AI-trainingsschema's met echte oefeningsvideo's
TRAI verzint geen oefeningen uit het niets. De AI schrijft een gestructureerd voorschrift en een deterministische engine stelt het schema samen uit meer dan 1.800 bibliotheekoefeningen met beelden en video's, met de eigen oefeningen van de trainer als eerste keuze.

Waarom is een AI-schema gebouwd uit een oefeningenbibliotheek beter dan een chatbotschema?
Omdat elke oefening erin een echte bibliotheekinvoer is met een beeld en een demovideo, niet een naam die de AI verzon. Bij Trainera schrijft TRAI geen workouts uit het niets: de AI schrijft een gestructureerd voorschrift (doel, niveau, uitrusting, dagen, blessures, instructies) en een deterministische engine stelt het schema samen uit een bibliotheek van meer dan 1.800 oefeningen, met de eigen oefeningen van de trainer als eerste keuze. De klant opent het schema en kan bekijken hoe elke beweging wordt uitgevoerd.
Een algemene chatbot kan tekstueel een goed ogend schema schrijven. Wat hij meestal niet kan, is elke regel koppelen aan een demovideo, een vaste uitrustingslijst door elke sessie heen respecteren en het resultaat opslaan waar de klant traint. Dat gat is waar dit artikel over gaat.
Hoe werkt de aanpak van voorschrift plus bibliotheek?
Het werk is in twee stappen opgesplitst, en de AI doet alleen de eerste.
| Stap | Gedaan door | Resultaat |
|---|---|---|
| 1. Het verzoek begrijpen | Het AI-model | Een gestructureerd voorschrift: doel, ervaringsniveau, uitrusting, aantal workouts, blessures en vrije instructies (splitsing, type dagen, sessievolgorde, implementen, sessielengte, gewenste oefeningen) |
| 2. Het schema samenstellen | De deterministische schema-engine van Trainera | Dagen gebouwd uit de oefeningenbibliotheek, elke sessie geordend in blokken: optionele cardio aan het begin, opwarming, hoofdwerk, optionele cardio aan het einde, stretching |
| 3. Opslaan | De server, na jouw bevestiging (trainers) | Een schema in de bibliotheek of op het account van de klant, met beelden en video's gekoppeld |
Het punt van de opsplitsing: de AI doet waar hij goed in is, "mijn knie doet pijn bij lunges en ik heb alleen banden" omzetten in gestructureerde invoer, en de engine doet waar software goed in is, alleen oefeningen kiezen die bestaan en bij die invoer passen. In de eigen ontwerpnotities van de engine verzint de AI geen oefeningen.
Dit is dezelfde engine als de Genereren-knoppen in de app, en dezelfde die TRAI gebruikt voor trainers en voor zelfstandige klanten op Client Pro en Premium. Een diepere blik op de stappen staat in hoe AI je trainings- en voedingsschema maakt.
Chatbotschema vs bibliotheekschema
De twee kunnen op het scherm vergelijkbaar lezen; het verschil blijkt als de klant ermee traint.
| Vergelijkingspunt | Schema geschreven door een algemene chatbot | Schema gebouwd door TRAI en de engine |
|---|---|---|
| Oefeningsnamen | Vrije tekst; kan onduidelijke of verzonnen varianten bevatten | Bibliotheekinvoer met vaste namen |
| Demomateriaal | Geen, of links die het model voorstelt | Officieel beeld en video gekoppeld uit de bibliotheek |
| Sessievolgorde | Wat de tekst ook zegt | Vaste blokken: cardio start, opwarming, hoofdwerk, cardio einde, stretch |
| Uitrusting | Afhankelijk van of het model de prompt volgt | Uitrustingsinstelling plus implementen om te gebruiken of te vermijden, toegepast door de engine |
| Blessures en zwangerschap | Afhankelijk van de prompt | Afgehandeld door de engine, die werk met lagere belasting kiest en gewrichten beschermt |
| Waar het leeft | Een chatvenster of een gekopieerd document | Opgeslagen in de app, klaar om toe te wijzen of mee te trainen |
| Je eigen oefeningen | Onbekend bij de chatbot | Als eerste gekozen uit je bibliotheek |
Onbetrouwbare output van taalmodellen is een gedocumenteerd risico, geen hypothese. De OWASP Top 10 voor LLM-toepassingen noemt desinformatie en overmatig vertrouwen in modeloutput onder zijn risico's, en het NIST AI Risk Management Framework behandelt hoe je zulke risico's beheerst. De AI beperken tot een bekende bibliotheek is een praktisch antwoord op dat probleem voor trainingsschema's. Onze vergelijking met voorbeeldprompts staat in trainingsschema met ChatGPT vs een echte AI-fitnessapp.
