Существующие трекеры тренировок регистрируют результаты, но не дают рекомендаций о причинах остановки прогресса. Этот пробел привел к созданию WhyRep, трекера тренировок с ИИ-тренером. Решения тренера не генерируются произвольно, а основаны на заранее написанной и утвержденной методике. Разработчик, имеющий опыт в области спортивной науки, сначала разрабатывает эту методику, а затем использует ИИ.По своей сути WhyRep использует детерминированные движки для реализации методики, которые тщательно протестированы. LLM, Claude, служит в качестве разговорного интерфейса, объясняя предварительно одобренные тренерские решения и облегчая корректировку программы. Такой подход направлен на создание тонкого тренерского опыта, основанного на научных принципах.Например, тренер может предложить модификации программы для достижения конкретных целей мышечного роста. Он может даже выявить менее очевидные тренировочные возможности, такие как акцент на брахиалис при сгибаниях рук с согнутыми плечами. Каждая рекомендация прослеживается до лежащей в основе, проверенной методики.Разработанные функции включают комплексное отслеживание тренировок, обнаружение прогрессии, авторегуляцию, логику разгрузки и диагностику плато. Пользователи получают базовые оповещения или подробные решения, в зависимости от их подписки. Ядро Kotlin Multiplatform обеспечивает стабильную работу на Android и iOS.Бэкенд чата тренера интегрирует Claude, с кэшированными документами методики для контекста. Сама методика считается основным продуктом, тщательно разработанным и проверенным. Она учитывает дробный вклад мышц от различных упражнений, обеспечивая более целостный подход к расчету объема.В отличие от других фитнес-приложений с ИИ, WhyRep кодирует научно обоснованную методику, а не полагается на LLM для изобретения тренировочной науки. Маркетинговые усилия сосредоточены на образовательном контенте для тренажерных залов в социальных сетях. Разработчик ищет совета по построению аудитории для технических продуктов и эффективной передаче правильности и доверия.