陸上コーチのChatGPT活用でトレーニング計画を時短｜種目別の練習メニューを自動作成 2026

2026年1月19日

朝比奈蒼

この記事のポイント

✓陸上コーチがChatGPTでトレーニング計画を時短作成する方法を解説
✓種目別プロンプトの組み方
✓専門アプリや人間コーチとの比較

陸上競技のコーチをしていて、選手一人ひとりのトレーニング計画を毎週手作業で組んでいると、正直なところ時間がいくらあっても足りません。結論から言うと、ChatGPTをトレーニング計画作成の「叩き台生成係」として使えば、作成時間は大幅に圧縮できます。ただし、選手の身体状況やレース戦略の最終判断まで丸投げするのは危険です。この記事では、陸上コーチがChatGPTを使ってトレーニング計画を時短作成する具体的な方法と、その限界を整理します。

陸上コーチとChatGPT活用の現在地｜市場動向とマクロ視点

生成AIをスポーツ指導の現場に取り入れる動きは、この数年で急速に広がっています。ランニングやマラソンの分野では、個人ランナーがChatGPTにトレーニング相談をするnote記事や体験談が数多く公開されるようになりました。陸上競技の指導現場でも同様の流れがあり、部活動の外部コーチや個人指導のクラブコーチが、練習メニューのたたき台をAIで作成してから微調整する、という運用が広がりつつあります。

背景にあるのは、指導者側の慢性的な時間不足です。学校の部活動指導では、複数種目・複数学年を一人のコーチが見ているケースが珍しくなく、選手ごとに個別最適化した週間メニューを毎回ゼロから設計する余裕がありません。一方で、保護者や選手本人からは「もっと個別性の高い指導をしてほしい」という要望も強まっています。この矛盾を埋める手段として、ChatGPTのような生成AIツールへの期待が高まっているというのが、現状のマクロ的な構図です。

経済産業省が公表している労働生産性に関する各種資料でも、定型業務のAI代替による時間創出は今後の労働市場の重要テーマとして扱われており、指導・教育分野もその射程に含まれます。トレーニング計画の「初稿作成」は、条件（種目・目標タイム・週間走行距離・現在の自己ベスト）を入力すれば構造化されたアウトプットが得られる、比較的AIとの相性が良い作業だと言えます。

正直なところ、これはどうかと思う点もあります。AIが出してくる練習メニューは、一般論としては整っていても、選手の疲労蓄積やケガのリスクといった「その場でしか分からない」情報を反映できません。だからこそ、AIは計画の土台作りに使い、最終的な微調整と判断はコーチが行うという役割分担が現実的です。

ChatGPTでトレーニング計画を作成する具体的な方法

ChatGPTを陸上のトレーニング計画作成に使う際、最も差が出るのはプロンプトの精度です。漠然と「練習メニューを作って」と入力しても、当たり障りのない一般論しか返ってきません。以下のステップを踏むことで、実際に使える計画に近づけることができます。

プロンプト設計の基本ステップ

まず、選手のプロフィールを可能な限り具体的に伝えます。年齢、競技歴、種目、現在の自己ベスト、直近の練習内容、週あたりの練習日数と時間、目標大会と目標タイム、そして現時点で抱えている課題（スタートが遅い、後半失速する、など）です。情報が薄いほどAIの出力も抽象的になるため、この初期入力に手間を惜しまないことが時短の近道になります。

次に、出力フォーマットを指定します。「4週間分の週間メニューを、曜日ごとに種目・本数・強度（%）・休息時間の形式で表にしてほしい」のように、欲しいアウトプットの形を明示すると、後の手直しが激減します。実際にランニング分野では、こうした具体的な情報を与えるほど実用的な回答が返ってくるという体験談が広く共有されています。

私は35歳男性で、ランニング歴は3年です。月間走行距離は平均150kmで、週3〜4回走っています。ハーフマラソンの自己ベストは1時間52分で、フルは4時間15分です。今年10月の金沢マラソンでサブ４を目指しています。仕事の都合で練習できるのは主に平日の夜と土日の午前中です。この状態で、今からどんな練習をすればいいか、アドバイスをください！

このように、自己ベスト・目標・練習可能な時間帯までを一度に入力するのが、質の高い回答を引き出すコツです。陸上競技の指導でも構造は同じで、選手データを一括で渡してから、種目別の細かい条件を追加していくと効率が上がります。

