。これはAppleの発表ではなく報道ですので、最新の状況はAppleの公式発表で確認してください。

上で紹介した研究が調べたのは汎用のチャットボットであり、これらの製品ではありません。そのため、ブランド化されたコーチの性能については何も語っていません。洗練されたパッケージでも、下のチェックリストは変わりません。売れるトレンドと長続きするトレンドの違いについては、フィットネスの流行と事実をご覧ください。

より良い最初の下書きを引き出すプロンプト

これらの論文を踏まえると、狙いは、チャットボットに足りない情報を渡し、省きがちな詳細を要求することです。次の内容を1つのメッセージに含めてください。

目標と期間：たとえば、12週間で筋肉を増やす、軽い週を組み込む、など。
トレーニング歴と現在の数値：筋トレを続けてきた月数と、最近のワーキングセット。たとえば、スクワット60kgを8、8、7回、ベンチプレス40kgを8、8、6回。
スケジュール：週あたりの日数、1回あたりの時間（分）、トレーニングできる曜日。
器具：ジムにあるものと、ないもの。
ケガと除外する動作：痛みの出る動作と、痛みがある場合は回避策ではなく専門家の意見を求める、という一文。
必須の出力内容：すべての種目について、セット数、回数の範囲、RIR（あと何回できるかの余力）の目標、休憩時間、1行の負荷の上げ方のルールを出させます。さらに、筋肉の部位ごとの週あたりのハードセット合計、2回トレーニングを休んだあとにどうするかのルール、デロードのルールも加えてください。
自己批評：最後に、「私の経歴の人にとって、このプランの最大の弱点を3つと、置いた前提を挙げてください」と書き添えます。

RIRについては、RPEとRIRの解説で取り上げています。身元がわかる情報や診療記録をチャットボットに貼り付けないでください。トレーニングプランには、おおまかな説明で十分です。

AIのプランを見直すための安全チェックリスト

最初のセッションの前に、プランを1行ずつ確認しましょう。上で挙げた失敗の大半は、次の5つのチェックでカバーできます。

1. ボリューム

筋肉ごとの週あたりのハードセット数を数えて、いまやっている量と比べましょう。2017年のメタアナリシス（Schoenfeld、Ogborn、Krieger、Journal of Sports Sciences。15件の研究、34グループ）では、週あたりのセット数と筋肉の成長の間に段階的な関係が見られ、調べられた範囲では、週のセット数が多いほど成長も大きい傾向がありましたが、どれだけ速く安全に増やせるかについては何も示していません。いまのセット数を倍にするプランは危険信号です。段階的に増やすよう求めましょう。時間の計算もしてください。1セットあたり約40秒の動作と150秒の休憩で25セットなら約79分かかり、60分の枠には収まりません。週あたりのセット数の根拠となる数字は、本当に必要なセット数をご覧ください。

2. 負荷の上げ方

プランには、いつ負荷を増やすかが正確に書かれているべきです。具体例はダブルプログレッションです。すべてのセットで回数の範囲の上限に達したら、使える最小の刻みで重量を増やします。「徐々に増やす」のようなあいまいな表現は、ルールではありません。選択肢については、漸進的過負荷で解説しています。

3. 種目の選び方

各種目が、使える器具、スキル、目標に合っているか確認しましょう。スクワット系またはヒンジ系、プッシュ、プルといった主要な動作パターンがすべて含まれていて、同じ動作のバリエーションが5つも並んでいないことが目安です。3〜5回のセットを中心に組まれた筋肥大プランは、筋力向けの構成なので、疑ってみる価値があります。初めての動作なら、重量をかける前に、バーベルスクワットなど、その種目のページにあるフォームの解説を読んでください。

4. ケガと痛み

チャットボットには、体を診察することができません。Dergaa et al.は、健康上の問題がある人向けのプログラムは安全への配慮があるものの一般的な内容だったと報告しており、安心感を与えながら、その人に当てはまる点を見落とすことがあります。特定のケガがあるときに、ある動作が禁止かどうかは、モデルではなく医療従事者が判断することです。

