AI 能如何使用你的 Strava 跑步與騎乘資料？

Strava 沒有直接 API 連到 Wellness Project，這是刻意的設計，而不是功能缺口。Strava 本來就會透過自己的原生整合，把跑步與騎乘同步到 iOS 的 Apple 健康或 Android 的 Google Health Connect，這也是 Strava 多年來將資料寫入手機健康紀錄的既有路徑。Wellness Project 從這個統一資料層取得活動歷史，而不是直接和 Strava 溝通，因此連接只需設定一次，不必每次想問問題都重走教學。

實際效果是，一旦 Strava 流入 Apple Health 或 Health Connect，每次跑步和騎乘都會在 Wellness Project 裡和睡眠、心率與營養記錄排在同一份歷史中，Claude 和 ChatGPT 都能查詢。Garmin 也走同一條中繼路徑， Peloton、Coros、Wahoo、Amazfit 和 Samsung 的資料也會進入 Wellness Project，因為這些裝置同樣沒有直接連接（Withings、Polar 和 Whoop 是例外，擁有直接原生連接）。至於確切的設定步驟，從開啟 Strava 的已連接應用程式設定，到確認第一筆同步活動出現為止，請參閱 Strava 連接指南，以及這個中轉層除了 Strava 之外還能做什麼，請參閱 AI 能如何使用 Apple Health 資料指南.

一旦活動資料開始同步,值得問的問題是那些單靠一張跑步記錄表格無法自行回答的問題。以下幾個效果不錯:

• "過去 8 周我的平均配速有什麼變化？"
• "週六長跑時我的心率是不是逐漸上升了？"
• "這周和上個月相比，我的總跑量如何？"
• "這個訓練週期內我一共記錄了多少爬升？"
• "在我跑量最高的那一週，睡眠品質是不是下降了？"
• "對比我最近兩次長途騎行的平均心率和時長。"
• "這個月和上個月相比，我跑步消耗了多少熱量？"
• "根據我的每週跑量和靜止心率，我是不是在朝過度訓練發展？"

這些只使用真正能透過 Apple Health 與 Health Connect 中繼的資料類型：距離、配速、時間、心率、海拔與熱量。Strava 專屬欄位如功率或步頻／踏頻不保證能跨過中繼，因此以距離、時間、心率和海拔為基礎的問題最可靠。

一個真正的答案會說出從你記錄的活動中提取的具體數字和日期，而不是一條套話式的訓練建議。問配速趨勢，你會得到過去幾周每週的平均配速，並指出哪幾周有提升或下滑，而不是一句“堅持訓練能提高速度”的泛泛之談。問某一次跑步，你會得到那次跑步實際的時長、距離和心率資料，並與你近期的基線對比。

更大的差異會出現在跨領域問題。因為 Wellness Project 也把睡眠、HRV 與營養紀錄放在同一份歷史中，AI 可以在一個回答裡，把跑量突然上升和恢復下降或蛋白質未達標連起來。Strava 的活動動態做不到，因為它只看得到跑步本身。例如「31 英里的一週有沒有讓我恢復不足？」會透過那週靜止心率與睡眠時間實際發生的變化回答，而不是套用通用訓練負荷經驗法則。

Strava 在它原本設計要做的事情上真的很好：每次活動的分段、路段排行榜、Kudos，以及單次跑步或騎乘的社群互動。把 Strava 連到 Wellness Project 後，這些功能都不會消失，本指南也不是要你訓練完就別再打開 Strava。

Strava AI 教練真正有價值的地方，是那些 Strava 單次活動畫面本來就不是為了顯示的東西：跨數週或數月的長期趨勢，以及跨越 Strava 根本不追蹤的領域進行推理，例如睡眠或營養。資料匯入後，Wellness Project 的跑步專家 Coach Elias Kiptoo 是八位具名 AI 教練之一，他能針對配速與訓練負荷具體回答，眼前使用的是你在 Strava 看到的同一段跑步歷史，只是會和其他所有紀錄一起解讀。