ChatGPT 能幫你寫訓練計畫嗎？研究是怎麼說的

拼貼畫：健身房裡的男子低頭看手機，私人教練雙臂交叉站在一旁，畫面標題為「AI Workout Plans」

ChatGPT 能寫出看起來合理的訓練計畫。在 2025 年的一項研究中，10 位資深教練替 AI 撰寫的課表評分，整體品質為中等，強度目標常常缺漏，進階建議也流於籠統。其他專家評估發現，這些計畫雖然實際可行，但需要修改，且缺乏針對個人的細節。把 AI 計畫當成初稿，用一份簡短清單檢查，再依據你自己的訓練紀錄調整。

本文為一般性教育內容，不構成醫療建議。如果你有傷病、疾病、正在服用會影響運動的藥物、懷孕或產後，或未滿 18 歲，在依照任何計畫（無論是否由 AI 撰寫）訓練之前，請先諮詢合格的臨床醫師或教練。

這些研究實際測試了什麼

多數證據來自較舊的聊天機器人版本、假設情境或單一案例，以及小型專家小組。新聞標題往往把兩個不同的問題混為一談：聊天機器人能不能回答運動問題，以及它能不能排出適合你的課表。以下是每篇論文的做法。

  • 回答常見問題。 在 2026 年發表於 Journal of Sports Science and Medicine 的研究（D'hoe et al.）中，9 位私人教練對常見問題的回答，與 ChatGPT-3.5 的回答進行了比較。27 位評分者（9 位科學專家與 18 位教練）起初不知道有 ChatGPT 參與，並針對正確性、易懂程度與可執行性打分。在 9 個問題中，有 6 題 ChatGPT 的整體平均分較高，作者並報告沒有任何一位教練的回答在任何問題或指標上獲得更高評分。不過請看看這些問題：5 題與減脂有關，其餘涵蓋訓練頻率、動力、疼痛時如何訓練，以及一天中的訓練時段。這是問答，不是為個人設計課表，作者也指出 ChatGPT 可能缺乏個人化。
  • 12 週肌力計畫。 Washif et al.（Biology of Sport，2024）請 GPT-3.5 與 GPT-4 為假設的 20 歲對象設計 12 週課表，5 位作者都具備肌力與體能訓練經驗，並將結果對照 NSCA 指引與其他文獻。他們發現輸出內容雖然實際可行，但可能需要修改。GPT-3.5 在目標不同的各個階段都使用相同的 90 至 120 秒休息，男性與女性的課表客觀上相似，而且聊天機器人沒有根據回饋或進度做即時調整或修訂。
  • 各聊天機器人的教練評分。 Havers et al.（Biology of Sport，2025）請 10 位教練，針對一位虛構的進階訓練者，以 27 項標準、1 至 5 分的量表，為 GPT-3.5（透過 ChatGPT 與 Copilot）及 Google Gemini 產生的計畫評分。整體品質為中等，各模型僅在少數標準上有差異。教練之間的一致性偏低（Fleiss' kappa 接近零），因此同一份計畫的評分落差很大。
  • 較新的模型版本。 Genç et al.（BMC Sports Science, Medicine and Rehabilitation，2025）在 7 位各有至少 10 年經驗的專家協助下設計了 7 組提示詞，再比較 ChatGPT-3.5、4o 與 4.1 為一位假設的健康年輕男性所設計的 12 週阻力訓練計畫。4.1 版更詳細、內部更一致，也更有文獻支持，但作者仍然總結，要兼顧安全與個人化，合格的專業人員仍不可或缺。
  • 有健康狀況的人。 Dergaa et al.（Biology of Sport，2024）請專家審閱 GPT-4 針對 5 種健康狀況所撰寫的 30 天課表。這些課表大致上具有安全意識，但對個別病況與目標缺乏針對性，而且常常過度強調安全。作者總結，AI 可作為輔助工具，但目前不建議用來取代專業的運動處方。
  • 一個人、三位教練。 Li et al.（BMC Public Health，2025）以一位 24 歲女性的 16 週計畫，比較了 GPT-4 與 3 位教練。GPT-4 在個人化方面得分較高（12.80 對 11.53），教練在有效性、安全性與完整性方面得分略高，所有差異都沒有統計顯著性。單一個人的案例研究，無論指向哪個方向，都是薄弱的證據。

以上全部有兩點限制。受測的模型已經落後你現在能打開的版本至少一代，JSSM 研究的作者也預期較新的版本會表現得更好。此外，這裡描述的研究中，沒有任何一項讓人實際依照 AI 計畫訓練數月、再測量肌力或肌肉增加了多少；都是專家對文件評分。

