clawd
4581e215d4
Research compiled from Exa AI search covering: - Market overview (2024-2032 projections) - UX best practices and common mistakes - User feedback from Reddit communities - Competitor analysis (Strong, Hevy, FITBOD, etc.) - Gamification strategies - AI coaching trends - Prioritized recommendations for Gravl
247 lines
6.0 KiB
Markdown
247 lines
6.0 KiB
Markdown
# AI Coaching i Fitness Apps — 2025-2026
|
|
|
|
## State of the Art
|
|
|
|
AI-coaching har gått från "buzzword" till verklig funktionalitet:
|
|
|
|
- **Google Gemini + Fitbit** — Integrerad hälsocoach
|
|
- **FITBOD** — Muskel-fatigue-baserade program
|
|
- **Juggernaut AI** — Periodiserad powerlifting
|
|
- **Zing Coach** — Conversational workout updates
|
|
|
|
---
|
|
|
|
## Vad AI-coaching gör idag
|
|
|
|
### 1. Workout Generation
|
|
|
|
**Input:** Mål, erfarenhet, utrustning, tid
|
|
**Output:** Komplett träningspass
|
|
|
|
```
|
|
Exempel (FITBOD):
|
|
- "Jag vill bygga muskler, har 45 min, gymmet har allt"
|
|
→ Push-fokuserat pass med 6 övningar, 3 set vardera
|
|
```
|
|
|
|
**Styrkor:**
|
|
- Sparar tid för nybörjare
|
|
- Varierar automatiskt
|
|
- Anpassar efter utrustning
|
|
|
|
**Svagheter:**
|
|
- "Black box" — varför just DENNA övning?
|
|
- Kan ignorera personliga preferenser
|
|
- Fungerar sämre för avancerade
|
|
|
|
### 2. Auto-Progression
|
|
|
|
**Input:** Loggad data (vikt, reps, RPE)
|
|
**Output:** Justerad vikt för nästa pass
|
|
|
|
```
|
|
Exempel:
|
|
- Bänkpress: 80kg x 8,8,8 (mål: 8-10 reps)
|
|
→ "Nästa gång: 82.5kg"
|
|
```
|
|
|
|
**Logik:**
|
|
- Alla set i övre intervallet → öka vikt
|
|
- Missade reps → behåll eller sänk
|
|
- RPE 10 på alla set → sänk
|
|
|
|
### 3. Recovery Awareness
|
|
|
|
**Input:** Träningshistorik, sömn, HRV
|
|
**Output:** Rekommendation om intensitet
|
|
|
|
```
|
|
Exempel (Google Fitbit AI):
|
|
- 5h sömn, HRV -20% från baseline
|
|
→ "Kanske en lättare dag idag? Föreslår mobility istället."
|
|
```
|
|
|
|
### 4. Conversational Coaching
|
|
|
|
**Input:** Naturligt språk
|
|
**Output:** Anpassade svar och ändringar
|
|
|
|
```
|
|
User: "Jag har ont i axeln, kan inte göra overhead press"
|
|
AI: "Okej! Jag byter ut overhead press mot landmine press som
|
|
är snällare mot axeln. Vill du också skippa lateral raises?"
|
|
```
|
|
|
|
### 5. Form Feedback (emerging)
|
|
|
|
**Input:** Video av övning
|
|
**Output:** Teknikanalys
|
|
|
|
**Status:** Fortfarande experimentellt, men:
|
|
- Elitefy, Onyx använder pose estimation
|
|
- Apple Vision framework möjliggör on-device
|
|
- Accuracy ~70-85% för basic form cues
|
|
|
|
---
|
|
|
|
## Google Gemini + Fitbit
|
|
|
|
### Vad det gör
|
|
|
|
- Personlig hälsocoach i Fitbit-appen
|
|
- Förstår hela bilden: sömn, stress, aktivitet, nutrition
|
|
- Skapar veckoplan baserat på mål
|
|
- Justerar i realtid
|
|
|
|
### PCMag Review (Dec 2025)
|
|
|
|
> "The personal health coach is the first fitness tool that's actually helped me get through Thanksgiving without completely derailing my progress."
|
|
|
|
### Key Insight
|
|
|
|
AI som förstår HELA bilden (sömn + stress + träning + kost) är betydligt mer effektiv än isolerade datapunkter.
|
|
|
|
---
|
|
|
|
## Vad användare vill ha
|
|
|
|
### Önskelista (från Reddit/reviews)
|
|
|
|
1. ✅ **"Föreslå alternativ när utrustningen är upptagen"**
|
|
2. ✅ **"Anpassa passet efter hur jag känner mig"**
|
|
3. ✅ **"Förklara VARFÖR jag gör denna övning"**
|
|
4. ✅ **"Lär dig mina preferenser över tid"**
|
|
5. ✅ **"Sync med min sömn/stress-data"**
|
|
|
|
### Vad de INTE vill ha
|
|
|
|
1. ❌ **"Ta över helt"** — Användare vill ha kontroll
|
|
2. ❌ **"Ignorera min input"** — AI som inte lyssnar
|
|
3. ❌ **"Black box beslut"** — Varför just detta?
