02 / AI PRODUCT CASE STUDY
MusclePilot
面向自主训练场景，从目标肌群出发生成个性化今日训练的健身辅助 App。
01 / 03
项目背景
针对健身用户“不知道目标肌群练什么、器械不会用、长期重复固定动作”的问题，设计面向自主训练场景的健身辅助产品。
产品设计
搭建「目标肌群 → 动作推荐 → 用户选动作 → 自动生成今日训练 → 逐组记录 → 训练总结」核心流程，并设计热身、主训、拉伸、器械教学及训练历史等模块。
产品迭代
完成 PRD、信息架构及产品原型，进一步完成动作库校验、动作推荐规则，完成项目 MVP 搭建。
项目角色产品策划 / PRD / 信息架构 / 原型设计
当前阶段项目 MVP 已搭建
项目背景
项目面向自主训练用户，聚焦从选择训练部位、发现动作到执行记录和训练复盘的完整体验。
让没有私人教练的用户，也能清楚组织一次训练。问题不只是“缺计划”，更是缺少可理解、可选择、可执行的训练路径。
健身用户常遇到三个问题：不知道目标肌群该练什么、不会使用器械，以及长期重复固定动作。
问题不只是“缺计划”，更是缺少可理解、可选择、可执行的训练路径。推荐必须可解释，最终训练方案仍由用户确认。
用户需要保留动作选择权；系统更适合负责动作发现、训练编排、执行记录与复盘，而不是替用户做不可解释的决定。
推荐必须可解释，最终训练方案仍由用户确认。把动作发现、训练组织和训练沉淀连接成一个闭环。
搭建「目标肌群 → 动作推荐 → 用户选动作 → 自动生成今日训练 → 逐组记录 → 训练总结」核心流程。
把动作发现、训练组织和训练沉淀连接成一个闭环。系统给出结构化建议，用户保留调整空间。
围绕核心闭环设计热身、主训、拉伸、器械教学、训练历史等模块，并允许用户继续添加、删除或调整动作顺序。
系统给出结构化建议，用户保留调整空间。
先保证动作与规则可靠，再逐步扩展智能化能力。
当前 MVP 先以经过校验的动作库、可解释的推荐规则和训练编排规则为可靠性基础，不使用未经验证的模型能力描述。
先保证动作与规则可靠，再逐步扩展智能化能力。从文档与流程推进到可演示的 MVP。
完成 PRD、信息架构及产品原型，并进一步校验动作库、整理动作推荐规则，完成项目 MVP 搭建。
从文档与流程推进到可演示的 MVP。现阶段成果以可验证产品原型与训练逻辑为主。
完成产品需求、信息架构、用户流程、关键界面、动作推荐规则与项目 MVP。当前未提供真实用户使用数据。
现阶段成果以可验证产品原型与训练逻辑为主。