5. 休憩と回復

セット間の休憩が目標に合っているか確認しましょう。Washifのチームは、すべてのフェーズで同じ休憩を使っていたモデルを批判しています。同じ筋肉が、理由もなく連日きつく鍛えられていないか、そして軽い週がブロックのどこかに入っているかも確認してください。

AIのプランに頼るべきでない人

心臓、肺、腎臓、代謝に関する病気がある人、またはコントロールできていない高血圧の人。何が適切かを医師が示すまで頼らないでください。
手術やケガから回復中の人、または新しい痛み、鋭い痛み、悪化している痛みがある人。
妊娠中または産後の人、そして18歳未満の人。
摂食障害や強迫的な運動の経歴がある人。チャットボットには、もっとやることがその人にとって良いことかどうかを判断する手段がありません。

状況にかかわらず、胸の痛みや圧迫感、失神、重度または普段と違う息切れ、突然の激しい痛みがあれば、運動をやめて医療機関を受診してください。これらを無視してまで続ける価値のあるトレーニングプランはありません。

記録があるから、どんなプランも調整できる

Washifの著者らは、チャットボットがフィードバックや進捗に基づくリアルタイムの調整を行わなかったと指摘しました。この欠点は、実のところチャットボットのせいではありません。チャットボットが知っているのは、こちらが伝えたことだけで、多くの人はごくわずかしか伝えていません。プランは、どこまでこなせるかについての仮説であり、トレーニング記録は、その仮説を試す最も直接的な方法です。記録がなければ、4週目がうまくいったのか、停滞は回復の問題なのかプログラムの問題なのか、次に何を頼めばいいのかがわかりません。

うまく回る流れはこうです。すべてのセットを重量と回数で記録し、強度や痛みも、記録の仕組みが許す範囲で残します。2〜4週間ごとに、メインのリフトの最初の週と最後の週、こなせなかった回数、痛みが出たことなど、コンパクトな要約をチャットに貼り付けて、何を変えるべきか尋ねます。そして、その答えを上のチェックリストに通します。停滞したときは、トレーニング記録から停滞を診断する方法で最初に見るべき点がわかり、ワークアウトを記録するとなぜうまくいくのかでは、もっと広い視点を扱っています。

Easy RepsにはAIがなく、プランを生成したり自動で調整したりすることもありません。iPhone、iPad、Mac、Apple Watch、Vision Proで使える、アカウント不要の無料のワークアウト記録アプリです。ここで関係するのは履歴です。過去のセッションをいつでも開き、種目で絞り込み、グラフを見て、CSVにエクスポートできるので、チャットボットやコーチ、自分自身に渡すデータは、記憶ではなく、記録したセットから得られます。

よくある間違い

最初の出力をそのまま受け入れる。プレプリントによれば、同じプロンプトでも、実行するたびに異なる数値が出ることがあります。一度生成し直して、強度とボリュームを比べましょう。
目標だけでプロンプトを書く。経歴、器具、スケジュールがなければ、研究が述べているような一般的なプランになります。
記録をつけない。データがなければプランは調整されないので、平凡なプランは平凡なままです。
自信たっぷりの文面を信じる。流暢な文章は、検証された文章ではありません。Haversの研究でも、コーチたちは全体としてプランを中程度と評価しました。
医療従事者の判断を、チャットボットに覆させる。専門家に避けるよう言われたことについて、チャットボットに違うと言う資格はありません。
自分のボリュームではなく、プランのボリュームから始める。いまのトレーニングに近いところから始めて、段階的に増やしましょう。

プロンプトではなく、従来型の構成から始めたい場合は、初心者向け筋力トレーニングルーティンで基本を押さえられます。

まとめ

AIが作ったプログラムを調べた研究は、専門家の監督が依然として必要だと一貫して結論づけており、チャットボット全体の質を評価した研究では、コーチは中程度と採点しました。チャットボットは、きちんと状況を伝え、セット数、回数、強度、休憩、負荷の上げ方のルールを明示させれば、まずまずの下書きツールになります。健康上の問題が関わる場面では、医療従事者の代わりにはなりません。下書きは、ボリューム、負荷の上げ方、種目の選び方、ケガ、休憩の観点で確認し、いまのトレーニングに近いところから始め、記録をつけて、実際の結果でプランを調整しましょう。