種目別プロンプトの組み方（短距離・長距離・跳躍・投てき）

短距離種目では、スタート反応・加速局面・トップスピード維持・減速局面という区分ごとに課題を伝えると、AIは走の局面別ドリルを提案しやすくなります。「加速局面が弱いので、そこを強化するプライオメトリクスと専門的走練習を週2回分組んでほしい」といった具体的な指示が有効です。

長距離種目では、週間走行距離、LT（乳酸性作業閾値）ペース、インターバルの本数と休息時間、レースペース走の頻度を数値で伝えることが重要です。目標大会までの週数を伝え、ピリオダイゼーション（期分け）の考え方を踏まえた4〜8週間の計画をリクエストすると、準備期・鍛練期・調整期に分かれた構成が返ってきやすくなります。

跳躍・投てき種目は、専門的な技術要素（助走のリズム、踏切角度、投げの初速度など）が絡むため、AIが提案するのは主に補強トレーニングやウエイトルームメニューの叩き台にとどまることが多いという特徴があります。技術指導そのものはコーチの専門知識が不可欠であり、AIに任せるのはあくまで筋力・パワー系の補助メニュー作成までと割り切るのが現実的です。

こうしたプロンプト設計のスキル自体は、指導現場だけでなく副業案件としても需要が伸びている分野です。ChatGPT活用・プロンプト設計のお仕事では、業種を問わずプロンプト設計スキルを活かせる案件が紹介されており、コーチ業と並行してAI活用の実務経験を収入につなげる選択肢もあります。

実際のプロンプト例と改善の重ね方

具体的なイメージを持ってもらうために、実際のやり取りに近い流れを示します。最初の入力では「高校2年生男子、800m自己ベスト2分5秒、週5日練習可能、県大会で2分を切りたい、8週間後が県大会」といった条件を渡します。この段階でAIが返してくる計画は、週間走行距離やインターバルの本数こそ具体的でも、その選手固有の弱点（ラストの失速、スタートの出遅れなど）までは反映されていません。

そこで二回目のやり取りで「後半200mでの失速が課題」「乳酸耐性を高めるインターバルを増やしてほしい」といった追加情報を渡すと、AIは400mや600mの反復本数を増やす、休息時間を調整するといった形で計画を修正してきます。この往復を3〜5回程度繰り返すことで、初稿では見えなかった選手固有の課題に対応したメニューへと近づいていきます。一回のやり取りで完成品を求めず、対話を重ねる前提で使うことが、結果的に最も時短につながるという逆説的な事実は、実際に使ってみて初めて実感できる部分です。

また、出力された計画をそのままExcelやスプレッドシートに転記する手間を省くために、「表形式で、曜日・種目・本数・強度・休息時間の列で出力してほしい」と最初から指定しておくと、後工程の作業時間もあわせて圧縮できます。この一手間を惜しむかどうかで、トータルの時短効果は大きく変わってきます。

陸上コーチがChatGPT活用で失敗しやすいポイント

筆者が編集の仕事でAIツールの活用事例を取材してきた中で、陸上コーチのAI活用でも共通する失敗パターンがいくつか見えてきました。

一つ目は、選手の既往歴やケガのリスクを伝えずに計画を作らせてしまうことです。AIは与えられた情報の範囲でしか最適化できないため、「シンスプリントの既往がある」「膝に不安がある」といった情報を最初に伝えないと、その選手にとって危険な強度の練習を提案してしまう可能性があります。

二つ目は、AIの出力をそのまま印刷して選手に渡してしまうケースです。ChatGPTが提案するメニューは、あくまで一般的な運動生理学の知見に基づいた「たたき台」であり、その日の天候、グラウンドのコンディション、選手のその日のコンディションといった現場情報は反映されていません。必ずコーチ自身の目で見て微調整するプロセスを挟む必要があります。

三つ目は、AIとの対話を1回で終わらせてしまうことです。最初の出力に対して「このインターバルはもう少し本数を減らして強度を上げたい」「この選手は月経周期の影響で疲労が出やすい時期なので調整してほしい」といった追加のフィードバックを重ねることで、初稿から実用レベルの計画へと精度が上がっていきます。1往復で満足せず、3〜5回程度のやり取りを前提にしておくと、結果的に手直しの手間が減ります。

