Wat kan AI doen met je Oura-gegevens? Prompts en antwoorden

Oura-gegevens analyseren met AI begint met wat er daadwerkelijk synchroniseert. Wellness Project haalt de volledige set dagelijkse velden op die Oura rapporteert, niet één momentopname. Dat omvat je dagelijkse readinessscore, de HRV- en RMSSD-trend van 's nachts, slaapfaseminuten opgedeeld in diep, REM en licht, hartslag in rust, afwijking in lichaamstemperatuur ten opzichte van je basiswaarde, en dagelijkse activiteits- en stappentotalen. RMSSD in rust ligt doorgaans ergens tussen de 20 en 100 milliseconden, afhankelijk van de persoon, en readinessscores bewegen doorgaans van nacht tot nacht tussen de 60 en 90, dus het nuttige signaal is bijna altijd de trend ten opzichte van je eigen basiswaarde in plaats van het getal van één dag. Als je verder wilt gaan dan de trend lezen en er daadwerkelijk mee wilt trainen, bekijk dan onze AI HRV-trainingsgids voor hoe Claude en ChatGPT diezelfde RMSSD-geschiedenis omzetten in dagelijkse aanbevelingen voor belasting.

Omdat dit de volledige geschiedenis is en geen momentopname, kunnen Claude en ChatGPT weken of maanden terugkijken, niet alleen naar afgelopen nacht. En omdat Wellness Project dit opslaat naast alles wat je verder in de app logt, trainingen, maaltijden, slaapnotities, blessures en elke andere gekoppelde wearable, redeneert de AI nooit alleen op basis van Oura-gegevens. Een vraag over gereedheid kan een zware beentraining van twee dagen eerder erbij betrekken, of een laat diner de avond ervoor, net zoals een trainer met je hele logboek voor zich zou doen.

De beste prompts zijn specifiek: een statistiek, datumbereik of vergelijking. Dit zijn de vragen die mensen daadwerkelijk typen zodra Oura is gekoppeld.

• "Waarom was mijn readiness vanochtend laag?" De AI haalt de factoren achter de gereedheid van vandaag naast de HRV en slaapfasen van afgelopen nacht op en controleert of in de twee dagen ervoor een zware trainingsdag of late maaltijd voorkomt. Daarna legt hij de waarschijnlijke oorzaak uit in plaats van een algemene hersteltip te geven.
• "Hoe heeft mijn HRV zich de afgelopen maand ontwikkeld?" Je krijgt een echte trendlijn in cijfers: de gemiddelde RMSSD van deze week tegenover vier weken geleden, met de specifieke datums waarop HRV daalde of steeg, niet een vaag 'lijkt stabiel'.
• "Bouw ik deze week een slaaptekort op?" De AI vergelijkt totale slaap en minuten diepe slaap van de afgelopen zeven nachten met je recente basislijn en geeft aan of het verschil groter wordt. Voor een coach die op het antwoord handelt in plaats van het alleen te rapporteren, bekijk onze Gids voor de AI-slaapcoach.
• "Daalt mijn HRV na zware beendagen?" Dit vergelijkt je gelogde trainingen door je hele geschiedenis heen met de HRV-meting van de daaropvolgende nacht en meldt of er voor jou werkelijk een patroon bestaat, inclusief de specifieke sessies die zijn gecontroleerd.
• "Vergelijk mijn gemiddelde diepe slaap van deze week met vorige week." Twee cijfers, een richting en de nachten die het verschil veroorzaken, rechtstreeks uit je gesynchroniseerde slaapfasegegevens in plaats van geschat.
• "Wat is de trend van mijn rusthartslag over de afgelopen 30 dagen?" Een specifieke basislijn en of recente dagen daarboven of daaronder liggen, nuttig om vroege tekenen van overtraining of ziekte op te sporen.

In elk geval heeft het antwoord dezelfde vorm: specifieke cijfers, exacte datums, een aangegeven trendrichting en een uitleg in gewone taal gebaseerd op jouw data, geen wellnessgemeenplaats die op iedereen van toepassing zou zijn.

De native Oura-app is echt goed in wat hij doet: je readiness-, slaap- en activiteitstrends tonen met verzorgde vaste inzichtkaarten. Maar het is een weergave van één bron. De app ziet geen trainingen die je elders logt, maaltijden die je eet of blessures waarmee je omgaat, dus de inzichtkaarten zijn volledig op Oura-gegevens gebaseerd en op niets anders.

Een vraag stellen aan Claude of ChatGPT via Wellness Project werkt anders. In plaats van een vaste kaart stel je een vraag in natuurlijke taal, en je kunt in hetzelfde gesprek doorvragen om dieper te graven. Het antwoord is gebaseerd op je Oura-geschiedenis plus alles wat je verder hebt gelogd, zodat het paraatheid kan koppelen aan trainingsbelasting of slaaptekort aan een reeks late avonden, verbanden die een dashboard met één bron nooit kan laten zien omdat het de andere helft van het beeld niet ziet.

Een paar gewoontes maken de antwoorden merkbaar specifieker. Voeg een datumbereik of vergelijkingsperiode toe, "deze week versus vorige week" of "de laatste 30 dagen", in plaats van te vragen "hoe gaat het met mij" zonder tijdsbestek, wat de AI dwingt te raden hoe ver terug het moet kijken.

Noem de specifieke metriek waar het je om gaat, gereedheid, HRV, hartslag in rust of slaapscore, in plaats van een vaag "hoe gaat het met mijn herstel", dat elk van die dingen kan betekenen. Gebruik het gesprek om door te vragen: na een antwoord over je HRV-trend, vraag welke trainingsdagen samenvallen met de dips, of welke nachten de kortste diepe slaap hadden. Elke vervolgvraag gebruikt dezelfde gekoppelde geschiedenis, dus het gesprek wordt scherper naarmate je specifieker wordt.