Análisis de entrenamiento individual
Una guía práctica para sacar el máximo provecho de la revisión post-sesión asistida por IA — qué analiza el Asistente AI, qué necesita de ti y cómo interpretar lo que te dice.
Esta función está diseñada para apoyar el ojo del entrenador, no reemplazarlo. El Asistente AI trabaja a partir de datos y patrones; el entrenador trabaja a partir del conocimiento de toda la persona.
Qué produce el análisis
El análisis de entrenamiento individual examina una sesión completada y devuelve un informe estructurado que cubre nueve áreas:
| Sección | Qué contiene |
|---|---|
| Resumen | Descripción general de 2–3 oraciones sobre cómo fue la sesión |
| Punto clave | Una oración que el atleta debe llevarse de este entrenamiento |
| Planificado vs real | Adherencia a la distancia objetivo, duración y zonas de intensidad |
| Perspectivas de rendimiento | 1–5 observaciones específicas sobre la calidad de ejecución — ritmo, comportamiento de FC, deriva cardíaca, consistencia de intervalos |
| Calibración del esfuerzo | Cómo se compara el esfuerzo percibido del atleta (su valoración) con lo que muestran los datos |
| Calidad de intervalos | Para sesiones estructuradas: consistencia entre repeticiones, fatiga a lo largo de la serie, calidad de recuperación entre intervalos |
| Impacto del clima | Cómo la temperatura y la humedad afectaron el rendimiento, si hay datos disponibles |
| Perspectivas de retroalimentación del atleta | Observaciones extraídas de los comentarios post-sesión del atleta — señala dolor, problemas de equipo, nivel de energía, motivación |
| Recomendaciones | 1–6 próximos pasos específicos y accionables para sesiones próximas |
| Logros | Récords personales, avances o patrones positivos que vale la pena reconocer |
La calidad de intervalos y el impacto del clima se incluyen solo cuando hay datos relevantes disponibles. Los logros siempre están presentes — si no existen récords personales, el Asistente AI reconoce aspectos positivos como la consistencia o la adherencia al plan.
Qué obtiene el sistema automáticamente
Antes de generar el análisis, el sistema recupera el registro completo del entrenamiento de Good Coach App. No necesitas copiar ni pegar ningún dato.
Datos de actividad (de dispositivo GPS, Strava o Garmin):
- Distancia, duración activa y total
- Frecuencia cardíaca (promedio y máxima) y métricas de potencia
- Desglose vuelta a vuelta — hasta 20 vueltas con ritmo, FC y potencia por vuelta
- Desnivel, cadencia, calorías
- Deriva cardíaca y ritmo de eficiencia aeróbica (AE), donde esté disponible
Estructura de entrenamiento planificada:
- Duración o distancia objetivo, objetivo y descripción del entrenamiento
- Detalles de intervalos estructurados si la sesión fue un entrenamiento estructurado
- Tipo de deporte y categoría de actividad
Retroalimentación del atleta:
- Valoración de esfuerzo (escala 1–10) y valoración de calidad (escala 1–5) registradas después de la sesión
- Comentarios de texto post-sesión
- Clima: temperatura aparente y humedad
- Memoria del entrenador — tu metodología y preferencias acumuladas, que moldean cómo el Asistente AI enmarca las observaciones y recomendaciones
- Memoria del atleta — el perfil persistente de este atleta, construido a partir de análisis anteriores
Tus entradas
Selección de entrenamiento (obligatorio): La sesión específica a analizar.
Notas del entrenador (opcional): Orientación en texto libre que dirige el análisis. Estas se tratan como instrucciones de alta prioridad y anulan la memoria acumulada cuando entran en conflicto. Las notas cortas ("se ve bien") no tienen un impacto significativo — las específicas sí.
Incluir contexto del atleta (opcional, desactivado por defecto): Añade carga de entrenamiento (carga aguda y crónica, ratio de carga), estado de salud, nivel de fatiga, tendencias de volumen recientes y fase de entrenamiento actual al prompt de análisis. Cuando está activado, el Asistente AI debe referenciar este contexto en al menos 2–3 de sus perspectivas de rendimiento, haciendo el análisis contextualmente consciente en lugar de solo a nivel de sesión.