四つ目は、著作権や個人情報の扱いです。選手の氏名や学校名といった個人情報をそのままAIに入力するのは避けるべきです。イニシャルや「選手A」といった匿名化した表記に置き換えてから入力する運用ルールを、指導チーム内で最初に決めておくことをおすすめします。

五つ目は、成長期の選手への配慮を怠ることです。中学生・高校生の選手は骨端線がまだ閉じていない場合が多く、大人向けの一般的なトレーニング理論をそのまま適用すると、オーバーユース障害のリスクを高めてしまいます。AIに条件を伝える際は「成長期の選手であること」「疲労骨折の既往があるかどうか」を必ず含め、負荷の上げ方を保守的に設定するよう明示的に指示することが欠かせません。この点を怠ると、時短どころか選手の離脱によって長期的な指導効率がかえって下がってしまいます。

筆者自身、以前に取材で陸上部の外部コーチの方に話を聞いた際、AIが提示したインターバルの本数をそのまま採用してしまい、選手の一人が練習後半で明らかに動きが硬くなっていたのに気づかず継続させてしまった、という反省談を聞いたことがあります。AIの提案はあくまで平均的な選手像を前提にした一般解であり、目の前の選手の様子を見ながら現場で微調整する判断力は、どれだけAIが進化しても指導者自身が持ち続けるべき部分だと痛感させられたエピソードでした。

専門アプリ・人間コーチ・ChatGPTの比較

トレーニング計画作成の手段は、大きく分けて「専門のランニング・トレーニングアプリ」「人間の専属コーチ」「ChatGPTなどの汎用生成AI」の3つがあります。それぞれに向き不向きがあるため、目的に応じて使い分けるのが合理的です。

専門アプリは、GPSウォッチと連携して走行データを自動取得し、そのデータに基づいてトレーニング負荷を数値管理できる点が強みです。ただし月額料金がかかるものが多く、種目が限定される（長距離走向けが中心で、跳躍・投てきには対応していないことが多い）という制約もあります。

人間の専属コーチは、対面での技術指導や、その日のコンディションを見た上での即興的なメニュー変更ができる点で、AIやアプリには代替できない価値を持っています。一方で、費用は月数万円〜十数万円程度と高額になりやすく、地方在住や時間の制約がある選手にとっては継続が難しいという課題もあります。

ChatGPTは、費用面では無料〜月3,000円程度のサブスクリプションで利用でき、種目を問わず汎用的に使える点が最大の強みです。一方で、リアルタイムの生体データを取得する機能はなく、対面での技術指導もできません。位置づけとしては「計画作成の下書き係」であり、専門アプリや人間コーチを完全に置き換えるものではなく、併用することで互いの弱点を補い合う関係にあります。

実際に、あるnote記事の筆者は、既存のランニングコーチやトレーナーの価値を否定する意図はないとした上で、AIを新しい選択肢の一つとして位置づけています。

※ 冒頭に、ひとつだけお伝えしておきたいことがあります。このnoteは、決して、既存のランニングコーチやトレーナーの方々のサービス・活動を否定したり、それと競合する意図で書いたものではありません。人と人とで実際に会って、リアルな対話やサポートを受けながら走りたい方もいれば、そういった関係を築くことが難しかったり・生活リズムの中で無理なく進めたい・居住地の関係でリアルで会いづらいという方もいます。「伴走者がほしいけれど、なかなか出会えない」と感じている方に向けて、ひとつの“選択肢”として、AIという新しい手段を提案するためのものです。必要な人に、必要なタイミングで、必要な方法が届く。そんな多様な選び方ができる社会の一助になれば幸いです。なお、当然ですがChatGPTのご利用やトレーニング内容の妥当性等に関して、自己責任でお願いします。

この考え方は、陸上競技の指導現場にもそのまま当てはまります。AIは「コーチがいない状態」を埋める代替品ではなく、コーチが担うべき業務量を減らし、より多くの時間を選手との対話や技術指導に振り向けるための道具として位置づけるのが最も生産的です。

