健身紀錄 Web App
#AI #健身紀錄 #PWA

從個人需求出發的自主開發實驗

健身紀錄 Web App

Role

Product designer

Team

Claude code

Release

Personal Only

健身紀錄 Web App

健身紀錄是一款能精細紀錄訓練內容的 Web app,以身體各大部位為根基,可以往下自定義每個動作,分別記錄每次的訓練組數、次數與重量,並額外設計了『帶入』功能,直接帶入上次訓練紀錄,只需依當次訓練內容進行細部修改,即可完成一天的紀錄。
在填寫紀錄同時也提供組間休息計時器的功能,以突兀的大量留白跳窗進行視覺上的提醒,以確保不干擾耳機內的音樂播放。
同時也包含記錄體重/體脂、日曆熱力圖資料輸出功能,以滿足我個人的完整訓練需求。

紀錄操作流程
選擇訓練部位
選擇訓練動作
帶入前次訓練資料
依該日狀況微調
輸入即儲存
完成紀錄
紀錄操作流程截圖 1 紀錄操作流程截圖 2 紀錄操作流程截圖 3
計時操作流程
點擊『計時』
進入倒數狀態
可提前終止
終止時大跳窗提示
回到紀錄頁面
計時操作流程截圖 1 計時操作流程截圖 2 計時操作流程截圖 3

沒有一個看得懂,不如自己做一個

開始認真進行體態管理後,先是請 Claude AI 扮演我的健身教練,在飲食與訓練上給予執行計劃外,為了能讓成果更顯著,且有量化的資料可以讓健身教練 AI 作為後續調整或提供建議的依據,針對重量訓練就想要有更細緻的記錄方式。

但市面上多數的健身app普遍存在幾個問題,因此即使已經存在眾多健身app,我還是決定設計一套專屬於我自己的健身紀錄軟體。

功能過多介面繁雜

需年費或月費

資料匯出較麻煩

操作流程不符需求

對於自己,我的訓練方式與流程是如何?

基本上每週一、四訓練胸部與肩膀;每週二、五訓練背部與手臂;每週六訓練腿部,此外還有常態性的有氧與腹部訓練。
每個動作會有 3~4 組,10~12 下,另外再多加一組『降重組』,藉由較低的負重減少受傷的風險,並且完整達到力竭。

因此隨著每天的狀態不同,或是訓練計劃的調整,我希望能精確的分別計算每組的重量與次數,並將降重組獨立出來紀錄,由此得到最完整的訓練量(Volume)數據。

此外,在每組訓練的中間,希望能有一個倒數工具來避免我休息時間過長或過短,同時不干擾到耳機裡音樂的播放

根據部位紀錄 組數次數分別計算 降重組額外紀錄 組間休息計時

工人智慧先行,AI 只是輔助

在功能與流程構思期間,腦中已經有了產品介面與操作動線的雛形,因此直接進入資訊架構設計環節
一邊想著自己實際的使用情境,一邊跟AI討論哪些欄位能更有助於未來的分析,以此盤點畫面上的每個欄位以及操作方式

資訊架構示意畫面

資訊架構示意畫面

當所有欄位與重點功能皆思考完整後,為了確保後續AI產出的內容與我腦中所想的產品樣貌能準確對齊,我依然使用Figma進行Wireframe的設計,並將每個欄位、判斷、輸入指令、功能內容以及不同狀態、頁面排版等完整產出,且留下明確的頁面編碼,以利後續與AI溝通

Wireframe 示意畫面

Wireframe 示意畫面

人工智慧登場
開發事前規劃、視覺與實際開發

感謝Figma MCP,可以讓 Claude code 直接讀取 Figma 的頁面與內容。
接下來與 AI 討論實際的程式開發環節,例如Native app與Web app的效能差異、伺服器建置、*參照的UI範本,並請 AI 表列出是否有標示不清的部分,以排除幻覺、超譯或是不需要的小驚喜,確保能完整還原 WF 上的所有內容

一切到位後,即進行開發環節、驗證與細部修正。
鑑於WF的完整性與功能簡潔,初版即完整還原約90%的內容,後續僅剩一些字體大小、icon的細部調整。
整個專案從發想到 V1.0版產出,約耗時4個小時

*註:此產品僅個人使用,因此請AI直接延續作品集網站的視覺元素與風格,以簡潔易讀為原則即可。

Web app (PWA)

更新及時,可加到桌面滿版顯示,且免上架

Local Storage

考量費用與安全性,不另開server 處理

版本更新自帶版號

iOS WebKit 會依 URL 快取資源,每次改動都會自動 bump

白老鼠是我
實際進入情境中做測試並優化

V1.0 完成的隔天即到健身房進行實地測試,絕大多數使用流程都在預想範圍內。
但同時也發現,在剛訓練完的疲憊狀態時,部分的按鈕點擊範圍過小,需要額外調大,操作上會更方便
以此為開端,每次使用時遇到小問題就會即時請AI協助修正,一直到目前的V8版本,已經成為我每次訓練時必備的軟體了。

手臂訓練 背部訓練 腿部訓練 肩膀訓練 腹部訓練 胸部訓練 其他訓練

從作品集到健身紀錄
回頭運用每次的新知識與工具

當初在設計這個作品集網站時,Figma MCP 尚未成熟,且沒有需要即時紀錄或是輸出的功能,因此較著重在 AI 與設計稿間的還原度

從作品集的經驗,認知到 WF 標示清楚程度對於 AI 開發的還原程度有著絕大的幫助,因此也沿用到這次的設計開發流程中。

此外,在討論健身紀錄工具專案的實作方式時,也同時請 AI 協助檢查我個人的 Google cloud 設定,意外的發現可以透過更改機型、使用 Cloud Run 等方式,讓雲端花費瞬間歸零,是一個意外的小驚喜,是一個兼具實用與學習性的小專案,很期待下次的小專案。