Waarom komt de eigen bibliotheek van de trainer als eerste?
Omdat de oefeningen van een trainer zijn eigen aanwijzingen, zijn eigen video's en de namen dragen die zijn klanten al kennen.
Als TRAI een schema bouwt voor een trainer, kiest de engine eerst de eigen oefeningen en maaltijden van de trainer. Alleen wat ontbreekt, komt uit de referentiebibliotheek van Trainera. Dicteert een trainer oefeningen "uit mijn bibliotheek", dan leest TRAI eerst het bibliotheekoverzicht en kopieert hij de namen exact; schema-items worden aan bibliotheekinvoer gekoppeld op naam (hoofdletters maken niet uit), wat de eigen beelden, video's en gegevens van de trainer koppelt.
Alles wat een opgeslagen schema gebruikt, wordt automatisch toegevoegd aan de eigen bibliotheek van de trainer, met beelden, en duplicaten worden op naam voorkomen. De eerste keer in een chat zegt de bevestigingskaart van TRAI dat ontbrekende oefeningen en maaltijden uit de referentiebibliotheek komen en worden toegevoegd. Na verloop van tijd groeit de bibliotheek dan met de schema's die je echt gebruikt.
Voorbeeldprompts voor trainers (voorbeelden, pas ze aan je situatie aan):
- Voorbeeld: "Bouw een 4-daags hypertrofieschema voor Klant A uit mijn eigen oefeningen waar mogelijk. Volledige sportschool, 60 minuten."
- Voorbeeld: "Maak een 3-daags thuisschema met mijn 'Band pull-apart' en 'Tempo goblet squat' in elke sessie, de rest uit de bibliotheek."
- Voorbeeld: "Maak één workout van 30 minuten: begin met 5 minuten roeien, dan benen, eindig met stretchen."
Eén verzoek, gevolgd van bericht tot opgeslagen schema
Zo beweegt één voorbeeldverzoek door het systeem; het verzoek is verzonnen ter illustratie.
Een trainer schrijft: "3-daags schema voor Klant B, thuis, alleen dumbbells en een band, 40 minuten, geen springen vanwege haar enkel, eindig elke sessie met stretchen." TRAI leest het profiel van de klant en zet het bericht om in een voorschrift langs deze lijnen: doel en niveau uit het profiel, een thuisuitrustingsinstelling, de dumbbell-en-bandbeperking en de stretchafsluiting in de instructies, de enkel in blessures, drie workoutdagen. De bevestigingskaart zegt wat er gemaakt wordt, hoeveel dagen en voor welke klant. Na "Ja, doe het" selecteert de engine oefeningen die bij die invoer passen, ordent elke sessie van opwarming via hoofdwerk tot stretching, koppelt beelden en video's, en slaat het schema op in de bibliotheek van de trainer. Dat duurt tot een halve minuut.
De trainer bekijkt het dan en vraagt TRAI om het toe te wijzen als het er goed uitziet. Niets in die keten vroeg de AI om een oefeningsnaam uit het geheugen te typen.
Wat zit er precies in de bibliotheek?
Meer dan 1.800 oefeningen en meer dan 1.100 maaltijden, elk met officiële beelden, en video's voor de oefeningen.
Verschillende pagina's in de app beschrijven het aantal oefeningen iets anders naarmate de bibliotheek groeit, en staat vandaag boven de 1.800. De maaltijden tellen ook mee: voedingsschema's worden door dezelfde engine gebouwd uit echte bibliotheekmaaltijden, met calorieën en macro's.
| Bibliotheekonderdeel | Omvang | Wat eraan gekoppeld is | Voor wie |
|---|---|---|---|
| Referentie-oefeningen | Meer dan 1.800 | Officieel beeld en demovideo | Elk schema dat de engine bouwt |
| Referentiematen | Meer dan 1.100 | Officieel beeld; gebruikt met calorieën en macro's in voedingsschema's | Voedingsschema's |
| Eigen oefeningen en maaltijden van de trainer | Wat de trainer ook maakt of verzamelt | De eigen media en gegevens van de trainer | De schema's van die trainer, als eerste gekozen |
De uitrustings- en implementwoorden die de engine begrijpt (machine, barbell, EZ-bar, dumbbell, kettlebell, band, lichaamsgewicht, pull-up- of dipstang), samen met opwarming-, stretching-, cardio- en lichaamsdeeltermen, zijn gedekt in alle 26 apptalen. Zie hoe je een AI-coach vertelt welke uitrusting je hebt en type dagen en sessievolgorde.
