用 AI 分析 Amazfit 資料：步數、睡眠與心率洞察

用 AI 分析 Amazfit 資料，首先要知道手錶連線後究竟有哪些資料會通過中繼。最常見的是步數、睡眠與心率；當 Zepp App 有記錄時，靜息心率與訓練也會同步。這些都不需要手動輸入。每次 Amazfit 同步到 Zepp，而 Zepp 再把資料中繼到 Apple Health 或 Health Connect 時，都會自動更新。

值得說清楚這份資料實際經過的路徑。目前沒有直接的 Zepp 整合,也沒有 Zepp 的 MCP 伺服器,所以沒有任何資料是直接從 Zepp 的伺服器傳過來的。實際情況是:你的 Amazfit 同步到 Zepp app,而 Zepp app 會寫入 iOS 上的 Apple Health 或 Android 上的 Google Health Connect,方式和原生健康 app 的紀錄完全相同,Wellness Project 再從這個中繼點讀取資料。詳細設定步驟請參考下方兩篇指南。

用 Claude 設定 Amazfit

用 ChatGPT 設定 Amazfit

這條中繼路徑設定了清楚的預期,說明哪些資料會同步、哪些不會。凡是 Zepp app 寫入 Apple Health 或 Health Connect 的資料都會傳過來。我們沒有驗證 Zepp app 有哪些額外讀數只顯示在自己的畫面裡,所以本指南不會承諾清單以外的項目;如果某項讀數只留在 Zepp 內、從未傳到中樞,Wellness Project 就無法看到它,AI 也一樣看不到。凡是有傳過來的資料,都會加入 AI 讀取的同一份整合歷史紀錄,和其他寫入同一個中繼點的資料放在一起,包括 Apple Health 自己的原生指標(參見 AI 能如何使用 Apple Health 資料 如果那是你的主要來源的話)。

參見 Zepp 和 Amazfit 同步指南 或 把 Amazfit 連線到 AI.

看出差異最有用的方式,是提出具體的問題,而不是在 Zepp app 裡滑來滑去找今天的數字。等你的資料同步之後,可以試試以下問題:

「我這個月的步數維持穩定，還是一直在下降？」回傳的是和你近幾週的直接比較,而不只是今天的總數。 「過去一個月，我的睡眠時間呈現什麼趨勢？」會提取那段期間每一晚的具體總數,並說明變化的方向和幅度,而不是只重複昨晚的單一數字。

"把我這周的靜止心率和上個月做對比" 會給出一個具體的數字差異,並附上你實際的每日讀數,前提是你的 Amazfit 有記錄靜止心率。 「哪些日子的心率比平常高？那些日子有什麼共同點？」 從你同步的歷史紀錄中找出這種模式,而不是只看單一個被標記的讀數。 「整理一下我這週的活動。」 把那一週實際記錄的步數與訓練加總,並對照你近期的平均值。

有用的回答和籠統的回答,差別在於具體程度。籠統的回答會說「你的睡眠看起來還好,繼續保持」。有用的回答則會說,你這週平均每晚睡眠比你的每月基準少了 40 分鐘,這個下滑和連續三晚較晚就寢的時間點吻合,而且這些早上你的靜止心率也稍微偏高。後者之所以做得到,是因為 AI 讀取的是你真實的數字,而不是套用一條籠統的經驗法則。

Zepp app 的設計是讓你看見「今天」:今天的步數、昨晚的睡眠、此刻的心率。這在當下很有用,但對更長期的分析就有限。單獨一天幾乎無法告訴你某個規律是持續還是正在瓦解,而 Zepp app 也不容易讓你把一週和過去四週排在一起比較。

透過 AI 讀取同一份歷史紀錄,做的是不同的事:它能把你過去三十或六十天並排比較,並具體指出真正的變化,例如你過去三週的平日步數一直低於週末,或是某段睡眠變短的時期正好對應到比較忙碌的一週。這個段落會專注在把這種比較套用到你自己同步的 Amazfit 數字上,對照你自己的基準線,而不是母體平均值。

把 Amazfit 資料傳進 Claude 或 ChatGPT 需要兩個連接環節,而不是一個。Zepp app 會中繼到 iOS 上的 Apple Health,或是 Android 上的 Google Health Connect;無論哪一種方式,一旦這個同步連結到 Wellness Project,同一份資料就能在 iOS、Android 和網頁版上提問。

本頁假設這個連接已經完成。完整的操作教學可以參考任一份設定指南。

用 Claude 設定 Amazfit

用 ChatGPT 設定 Amazfit