|
|
4. ❌ **"Kräva premium för basic AI"** — Paywall frustration
|
|
|
|
---
|
|
|
|
## Conversational UX Pattern
|
|
|
|
### Traditionell onboarding
|
|
|
|
```
|
|
Steg 1: Välj mål (dropdown)
|
|
Steg 2: Välj erfarenhet (radio buttons)
|
|
Steg 3: Välj dagar (checkboxes)
|
|
Steg 4: Välj utrustning (multi-select)
|
|
Steg 5: Generera program
|
|
```
|
|
|
|
**Problem:** Känslan av formulär, inte personlig coach
|
|
|
|
### Conversational onboarding
|
|
|
|
```
|
|
Coach: "Hej! Jag är din träningscoach. Vad vill du uppnå?"
|
|
User: "Jag vill bli starkare och se bättre ut"
|
|
|
|
Coach: "Bra mål! Styrka + hypertrofi alltså. Hur länge har du tränat?"
|
|
User: "Typ 6 månader, men inte så seriöst"
|
|
|
|
Coach: "Perfekt, då har du en bra bas att bygga på. Hur många dagar
|
|
per vecka kan du träna realistiskt?"
|
|
User: "3-4 dagar"
|
|
|
|
Coach: "Då kör vi PPL med en extra dag för svaga punkter. Har du
|
|
tillgång till gym eller tränar du hemma?"
|
|
...
|
|
```
|
|
|
|
**Fördelar:**
|
|
- Känns personligt
|
|
- Samlar mer kontext ("inte så seriöst")
|
|
- Användaren känner sig hörd
|
|
- Naturligt sätt att hantera edge cases
|
|
|
|
---
|
|
|
|
## Dagsform-anpassning
|
|
|
|
### Flow
|
|
|
|
```
|
|
[Användare öppnar app på träningsdag]
|
|
|
|
Coach: "Dags för Pull! Hur känns kroppen idag?"
|
|
|
|
[Alternativ: 💪 Toppen | 😐 Okej | 😴 Trött | 🤕 Ont någonstans]
|
|
|
|
Om "Trött":
|
|
Coach: "Förstår! Dålig sömn eller allmänt sliten?"
|
|
User: "Dålig sömn"
|
|
Coach: "Då sänker vi intensiteten idag. Samma övningar men
|
|
RPE 7 istället för 8. Du kommer fortfarande göra
|
|
framsteg, men utan att gräva dig djupare i hålet."
|
|
|
|
Om "Ont någonstans":
|
|
Coach: "Aj! Var har du ont?"
|
|
User: "Nedre ryggen"
|
|
Coach: "Då skippar vi marklyft idag och kör cable rows istället.
|
|
Jag lägger också till lite core-stabilitet i slutet.
|
|
Låter det bra?"
|
|
```
|
|
|
|
---
|
|
|
|
## Implementation för Gravl
|
|
|
|
### Phase 1: Transparent Progression
|
|
|
|
- Visa VARFÖR vikten ökas
|
|
- "Du tog 80kg x 10,10,9. Mål var 8-10. Nästa gång: 82.5kg"
|
|
- Användaren ser logiken
|
|
|
|
### Phase 2: Conversational Onboarding
|
|
|
|
- Dialog istället för formulär
|
|
- Coach-persona (inte robot)
|
|
- Samla kontext naturligt
|
|
|
|
### Phase 3: Dagsform-anpassning
|
|
|
|
- Quick check vid pass-start
|
|
- Justerade rekommendationer
|
|
- Alternativa övningar vid smärta
|
|
|
|
### Phase 4: Smart Substitutions
|
|
|
|
- "Bänken är upptagen" → "Kör dumbbell press istället"
|
|
- Baserat på muskelgrupp och tillgänglig utrustning
|
|
|
|
### Phase 5: Holistic Integration (future)
|
|
|
|
- Sync med Apple Health / Google Fit
|
|
- Sömn-data → intensitetsjustering
|
|
- HRV → recovery recommendations
|
|
|
|
---
|
|
|
|
## Tech Stack Considerations
|
|
|
|
### On-device vs Cloud
|
|
|
|
| Approach | Pros | Cons |
|
|
|----------|------|------|
|
|
| On-device (CoreML) | Privacy, offline, snabbt | Begränsad modell |
|
|
| Cloud (OpenAI/Anthropic) | Kraftfull, flexibel | Latency, kostnad, privacy |
|
|
| Hybrid | Bäst av båda | Komplexitet |
|
|
|
|
### Rekommendation
|
|
|
|
```
|
|
- Basic logic (progression, substitutions): On-device
|
|
- Conversational UI: Cloud API (men cache vanliga flows)
|
|
- Form analysis: On-device (CoreML pose estimation)
|
|
```
|
|
|
|
---
|
|
|
|
*Källa: PCMag, Zing Coach, FITBOD, Google Fitbit, Reddit — 2025-2026*
|