AI 撰寫的計畫常見的不足之處

各篇論文呈現出相同的弱點。在 Havers 研究中，作者把缺少詳細的強度參數（例如距離力竭多近與負重處方）列為所有模型共有的限制。其中一份增肌計畫退回到「聽從身體的感覺」這類建議，進階建議也很籠統，大致是每 1 至 2 週增加重量、次數或組數。有一份增肌計畫納入了每組 3 至 5 次、做 3 至 5 組的肌力型訓練日，作者表示這引發了目標是否一致的疑慮；還有一份肌力計畫每週只訓練一次深蹲、臥推與硬舉。作者也形容這些計畫偏保守，可能把安全擺在訓練效果之前，對已訓練多年的人而言，這可能意味著刺激不足。

一致性是另一個問題。arXiv 上一篇 2026 年的預印本（Lee；預印本，發布時尚未經同儕審查）針對 6 種情境，每種各向 Gemini 2.5 Flash 要求同一份運動處方 20 次，並將溫度參數設為 1.0 以暴露變異性。用字大致維持相似（平均語意相似度 0.879 至 0.939），但數字會飄移：變異出現在量化的部分，尤其是運動強度；在阻力訓練處方中，10% 至 25% 的輸出，其強度描述無法被歸類。作者的結論是，可靠度在很大程度上取決於提示詞的結構。該研究只用了一個模型，分類由 AI 評審完成且沒有以專家判斷驗證，6 個情境中有 4 個是臨床案例，因此只能間接說明健康訓練者的計畫。請把它視為一個訊號，而不是定論。

實際的解讀是：一份計畫中最重要的部分，也就是多吃力、做多少、如何進階，恰恰是聊天機器人最可能含糊帶過的部分。你的提示詞必須把它們逼出來。

Google 與 Apple 正把 AI 教練放進健康 App

AI 撰寫的訓練計畫正從聊天機器人的小把戲，變成 App 的內建功能。TechCrunch 在 2026 年 5 月報導，Google 以 Gemini 為基礎的健康教練將於 5 月 19 日結束預覽，上線於更名後的 Google Health App（前身為 Fitbit App），每月 9.99 美元或每年 99 美元，並依據目標、日常安排、可用器材與傷病提供指引。它將先開放給部分 Fitbit 與 Pixel Watch 使用者，其他裝置隨後跟進。Apple 的計畫則較不明朗：9to5Mac 引述 Bloomberg 的 Mark Gurman，在 2026 年 5 月報導，Apple 的教練功能已縮減規模，預計要到 iOS 27 週期的較後期才會推出。這是一則報導，而不是 Apple 的官方公告，所以目前的狀態請以 Apple 自己的公告為準。

上述研究測試的是通用型聊天機器人，不是這些產品，所以無法說明品牌教練的表現好不好。精美的包裝不會改變下面的檢查清單。想進一步了解哪些趨勢熱賣、哪些站得住腳，請見健身潮流與事實。

能得到更好初稿的提示詞

根據這些論文，目標是把聊天機器人缺少的資訊給它，並要求它交代常被略過的細節。請在同一則訊息中包含以下內容：

  • 目標與時間範圍：例如，在 12 週內增肌，並安排一週較輕鬆的訓練。
  • 訓練背景與目前數據：重訓經驗有幾個月，加上近期的正式組，例如深蹲 60 公斤做 8、8、7 次，臥推 40 公斤做 8、8、6 次。
  • 時間安排：每週幾天、每次訓練幾分鐘，以及你哪幾天可以訓練。
  • 器材：你的健身房有什麼、沒有什麼。
  • 傷病與排除項目：會痛的動作，並註明只要有疼痛就應尋求專業意見，而不是想辦法繞過。
  • 要求的輸出：每個動作都要列出組數、次數範圍、保留次數目標、休息時間與一句話的進階規則。另外加上每個肌群每週的總高強度組數、連續缺席兩次訓練後該怎麼做的規則，以及減量週規則。
  • 自我批判：最後加上：列出這份計畫對有我這種訓練背景的人而言最大的三個弱點，以及你做了哪些假設。

保留次數在 RPE 與 RIR 完整解說中有介紹。請不要把可辨識身分的細節或病歷貼進聊天機器人；寫訓練計畫，粗略的描述就夠了。

檢查任何 AI 計畫的安全清單

第一次訓練前，逐行檢視計畫。下列五項檢查涵蓋了上述大部分的失誤類型。

1. 訓練量

計算每個肌群每週的高強度組數，並與你現在做的比較。2017 年的一項統合分析（Schoenfeld, Ogborn and Krieger，Journal of Sports Sciences；15 項研究、34 組）發現每週組數與肌肉成長之間呈分級關係，也就是在所研究的範圍內，每週組數越多，成長也越多，但它並未說明你可以多快安全地加量。把你目前的組數加倍的計畫是一個警訊；請要求逐步加量。也請算一下時間：25 組，每組約 40 秒的出力時間加 150 秒的休息，大約是 79 分鐘，塞不進 60 分鐘的時段。每週組數背後的數據，請見你究竟需要做幾組。

2. 進階方式

計畫應該明確說明何時增加負荷。一個具體的例子是雙重漸進：當你每一組都達到次數範圍的上限時，就加上最小的增幅。像是逐步增加這種含糊的說法並不是規則。漸進式超負荷說明了各種選擇。

