Gym · 手机优先的 AI 健身与饮食记录产品
把训练的每一步,
连起来。
自己训练时最大的摩擦不是「不想练」,是「练完一组不知道下一组做什么」。要翻手机找教学,要手动记重量和组数,做两组记录就放弃了。
- 训练合成回归
- 20 条
- 饮食基线
- 35 条
- 可选动物形象
- 3 种
- PRD
- 4 页
01 / 起点
刚开始健身几个月,遇到的摩擦比想象中多。
第一次进健身房的时候,站到坐姿推胸机前面不知道从哪里下手——座位调到多高、握距多宽、配重从多少开始。掏出手机搜,出来的都是通用教学视频,不是面前这台机器。问了旁边的教练,他说「你先试试轻的」,但「轻的」到底是多重,还是不知道。
第二个问题是记录。练完一组要打开备忘录打字,「62.5kg 8次」——打了三组就不想打了。下次来,还得翻上次的记录。练了两个月,除了体重秤上的数字,看不到其他变化。
我做 Gym 的起点很直接:不是想再做一个健身 App,是这几个具体的摩擦我自己每天都在遇到。能不能把「认识器械 → 查看资料 → 开始训练 → 回看进步」这条路径缩短一点,哪怕只缩短几步。
02 / 产品全貌
一条完整路径:认识器械 → 查看资料 → 开始训练 → 回看进步。
先认清器械,再开始训练
坐姿推胸机做了完整路径:扫描或手动选择 → 候选需人工确认 → 核对型号与适用资料 → 明确添加后才写入训练。
候选需要用户确认,是因为器械识别经常出错——同一型号不同年份的外观差异、光线不足、角度不对,都会影响结果。与其让 AI 猜,不如让用户确认。
资料来自 Life Fitness Insignia SS-C 的官方手册。教学视频和型号资料衔接在确认步骤之后,用户不需要切出去搜。
当前仅支持坐姿推胸机一台器械。这不是技术限制,是有意收敛范围——在验证这条路径真的降低摩擦之前,不扩展器械库。
计划与完成分开,不让 AI 替你做主
训练记录里有两条规则。
第一,计划导入不自动勾选完成。用户必须逐组确认,AI 不能替你决定「这组做完了」。重复导入同一计划时,明确询问是覆盖还是合并。
第二,缺失的重量不填零。自重、未知、已知分开记录,用户确认后才保留完成状态。容量统计排除缺失项。
这样做的好处是:你事后回看时,看到的是真实完成的训练,不是被 AI 补全的理想记录。
AI 生成草稿,用户核对份量
饮食部分把文字描述和餐食照片转为可编辑草稿。以「中午吃了一碗牛肉面加一个卤蛋」为例,AI 返回热量、蛋白质、碳水、脂肪的估算,每项都可修改。
草稿会突出不确定的内容——份量估算、食材识别。用户确认后才保存到当前浏览器。
保存之后,饮食数据会同步到熊猫的状态里。当天摄入和训练消耗不匹配时,熊猫会用它的方式提醒你——不是弹窗警告,是角色状态的变化。这是激励打卡的设计,不是健康建议。
拍照识别对中餐的准确率明显低于西餐。这是目前最需要改进的地方,需要更多样本来验证。
熊猫回到训练节奏之中
陪练形象是整个产品里花时间最多的部分之一。
用户可以自己选陪练的卡通形象:熊猫、海豹等。每个形象都做了独立的设计稿和动作反馈——不是换一张皮,是每种动物有自己的节奏和性格。熊猫偏安静陪伴,海豹偏活泼鼓励,用户可以根据自己的训练风格选择。
形象和训练进度绑定:
- 准备时,出现在首页,提示今天该练什么。
- 训练中,跟随用户的训练动作做出反应——做完一组,它跟着动一下;休息计时,它坐在旁边陪着。
- 结束时,给出本次训练的完成反馈。
动作反馈只响应当前动作的成功保存事件。不替用户开始下一组,不自动补齐组数。节奏由用户掌握,形象只负责回应。
最初的动物动作太生硬,调整了几版才达到可用的程度。现在熊猫可以跟随用户的训练动作模拟完成,形象本身已经可以使用。后续还会继续补充其他动物的动作库。
03 / 用户反馈与迭代
来自同学、朋友的试用反馈,以及我自己的使用记录。
以下为作者汇总转述,不是逐人访谈引语,也不代表正式访谈样本数。
| 反馈 | 对应调整 | 结果 |
|---|---|---|
| 「不知道器械怎么用,每次都要去外部平台查」 | 加入器械扫描与型号资料路径,衔接教学视频与训练添加 | P2 已实现 |
| 「记录太麻烦,打两组就不想打了」 | 训练记录支持计划复用、逐组确认、重量修改 | P3 已实现 |
| 「页面像普通记录工具,没有训练氛围」 | 把当天训练与继续操作放在首页中心,加入熊猫陪伴 | P1 / P4 已实现 |
| 「熊猫和健身任务脱节」 | 保留原稿与休息反馈,撤下运动试作,暂停人体镜像 | P4 已调整 |
| 「饮食记录不知道准不准」 | AI 返回可编辑草稿,突出不确定内容,用户确认后才保存 | P3 已实现 |
| 「想看到除了体重以外的变化」 | 加入身体维度趋势,按日期回看,支持多种测量指标 | P3 右屏已实现 |
我是怎样推进的:梳理现场问题 → 确定优先级 → 推进实际实现 → 看结果再调整。新手确认器械、固定计划训练、事后补记饮食是设计情境,不能当作真实受访者。
04 / 我的职责
我负责:需求定义与优先级 / 交互方案与验收标准 / 资料选取与内容审核
工程实现由 AI 工具协作完成。我负责方向、取舍和最终验收判断。
05 / 验收与边界
已经可以验证的:
入口能完成任务 / 确认前后状态一致 / 刷新后能回看 / 失败可以恢复 / 错误数据不静默写入 / 手机视口无横向溢出
尚待验证的:
真人任务成本与自然复用 / 真实照片识别质量 / 手机硬件与专业资料审校 / 不同器械的扩展路径
没有虚构效率、满意度或健康效果。现有合成模型评测和浏览器回归不替代这些结论。
随案例交付
- 可体验产品:gym-iota-self.vercel.app
- 完整案例:yuxiangworks.com/projects/gym/
- 四页 PRD:目标、范围、流程、功能验收、异常与待验证指标PRD PDF ↗
- 模型历史评测:20 条训练合成回归、35 条饮食基线、10 条重算定向回归