50歳のおっさん、AIに専属コーチを作ってみた
― ChatGPT・COROS・Notion・Box・Todoist・gooogleカレンダーで走力を伸ばす
※記事は過去のやり取りを参考にChatGPTに9割書いてもらいました。
このブログ、呆れる程ウルトラマラソンやフットレースばかり走っていますｗ
昨年、二回目の川の道フットレース日本横断ステージ完走後、
「目標達成したし、そんなに長く走らなくてもいいじゃない」ってなり、
「久しぶりにフルマラソンも走ろう」と、さいたまマラソンへエントリーしていました。（大雪で中止になりましたがｗ）
で、今回も2027年２月のさいたまマラソンへエントリーしたんです。
ただね、、私、確かにサブフォー（４時間以内のゴール）はしてますし、今のトレーニングのタイムを見てもその程度の完走は出来るはずですが、そこからタイムを縮める為のやり方がわからない。
その為には、、
コーチだ。
自分の走力を見て、
「今日はこれをやりましょう」
と言ってくれる。
昨日の練習を見て、
「ちょっと疲れているから、今日は軽くしましょう」
と言ってくれる。
練習結果を見て、
「この内容なら、次はこうしましょう」
と次の一手を考えてくれる。
できれば、自分の過去の練習データも全部覚えていてほしい。
……そんなコーチが欲しかった。
しかし、現実にはそう簡単に人間のコーチを雇えるわけではない。
そこで考えた。
「AIにやらせればいいんじゃない？」
ChatGPTに「練習メニューを作って」と言うだけではない
最初はもっと単純な話だった。
自分のランニングデータをAIに渡す。
トレーニング理論やメニューについて調べてもらう。
自分の状態と照らし合わせる。
次の練習を考えてもらう。
そして実行する。
ところが、実際にやってみるとすぐに問題が出てきた。
AIに相談するだけでは、「その場限りの会話」になってしまう。
昨日の練習。
先週の練習。
以前の大会。
自分の走力。
疲労。
練習の成功・失敗。
そういうものを継続的に扱おうとすると、AIに仕事をさせるための「環境」が必要になる。
そこで、少しずつ仕組みを作り始めた。
なんかプロジェクトだなｗ
走るのは俺。考えるのはAI。
このプロジェクトで、自分が大事にしている考え方がある。
AIを「会話相手」として使うのではなく、「仕事をする存在」として使う。
世間ではChatGPTを、
「質問すると答えてくれるAI」
として使っている人が多いと思う。
もちろん、それもAIの使い方の一つだ。
でも、自分が欲しかったのはそれではなかった。
欲しかったのは、
自分専用のコーチとして仕事をするAI
だった。
ただし、AIに丸投げするわけではない。
むしろ逆だ。
AIが仕事をしやすいように、人間側で環境を作る。
その結果、現在はこんな構成になっている。
5つのサービスに仕事を分担させる
現在のシステムは、大きく5つの役割に分かれている。
COROS
「実際に何が起きたか」を記録する。
走った距離、ペース、心拍、パワー、トレーニング負荷など。
ここはAIの推測ではなく、実際に走った結果だ。
Notion
「走った記録」を構造化して蓄積する。
単に文章で、
「今日は12km走った」
と残すだけではない。
距離、ペース、心拍、負荷、RPE、走前疲労度、湿度感、風、シューズなど、後から分析できる形で保存する。
例えば9月15日の12km E走では、COROSのデータに加えて、走前疲労度3、RPE2、湿度感「ジメジメ」、風「無風」、使用シューズまで記録されている。
こうしておけば、
「最近、同じくらいのペースなのに心拍がどう変化している？」
みたいな話ができる。
Box
「AIが判断するためのルールや資料」を持たせる。
ここが、このシステムのちょっと変わったところだ。
Boxは単なるファイル置き場ではない。
このプロジェクトでは、AI運用ルールや週次レビューの手順など、AIにどう仕事をさせるかという仕様そのものを保管している。
つまり、
データを保存する場所
だけではなく、
AIが仕事をするときのルールブック
として使っている。
Todoist
「決まったことを実行する」。
AIが、
「水曜日はE走12km」
と考えたとしても、それだけでは走らない。
予定として管理され、実行日が来て、通知されて、初めてトレーニングになる。
そこでTodoistなどのタスク管理側に落とす。
※そして、Googleカレンダーへ自動的に連携し、スケジュールを同期する。（ここではChatGPTとは直接連携していないのでこの程度で。）
ChatGPT
そして中心にいるのが、
ChatGPT。
COROSの実績を見る。
Notionの過去データを見る。
Boxのルールや資料を参照する。
それらを踏まえて、
「では次に何をするか」
を考える。
そして、実際の結果が返ってきたら、また考え直す。
つまり、こういうループになる
走る
↓
COROSに実績が残る
↓
Notionに構造化して記録する
↓
ChatGPTが過去データやルールと照合する
↓