3. 動作選擇

確認每個動作都符合你的器材、技術與目標。每個主要動作模式，包括深蹲或髖鉸鏈、推與拉，都應該出現，且不該出現同一個動作的五種版本。以每組 3 至 5 次為主的增肌計畫值得質疑，因為那是肌力型的安排。如果某個動作對你來說很陌生，加重之前請先閱讀該動作頁面的姿勢說明，例如槓鈴深蹲。

4. 傷病與疼痛

聊天機器人無法檢查你的身體。Dergaa et al. 發現，針對健康狀況的課表雖然具有安全意識，卻很籠統，這可能看起來令人安心，卻漏掉了真正適用於你的部分。某個動作在特定傷病下能不能做，是臨床醫師的判斷，不是模型的。

5. 休息與恢復

對照目標檢查組間休息，因為 Washif 團隊批評其中一個模型在每個階段都使用相同的休息時間。也要檢查同一塊肌肉是否在沒有理由的情況下連續幾天被重壓，以及這個訓練週期中某處是否安排了較輕鬆的一週。

哪些人不該倚賴 AI 計畫

  • 任何有心臟、肺臟、腎臟或代謝方面的疾病，或血壓偏高且未獲控制的人，在臨床醫師說明什麼合適之前，都不應倚賴。
  • 任何正在從手術或傷病中恢復，或出現新發、尖銳或日益惡化的疼痛的人。
  • 任何懷孕或產後的人，以及任何未滿 18 歲的人。
  • 任何有飲食失調或強迫性運動病史的人；聊天機器人無法判斷，對你來說做更多是不是好主意。

無論你的情況如何，一旦出現胸痛或胸部壓迫感、昏厥、嚴重或異常的呼吸急促，或突發的劇烈疼痛，請立即停止並尋求醫療協助。沒有任何訓練計畫值得你忽略這些徵兆。

為什麼你的訓練紀錄才是讓任何計畫可以調整的關鍵

Washif 的作者指出，聊天機器人無法根據回饋或進度做即時調整。這個缺口其實不全是聊天機器人的錯：它只知道你告訴它的事，而很多人告訴它的非常少。計畫是一個關於你能承受什麼的假設，而訓練紀錄是檢驗這個假設最直接的方法。沒有紀錄，你就無從知道第 4 週是否順利、停滯是恢復問題還是課表問題，或是下一步該問什麼。

一個可行的循環：記錄每一組的重量與次數，並以你的紀錄所允許的方式註記費力程度與任何疼痛。每 2 至 4 週，把精簡的摘要貼回對話中，例如主要動作的第一週與最後一週、沒做完的次數，以及任何造成疼痛的地方，然後問它該改什麼。接著把它的回答再用上面的清單檢查一遍。如果你停滯了，從訓練紀錄診斷停滯期說明了該先看什麼，為什麼記錄訓練有效則談到更廣泛的情況。

Easy Reps 沒有 AI，也不會產生或自動調整計畫。它是一款免費的訓練紀錄 App，支援 iPhone、iPad、Mac、Apple Watch 與 Vision Pro，不需要帳號。這裡相關的部分是歷史紀錄：你可以隨時打開任何過去的訓練、依動作篩選、查看圖表，並匯出為 CSV，因此你提供給聊天機器人、教練或自己的資料，都來自你記錄的組數，而不是憑記憶。

常見錯誤

  • 接受第一次的輸出。預印本顯示，同一個提示詞在不同次執行可能得到不同的數字。重新生成一次，並比較強度與訓練量。
  • 只用目標來下提示詞。沒有訓練背景、器材或時間安排，得到的就是研究中描述的那種籠統計畫。
  • 跳過紀錄。沒有數據，計畫就不會被調整，平庸的計畫就會一直平庸。
  • 相信自信的措辭。流暢的文字不等於經過驗證的文字。在 Havers 研究中，教練仍然把這些計畫整體評為中等。
  • 要聊天機器人推翻臨床醫師的意見。如果專業人員叫你避開某件事，聊天機器人沒有立場說不是這樣。
  • 從計畫的訓練量開始，而不是從你的訓練量開始。從接近你目前訓練的水準開始，再逐步加量。

如果你寧願從傳統的結構開始，而不是從提示詞開始，初學者肌力訓練課表涵蓋了基本概念。

結論

針對 AI 撰寫課表的研究一致總結，專家把關仍然必要；而在那份替各聊天機器人整體品質評分的研究中，教練給的是中等。當你提供真實的背景，並要求它列出組數、次數、費力程度、休息與進階規則時，聊天機器人是不錯的草擬工具。一旦涉及健康狀況，它就無法取代臨床醫師。請用訓練量、進階方式、動作選擇、傷病與休息來檢查草稿，從接近你目前訓練的水準開始，並持續記錄，讓計畫根據真實結果來調整。

參考資料