Wanneer schrijft TRAI zelf oefeningen?
Alleen als jij de exacte inhoud geeft, of voor kleine bewerkingen.
- Gedicteerde schema's: noem je zelf elke oefening, dan schrijft TRAI ze over zoals gegeven.
- Kleine bewerkingen: een oefening wisselen, toevoegen of verwijderen, of sets en reps veranderen op een bestaande dag.
- Document importeren: voegt een trainer een .docx- of tekstbestand met een schema toe, dan zet TRAI het over zoals geschreven. Oefeningen wier naam matcht met de referentiebibliotheek krijgen automatisch het officiële beeld en video gekoppeld. De import staat in een Word-schema importeren.
In alle drie de gevallen helpt de bibliotheekkoppeling nog steeds: gematchte namen krijgen media, en opgeslagen items komen zonder duplicaten in de bibliotheek van de trainer terecht.
Wat lost een bibliotheekschema niet op?
Het lost het oefeningsprobleem op, niet het coachingprobleem.
- Een demovideo toont de beweging; hij kijkt niet naar je klant terwijl hij traint. Vormfeedback blijft het werk van de trainer.
- De engine bouwt wat het voorschrift zegt. Een vaag verzoek geeft een generiek schema, dus specifieke instructies tellen.
- Blessureafhandeling betekent keuzes met lagere belasting en gewrichtsbescherming, geen medisch groen licht. De voettekst van de chat zegt: "AI kan fouten maken. Controleer belangrijke resultaten."
- TRAI verwijdert nooit iets en bewaart, voor trainers, pas na een bevestigingskaart.
Wie krijgt dit en wat kost het
Trainers op Starter en hoger, en zelfstandige klanten op Client Pro en Premium. Elk chatbericht is één verzoek, en een schema dat binnen TRAI gebouwd wordt, gebruikt niet het Genereren-quotum.
| Abonnement (Amerikaanse prijzen) | Prijs per maand | TRAI-verzoeken per maand |
|---|---|---|
| Trainer Starter | $19.99 | 20 |
| Trainer Pro | $49.99 | 50 |
| Trainer Business | $99 | 100 |
| Client Pro (zelfstandig) | $5.99 | 40 |
| Client Premium (zelfstandig) | $6.99 | 90 |
Prijzen verschillen per land op trainera.fit/pricing. Trainer Enterprise heeft 200 verzoeken per maand tegen een prijs op maat. Gratis abonnementen hebben geen TRAI-chat maar bevatten wel één AI-trainingsschema en één AI-voedingsschema via de Genereren-knoppen. Voor alternatieven, zie de beste AI-trainingsschema generator apps.
Hoe je een beter schema uit de bibliotheek haalt
- Noem de uitrusting exact, en de implementen die je wel of niet wilt.
- Beschrijf blessures in gewone woorden; de engine leest ze zoals geschreven.
- Trainers: bouw je eigen bibliotheek uit met je eigen aanwijzingen en video's, want die wordt als eerste gekozen.
- Zeg de sessievolgorde als het ertoe doet ("eerst cardio, stretch aan het einde").
- Open één oefenvideo in het opgeslagen schema voordat je toewijst, om te checken of die klopt met wat je bedoelde.
Bekijk hoe bibliotheekgebouwde AI-schema's eruitzien op de AI-fitnesscoach-pagina.
Veelgestelde vragen
Verzint AI oefeningen in trainingsschema's?
Hoeveel oefeningen bevat de bibliotheek van Trainera?
Kan de AI mijn eigen oefeningen en video's gebruiken?
Is een ChatGPT-trainingsschema net zo goed als een app-schema?
Worden oefeningen uit AI-schema's aan mijn bibliotheek toegevoegd?
Verder lezen
Run je coachingbedrijf op Trainera
Klanten, trainings- en voedingsschema's en betalingen op één plek
Gratis tot 3 klanten, zonder creditcard. Je klanten krijgen een web-, iOS- en Android-app, je eigen logo komt met Business en je eigen app met jouw merk met Enterprise. We zetten je bestaande klanten en schema's gratis over.
1000+ klanten gecoacht op Trainera