次のトレーニングを考える
↓
Todoistで実行する（Googleカレンダー同期）
↓
また走る
↓
結果を渡す
↓
次の計画を修正する
単なる「AIへの質問」ではない。
一つの運用サイクルになっている。
しかも、AIの言うことを全部聞くわけではない
ここも重要だ。
実際に走っているのは人間なので、予定通りにいかないことはいくらでもある。
雨が降る。
仕事が入る。
疲れている。
逆に妙に元気な日もある。
「今日は休養日になっているけど、7kmくらい走っちゃダメ？」
なんてこともある。
そしてAIと相談する。
場合によっては予定を変更する。
つまり、
AIが計画を作る → 人間が奴隷のように実行する
という仕組みではない。
人間とAIで、
計画 → 実行 → 結果 → 判断 → 修正
を回していく。
「週次レビュー」もAIにやらせる
さらに運用を続けていると、別の問題が出てくる。
毎日の判断だけでは、長期的な方向性を見失う。
そこで週単位で振り返る。
今週どれだけ走ったか。
ポイント練習はどうだったか。
疲労はどうだったか。
計画通りだったか。
何か問題があるか。
そして、
来週の計画をどうするか。
ただし、ここでも「毎週何かを変える」ことは目的にしない。
問題がなければ、
「特に問題なし。来週も予定どおり」
でいい。
AIに「何か改善してください」と頼むと、何となく変更案を出したくなる。
だからこそ、運用ルールとして、
変更する必要があるときだけ変更する
という考え方を持たせている。
まだ、このシステムが正しいとは証明されていない
ここは、あえて書いておきたい。
現在、自分は2027年のさいたまマラソンに向けて、この仕組みを使っている。
50歳。
そして、自分の可能性をもう少し伸ばしてみたい。
ただし、
「このシステムを使えば○時間で走れる」
なんてことは、まだ言えない。
そもそも、AIを使ったから速くなったのか、自分のトレーニングが良かったのか、それを簡単に切り分けることもできない。
だから、このプロジェクトは現在進行形だ。
だから、結果が出てから書くのではなく、今から書いてみる
このシステムが最終的にどうなるのか、自分にもまだ分からない。
予定通りに進むかもしれない。
途中でシステムを作り直すかもしれない。
AIの判断が間違うこともあるだろう。
人間の自分が計画をぶっ壊すこともある。
たぶん、そっちの方が多い。
それでもいいと思っている。
なぜなら、このプロジェクトの目的は、
AIにマラソンを走らせることではない。
走るのは自分だ。
AIには、
調べる。
考える。
記録を見る。
分析する。
次を考える。
予定を組む。
振り返る。
という仕事をしてもらう。
そして自分は、
走る。
それだけだ。
……いや、もちろん「走るだけ」ではない。
AIがちゃんと仕事をするための仕組みを作るという、別の沼に自分から突っ込んでしまったｗ それはそれで楽しいｗ
2027年2月、その答え合わせをする
このシステムを作ったこと自体が目的ではない。
最終的には、実際に走ってみて、
「このやり方で、自分の走力はどこまで伸ばせるのか」
を確かめたい。
だから、ここでは完成したシステムを紹介するのではなく、
作って、走って、失敗して、直して、また走る。
その過程を記録していく。
2027年のさいたまマラソンの日に、
このシステムがどんな答えを出すのか。
そのとき初めて、
「AIに専属コーチを作ってみた」
の答え合わせができる。
第2章：こうして「AIコーチ」ができていった
最初から5層構成だったわけではない今では、ChatGPT↔COROS↔Notion↔Box↔Todoist（googleカレンダー）という5つ（６つ?）のサービスを使っている。
でも、最初からこんな構成を設計していたわけではない。
出発点は、もっと単純だった。「コーチが欲しい」それだけだった。
人間のコーチを雇うのは現実的ではない。練習会に参加しているわけでもないから、個人に合わせて細かく見てもらうことも難しい。
だったら、自分のデータをAIに渡せばいい。そう考えた。
---最初にAIへ渡したかったもの
欲しかったのは単なる練習メニューではない。自分の走ったデータを渡す。
それを蓄積する。
世の中にあるトレーニング理論やメニューを調べる。自分の状態と照らし合わせる。そして、「次に何をすればいいか」を考えてもらう。
さらに、それをスケジュールに落として、実際に走るところまで管理してもらう。
つまり最初から欲しかったのは、「ランニング管理ツール」ではなく「自分専用の常駐コーチ」だった。
ここが、このプロジェクトの原点になっている。
---ところが、すぐに壁にぶつかった
ChatGPTと会話するだけなら簡単だ。
「今日10km走りました」
「お疲れ様です。次は○○をしましょう」
これでも一応コーチっぽい。
でも、これでは長期的なコーチにはならない。例えば、「先週のポイント練習ではどうだった？」「3週間前と比べて心拍はどう変わった？」「最近、疲労が溜まってない？」となった瞬間、過去の情報をちゃんと蓄積しておく必要がある。