コストと時間対効果の目安

3つの手段を、月額コストと計画作成にかかる時間の観点で比較すると、次のような傾向が見えてきます。

手段	月額コストの目安	計画作成1回あたりの時間目安	対応できる種目
専門アプリ	無料〜2,000円程度	数分（自動生成）	主に長距離・マラソン系
人間の専属コーチ	3万円〜15万円程度	コーチの稼働時間に依存	全種目対応可能
ChatGPT	無料〜3,000円程度	15分〜30分（対話込み）	全種目対応可能（技術指導は除く）

この表からも分かる通り、ChatGPTは費用面では専門アプリに近く、対応範囲の広さでは人間コーチに近いという、両者の中間的な位置づけにあります。ただし「対応できる」と「質が高い」は別の話であり、あくまで初稿作成の時短ツールとして捉えるのが実態に近い評価です。特に投てき・跳躍のような技術要素が強い種目では、AIの提案の大半が補強トレーニングにとどまる点は、費用対効果を判断する上で押さえておくべきポイントです。

ChatGPT活用のメリットとデメリット

メリットとして最も大きいのは、計画作成にかかる時間の圧縮です。従来、選手10人分の週間メニューをゼロから手作業で作ると数時間かかっていた作業が、AIとの対話を通じて初稿を得ることで、大幅な時短につながるという傾向が指導者コミュニティの体験談から見られます。特に部活動の外部コーチのように、指導以外の本業を持ちながら副業的に関わっている場合、この時短効果は継続のしやすさに直結します。

もう一つのメリットは、指導の言語化がしやすくなることです。AIに条件を伝える過程で、コーチ自身が「なぜこの選手にこの練習を課すのか」を明文化する機会が生まれます。これは選手や保護者への説明責任を果たす上でも役立ちます。

デメリットとしては、まず情報の正確性を鵜呑みにできない点が挙げられます。生成AIは運動生理学的に誤った内容や、古い知見に基づいた提案をすることがあり、コーチ自身の専門知識でファクトチェックする工程を省略できません。また、無料プランでは利用回数や機能に制限があり、複数選手分のメニューを頻繁に作成する用途では、有料プランへの移行を検討する必要が出てきます。

さらに、AIへの依存が過度になると、コーチ自身のメニュー設計力が育たなくなるリスクも指摘されています。特に指導経験の浅いコーチが「なぜこのメニューなのか」を理解しないままAIの出力を使い続けると、選手の状態変化に対応できなくなる恐れがあります。AIはあくまで補助輪であり、最終的な設計思想はコーチ自身が持つべきだという点は強調しておきたいところです。

陸上コーチにおすすめの活用シーンと時短効果

具体的にどの業務でChatGPTを使うと時短効果が高いのか、実務的な観点で整理します。

第一に、シーズン導入期の基礎メニュー作成です。新入部員や初心者選手向けの基礎練習は、ある程度パターン化できるため、AIによる叩き台作成との相性が良い領域です。個別化の必要性が高い上級者向けメニューよりも、時短効果を実感しやすい場面と言えます。特に、入部したばかりで自己ベストのデータもまだ十分に蓄積されていない選手向けには、一般的な体力レベルを前提とした導入メニューをAIに複数パターン出させ、その中から選手の様子を見ながら選ぶという使い方が効率的です。

第二に、大会前の調整期（テーパリング）計画です。目標大会までの週数、直近の練習強度、選手の疲労度合いを伝えれば、疲労を抜きつつ最大パフォーマンスを大会当日に持っていくための調整プランの候補をいくつか提示してもらえます。複数パターンを比較検討したいときに、AIとの対話で選択肢を増やす使い方は効率的です。

第三に、練習日誌や指導レポートの下書き作成です。選手ごとの週次フィードバックを文章化する作業は、指導者にとって地味に時間を取られる業務です。箇条書きのメモをAIに渡して、保護者向けの文章に整えてもらう、といった使い方も時短につながります。こうした文章作成・編集スキルを本格的に仕事にしたい場合は、著述家，記者，編集者の年収・単価相場のようなデータベースで、ライティング業務の相場観を確認しておくと、外部のライター・編集者に部分的に業務を委託する際の目安になります。

第四に、複数選手のデータを横断的に整理するナレッジベースづくりです。種目別・学年別に蓄積した練習メニューやデータを、Notionのようなツールで一元管理するチームも増えています。中小企業の社内Wiki・ナレッジ管理2026｜Notion vs Confluence vs esaでは、こうしたナレッジ管理ツールの比較がまとめられており、指導チーム内の情報共有基盤を整える際の参考になります。

