Strava と Gemini の新しい統合をテストしてみて思うこと

今週、Strava は Google Gemini との新たな統合を発表しました。これにより、定期購読者は自分の進捗状況を把握し、トレーニングをさらに活用できる別の方法が提供されます。これは、同社が最近クロードと共同で立ち上げたものに基づいており、加入者は Strava を Gemini に直接接続して、自分のアクティビティ履歴に基づいた、より状況に応じたパーソナライズされた回答を得ることができます。

接続したら、次のような質問をすることができます。

• 「同じ心拍数で速くなっているでしょうか?」

• 「前回のレースでの私のパフォーマンスを詳しく分析してもらえますか？」

• 「筋力トレーニングはランニングにどのような影響を与えていますか?」

ここで重要な背景をいくつか説明します。Strava の AI の「洞察」は、過去にはある意味ひどいもので、私を悩ませていました。 Athlete Intelligence (AI と便宜的に略されます) は、ワークアウトに対するテキスト応答を書き込む Strava の機能です。 Strava はこれらを「洞察」と呼んでいますが、私の知る限り、それらはほとんどがワークアウトの説明からの情報を逆流しており、場合によっては追加のエラーも含まれています。 AI フィットネスの概要はほとんど役に立たないことがわかりました。Strava のバージョンはすべてのチェックボックスをチェックします。何が起こっているのかを理解するのに十分なコンテキストを使用しておらず、一般的なアドバイスを個人的なものであるかのように提示し、不完全なデータを過信しています。そこで、私は懐疑的ですが、Strava の最新の Google Gemini 統合を試してみました。ここでは、その機能、設定方法、価値があるかどうかを説明します。

Google Gemini と Strava を接続する方法

Gemini の統合は、今から米国の加入者に展開されます。まず始めに、開きます 個人の知性 ジェミニ内で、選択します ストラバ [接続されているアプリ]で、Strava アカウントでサインインし、Gemini の接続を承認します。

接続はオプションであり、読み取り専用です。接続するかどうかを選択し、Gemini の接続済みアプリからいつでも切断できます。知っておく価値がある: 同意画面には、Gemini がワークアウト アクティビティ、パフォーマンス指標、トレーニング プラン、ギア、クラブ、プロフィール情報にアクセスし、会話の一部と名前とメールアドレスが Strava と共有され、プライバシー ポリシーに従って使用される可能性があると記載されています。

Google Gemini が Strava データを解釈する方法

私が最初に尋ねた質問は、Strava の例の 1 つでした。 「同じ心拍数で速くなっているでしょうか?」 ジェミニは、「はい、確かな効率の向上が見られます」と答えました。多くの AI ツールと同様に、私が聞きたいことを教えてくれました。熱と温度は大きな変数であることを指摘しなければなりませんでした。私がチャットをその方向に誘導すると、ジェミニはもちろんすぐに同意し（「的を射たね」）、9月中旬のロングランは75〜84°Fの天候で湿度が高く、心拍数が上がる中で行われたが、10月の涼しい気温のおかげで同じ努力がうまくいったように見えたと説明した。これは、最初の回答が完全に省略されている重要な警告です。

クレジット: メレディス・ディーツ

次に、過去のマラソンと比較してもらいましたが、さまざまな意味で、ここでは楽しかったです。たとえば、提案されたフォローアップをきっかけに、週ごとのランニング量と、異なる年の異なるレースに参加するロングランの頻度を比較するなど、リストに入れていなかった質問を考えるようになりました。

残念ながら、最初は結果は信頼できるものではありませんでした。私が2019年以降のすべてのマラソン距離の取り組みの詳細な分析を求めたとき、ジェミニは、ちょうど1回、2026年10月25日の海兵隊マラソンを記録していると言いました。実際、私は少なくとも8回記録しています。なぜそれらが表示されないのか尋ねたところ、ページネーションによって一度に返される過去のアクティビティの数が制限されているため、アクセスが最近の履歴 (およそ 2026 年の夏以降) に限定されていると説明されました。また、具体的な日付と場所を指定するという回避策も提供されました。

この回避策は機能しますが、何を探しているのかをあらかじめ知っておく必要があります。それでも、一貫性がありませんでした。他の回答では、ジェミニは私の 2025 年のニューヨークシティマラソンと 2024 年のフィラデルフィアのレースに言及しているため、データの到達範囲は不均等であるように見えます。古い日付範囲をできるだけ直接的かつ具体的にクエリできる必要があり、さらに、重要な数値を再確認できる必要があります。

それから私は尋ねました 「ランナーとして自分は何が正しくて、何が間違っているのか？」 クエリは非常に具体的である必要があることがわかったので、意図的に漠然とした単純な質問をテストしたいと思いました。その答えは、文字通り、あまりにもお世辞でした。ただし、私はその指針自体には反対しませんでした。もっとスピードトレーニングが必要です！これは知っています！チャットボットに教えてもらう必要はありませんでしたが、他の Strava ユーザーがそうするかもしれません。ジェミニの提案 (トレーニングを二極化し、専用の閾値日を 1 日追加する) は確かですが、一般的でもあります。ほとんどのレクリエーション ランナーは私の Strava を一目見て、同じ長所と短所を見つけることができます。同様に、ジェミニは、私の簡単なランニングが速すぎるかどうかを私に尋ねることで、スラムダンクの準備を整えました。答え: 私の楽な日はほぼマラソンのペース (約 9 分 43 秒/マイル) で過ごしており、1 マイルあたり 45 ～ 90 秒ペースを落として、およそ 10 分あたり 10 分 30 ～ 11 分 15 秒にする必要があります。私も完全に同意します。そうは言っても、ここでの私の重要な教訓は変わりません。AI が生成したアドバイスを、新しく発見された個別の洞察と混同しないでください。それは多くの場合、あなたがすでに知っている一般通念と同じであるか、実際の人間の情報源からのほんの少しの研究で理解できるものです。

クレジット: メレディス・ディーツ

結論

人間である私に言わせれば、これは暗記的なタスクには AI を使用しますが、批判的思考は自分の人間の脳のために保存するという典型的なケースです。 Gemini は、非常に洞察力に富んだものを何も表面化しませんでした。また、心拍数に対する熱の影響などの重要な考慮事項は、私が自分で取り上げるまで無視していました。しかし、手動で取得するよりも速くデータを取得でき、フォローアップのプロンプトにより、私が思いつかなかった比較を行うことができました。

多くのユーザーにとって、最も賢明なアプローチは、AI サマリーをスキップして生データに焦点を当てることかもしれません。結局のところ、トレーニング負荷、睡眠時間、心拍数の傾向はすでに完全に実用化されています。

AI 全般に言えることですが、データと知恵との間にあるギャップに留意することが重要です。 AI コーチを盲目的に信頼すると、非常に多くの知恵が失われ、さらには失われます。ランナーとして、人間として必要な他のスキルすべてをオフロードしていないことを確認してください。たとえば、体の声に耳を傾け、データが「悪く」見える場合でも、暑さの中で少し遅く走る能力などです。

Google Gemini を使用して Strava データを分析する場合:

• 以前のアクティビティについて尋ねる場合は、日付と場所を具体的にしてください。

• 押し戻します。お世辞の結論を受け入れる前に、天気、地形、疲労について尋ねてください。

• 出力を個人的なコーチではなく、高速なデータの取得として扱います。

そして、十分に文書化されているにもかかわらずまだ曖昧な場合は、 プライバシーのリスク あなたにとって価値がある、それはあなたの特権です。