そこで、データを保存する場所が必要になった。
---COROSは「記憶」ではなく「センサー」
そこで重要になったのがCOROSだった。
走った結果はCOROSに残る。
距離。ペース。心拍。パワー。ケイデンス。トレーニング負荷。高度。その他さまざまなデータ。例えば現在のログでは、9月16日の坂60秒反復で9km、平均心拍141、トレーニング負荷186、有酸素TE3.2、無酸素TE3.9などが記録されている。
ここで重要なのは、COROSは「判断する場所」ではないということ。COROSには、
> 実際に何が起きたのかを記録してもらう。
判断は別の場所で行う。
---次にNotionが必要になった
COROSのデータだけでも大量の情報はある。
しかし、「練習前、自分では疲れていると感じていたのか？」「RPEはいくつだった？」「湿度はどう感じた？」「どのシューズを履いていた？」という情報は、時計だけでは拾えない。
だから、走った後に人間側の情報も追加する。
これがNotionだ。
現在はトレーニングログをデータベース化していて、実測データと主観データを一つの記録にまとめている。ここで、「データを保存する」から、「後から分析できるデータにする」へ一段階進んだ。
---そしてBoxが登場する
ここが、このシステムの中でも個人的に気に入っている部分だ。
AIにデータを渡すだけでは足りない。
AIに、「どういう考え方で判断してほしいのか」を教える必要がある。そこで、運用ルールや資料をBoxに持たせる。つまりBoxは、AIの資料室であり、ルールブック。「このプロジェクトではどう動くのか」「週次レビューはどうするのか」「何を記録するのか」といったルールを、会話の勢いで決めるのではなく、ファイルとして残していく。これはかなり重要な変化だった。AIに仕事をさせるための「業務マニュアル」を作り始めたからだ。
---最後にTodoist（Googleカレンダー）
ここまで来ると、もう一つ問題が出てくる。
AIが、> 水曜日：E走12kmと考えてくれた。
……で？人間はそれを覚えていない。
仕事もある。
用事もある。
雨も降る。
寝坊もする。
だから、決まった練習を実際の予定として管理する必要がある。
そこでTodoistを実行担当にする。
AIが考える。
Todoistが予定にする。（Googleカレンダーも使う）
人間が走る。
役割を分けた。
---こうして5層になった
最終的に、それぞれの仕事が明確になった。
役割 担当
判断・分析・計画 :ChatGPT
実測データ: COROS
構造化された実績 :Notion
ルール・資料・原本: Box
実行・タスク管理 :Todoist（googleカレンダー）
そして、この5つを人間である自分がつなぐ。
……と思っていた。
ところが、ここからさらに一歩進む。
---「走って来たよ」だけで済むようにしたい
毎回、
「COROSのこの画面を見てください」
「Notionにこれを登録してください」
「Boxのこのルールを確認してください」
「次の練習を考えてください」
なんてやっていたら、面倒くさい。
面倒くさい仕組みは続かない。
だから、できるだけ自分の入力を減らす。最終的には、
> 「走って来たよ」くらいの報告から、
データ取得
↓
分析
↓
記録
↓
必要なら追加質問
↓
次回への反映まで進める。
ここまで来ると、もう「ChatGPTに質問している」という感覚とはかなり違ってくる。
---AIに仕事をさせる
このプロジェクトを作っていて、一番大きかった発見はここだった。
ChatGPTを、
「質問すると答えてくれる便利なチャット」として使うのではなく、
「仕事を渡す相手」として考える。
例えば、「今日のランどうだった？」と聞くのではなく、
> 「今日のランの実績を確認して、過去のデータと比較して、必要なら次の練習を修正しておいて」という仕事を渡す。
そのために、
データを置く場所を作る。
ルールを置く場所を作る。
実行する場所を作る。
AI単体を賢くするのではなく、AIが仕事をできる環境を作る。
これが現在のシステムにつながっている。
---そして、まだ完成していない
ここがこのシステム面白いところだと思う。
この仕組みは完成品ではない。
実際、Notionへのデータ登録方法も、画像をどう扱うかも、週次レビューの方法も、使いながら少しずつ改善している。
最近も「変化走ではペースや高度の上下が分かるスクリーンショットを資料として残した方がいいのでは？」という話になった。
つまり、走る → 問題が分かる → システムを直す → また走るということまで含めて、このプロジェクトになっている。
そして2027年2月。さいたまマラソン。そこで、この「自作AIコーチ」がどこまで仕事をしてくれたのか。答え合わせをする。
と、言う形で進んでいる。
ここまで出てきたサービスは全て無料版で成り立っている。
つまり、誰でもやれる仕組み。
まずはコイツと進んでみます。乞うご期待。
ではでは。。。