Tipo de respuesta (opcional, completa por defecto): Completa devuelve las nueve secciones. Corta devuelve solo el resumen y el punto clave — útil para revisiones rápidas de sesiones rutinarias.
Contexto del atleta — cuándo activarlo
La bandera de contexto del atleta está desactivada por defecto porque la mayoría de las sesiones rutinarias no la necesitan. Cuando está desactivada, el Asistente AI analiza el entrenamiento por sus propios méritos: qué tan bien se ejecutó, qué muestran los datos, qué llevar hacia adelante. Esto es más rápido y económico.
Actívalo cuando la sesión deba entenderse en relación con el estado actual del atleta:
- El atleta está en una semana de alta carga o muestra un ratio de carga elevado
- El atleta reportó alta fatiga, dolor o enfermedad
- La sesión sigue a un bloque intenso, una carrera o un descanso prolongado
- Quieres que el Asistente AI evalúe si el resultado de la sesión es esperado dado el estrés de entrenamiento reciente
Cuando se incluye el contexto, el Asistente AI no solo describe la sesión — la explica. Un tempo más lento se lee de manera diferente cuando el sistema sabe que el atleta acaba de completar tres días intensos seguidos.
Notas del entrenador — qué las hace útiles
Las notas del entrenador son tu herramienta principal para dirigir el análisis hacia lo que más importa. El Asistente AI las seguirá como áreas de enfoque obligatorias.
| Menos útil | Más útil |
|---|---|
| "Revisar los datos" | "El atleta dijo que sus piernas se sentían muertas — ¿los datos de FC lo respaldan?" |
| "El ritmo estuvo mal" | "Compara el ritmo en esta sesión de umbral con la de hace dos semanas" |
| "Buena sesión" | "Marca cualquier cosa en las divisiones de intervalos que sugiera fatiga temprana" |
| "Estaba cansado" | "El atleta tuvo una semana de alto estrés en el trabajo — contextualizar apropiadamente" |
Las notas cortas o vagas añaden poco. Las observaciones específicas, preguntas o señales añaden mucho.
Memoria y continuidad
Consulta la memoria del Asistente AI para obtener una explicación completa de cómo funcionan ambos tipos de memoria en todos los generadores.
Después de cada análisis, la memoria del atleta se actualiza automáticamente con observaciones que vale la pena conservar: tendencias de ritmo, patrones de calibración del esfuerzo, cómo el atleta responde a diferentes tipos de entrenamiento, comentarios notables del atleta. Las 3–5 sesiones más recientes se mantienen como registro; las entradas más antiguas se incorporan al perfil más amplio del atleta.
Así es como el Asistente AI construye una imagen del atleta con el tiempo. Un atleta con seis meses de análisis tendrá un perfil rico — el Asistente AI ya conoce su tendencia a salir demasiado rápido en los tempos, su rango típico de deriva cardíaca, su historial de lesiones — sin que tengas que volver a indicar nada de esto.
La memoria del entrenador no se actualiza a partir del análisis de entrenamiento individual. Se construye a partir de la generación semanal y la generación de ciclos.
Lo que el análisis no puede hacer
No puede observar al atleta. Si algo sucedió durante la sesión que no está en los datos ni en los comentarios del atleta, el Asistente AI no tiene forma de saberlo. Usa las notas del entrenador para revelar cualquier cosa importante que los datos no capturen.
No puede comparar con sesiones que no ha visto. El Asistente AI trabaja a partir de lo que está en la memoria y lo que está en el registro de entrenamiento actual. Si quieres que compare esta sesión con una de hace tres meses, indícalo en las notas — la memoria puede contener ese contexto, pero no siempre.
No puede dar cuenta del contexto que no has proporcionado. Si el sueño del atleta fue interrumpido, está luchando contra un resfriado, o corrió en una ruta inusualmente montañosa, díselo. Estos factores importan y el sistema no puede inferirlos solo a partir de los datos de actividad.
El análisis de intervalos estructurado requiere datos estructurados. Si la sesión fue un entrenamiento estructurado pero el archivo de actividad contiene solo un esfuerzo continuo (sin vueltas), el análisis de calidad de intervalos no será significativo. Esto es un problema de captura de datos, no una limitación del Asistente AI.