なお、大会エントリーや保護者への連絡、練習場所の予約承認といった事務作業のワークフローも、指導者の負担を増やす要因になりがちです。ワークフローシステム比較2026｜承認業務のDX化で年間200時間を削減のような業務効率化の知見は、トレーニング計画作成以外の周辺業務を軽くする上でも役立ちます。

独自データで見る、AI活用時代の業務委託という選択肢

ここまで見てきたように、ChatGPT活用によるトレーニング計画の時短は、指導者個人の工夫だけでなく、周辺業務をどう外部に委託するかという視点でも広がりを持っています。

たとえば、指導チームの公式サイトやポートフォリオページを整備したいというニーズは根強くあります。Web制作に関する基礎知識や資格を体系的に押さえたい場合は、Web系資格を徹底比較｜Webクリエイター・HTML5・Webライティングどれを取る？のような比較記事が、必要なスキルの棚卸しに役立ちます。

また、オンラインでの遠隔指導が増えるにつれ、通信環境や配信システムの安定性を専門知識を持つ人材に任せたいという場面も出てきます。ネットワーク関連の知識を体系的に証明する資格としてはCCNA（シスコ技術者認定）があり、オンライン指導のインフラ整備を外部の専門家に相談する際の技術的な判断材料の一つになります。

指導記録や保護者向け文書のフォーマットを整えたい場合には、ビジネス文書検定のような資格を持つ人材に文書作成の一部を委託するという選択肢もあります。個別指導契約書や大会参加同意書といった定型文書の整備は、コーチが自己流で作るよりも、専門知識を持つ人に一度整えてもらった方が、後々のトラブルを防げるケースが多いという傾向が見られます。

さらに、練習用の音声ガイドやトレーニング中に流すBGM、大会前のモチベーション動画に使う効果音といった制作物を外部に依頼するチームも一部に存在します。作曲・編曲・効果音・ジングルのお仕事では、こうしたニッチな制作領域の案件が紹介されており、指導の周辺コンテンツを充実させたい場合の委託先候補になります。

指導管理システムやデータ分析ツールを独自に開発したいという発展的なニーズも一部のクラブでは出てきています。その際の外注コストの目安としては、ソフトウェア作成者の年収・単価相場のようなデータベースが参考になります。ChatGPTで作れる範囲の簡易的な自動化と、専門のソフトウェア開発者に依頼すべき本格的なシステム開発の境界線を見極める上でも、こうした相場情報は判断材料になります。

AI関連の副業・業務委託案件は、コーチング分野に限らず全体として拡大傾向にあります。AI・マーケティング・セキュリティのお仕事のような案件カテゴリを見ても、AIツールの活用経験そのものが仕事につながる時代になりつつあることが分かります。トレーニング計画作成でChatGPTを使いこなした経験は、指導の現場だけでなく、こうした業務委託市場でも評価される実務スキルとして蓄積されていくはずです。

こうした周辺業務の外部委託は、指導者一人がすべてを抱え込む従来型の運営から、必要な専門性ごとに適材適所で業務を分担する運営へと移行する動きの一部だと捉えられます。AI活用による時短で生まれた余白を、選手との対話や技術指導という本来コーチにしかできない業務に再投資し、事務作業や周辺コンテンツ制作は専門性を持つ外部の人材に委ねる。この分業の設計こそが、これからの陸上指導における生産性向上の本質だと言えます。

指導チームの規模や予算によって、どこまで外部委託を活用するかは大きく変わります。小規模なクラブであれば、まずはChatGPTでの計画作成の時短から始め、余裕が出てきた段階で文書作成や広報物の一部を専門家に委託する、という段階的な進め方が現実的です。逆に、ある程度の規模を持つ強豪校や実業団クラブであれば、最初からデータ分析基盤やナレッジ管理ツールへの投資を並行して進める方が、長期的な指導体制の強化につながりやすいでしょう。

最終的に重要なのは、AIに任せる範囲とコーチが担う範囲の線引きを、指導方針として明文化しておくことです。時短の恩恵を最大化しながら、選手の安全と個別最適な指導という本質を損なわない運用を、それぞれのチームの実情に合わせて設計していく必要があります。