O que é uma biblioteca aprovada de exercícios em um software de academia?

É o conjunto de exercícios e critérios que a organização autoriza para a prescrição. Na WizFit, a geração de treinos trabalha dentro desse universo aprovado, em vez de escolher livremente em um catálogo indiferenciado.

Uma IA de treinos consegue seguir o método de uma academia?

Sim, desde que esse método esteja definido e configurado. A WizFit não deduz o método sozinha: a organização define sua biblioteca aprovada e seus critérios, e a prescrição é gerada dentro desse marco.

A academia pode controlar quais exercícios a IA utiliza?

A academia define quais exercícios fazem parte da sua biblioteca aprovada, e é essa definição que a prescrição usa. Além disso, a equipe pode revisar e aprovar os treinos antes de publicá-los.

Como padronizar treinos entre várias unidades?

Com uma biblioteca aprovada comum e critérios compartilhados, mais os equipamentos configurados de cada unidade. Assim o método continua reconhecível mesmo com salas diferentes.

Qual a diferença para Equipment-aware AI?

Equipment-aware AI responde quais exercícios são possíveis naquela unidade. A Approved Exercise Library responde quais exercícios a organização quer permitir. O treino final surge da interseção das duas com o contexto do aluno.

Approved Exercise Library: automatizar sem perder o método da academia

Resposta curta

A Approved Exercise Library é o conjunto de exercícios que uma academia, rede ou franquia aprova para a WizFit usar ao gerar a prescrição. A IA não escolhe livremente dentro de um catálogo universal: trabalha dentro do marco definido pela organização.

Isso importa porque permite escalar com IA sem abrir mão do controle metodológico. A academia continua decidindo quais exercícios representam o seu método, e a automação cuida do trabalho repetitivo de aplicá-lo aluno a aluno, unidade a unidade.

Definição curta

Approved Exercise Library: o conjunto de exercícios e critérios aprovados pela organização dentro do qual a WizFit gera a prescrição.

O problema de automatizar sem marco metodológico

O risco não é a IA em si, mas automatizar sem critérios da organização. Sem um marco definido, cada treino depende do critério de quem gerou ou corrigiu.

Aparecem exercícios que a direção não quer no seu serviço.
Diferenças excessivas entre professores para alunos com o mesmo perfil.
O método da marca fica difícil de sustentar conforme a equipe cresce.
Improviso na sala quando não há alternativa prevista.
Cada unidade acaba aplicando critérios diferentes sem que ninguém tenha decidido isso.
Uso de variações que não fazem parte do padrão da academia.
Mais retrabalho: alguém revisa e reescreve o que já foi gerado.

Mesmo aluno. Mesma unidade. Dois métodos.

Para enxergar o conceito, mantenha todo o contexto fixo e mude só uma variável: o marco metodológico aprovado. Mesmo perfil, mesmos equipamentos, duas marcas com critérios diferentes.

O mesmo aluno

Objetivo — Hipertrofia geral
Nível — Intermediário (2 anos de treino contínuo)
Frequência — 4 dias por semana
Disponibilidade — 60 minutos por sessão
Restrições — Sem lesões ativas ou limitações registradas

Os mesmos equipamentos disponíveis

Racks, barras e anilhas
Halteres até 40 kg
Leg press e hack squat
Máquina de hip thrust
Supino máquina e remada na polia
Polias alta e baixa

Marca A

Método apoiado em máquinas guiadas e progressão conservadora.

Prioriza máquinas guiadas nos padrões de perna
Aprova hip thrust na máquina como exercício principal de glúteo
Exclui variações de alta exigência técnica no nível intermediário
Progressão por aumento de repetições antes da carga

Marca B

Método apoiado em peso livre e padrões básicos com barra.

Prioriza peso livre nos padrões de perna
Aprova hip thrust com barra como exercício principal de glúteo
Exclui certas máquinas guiadas do seu padrão de serviço
Progressão por carga mantendo faixas fixas de repetições

Como mudam as decisões de prescrição

Não são treinos completos: são as decisões concretas em que o marco aprovado define a escolha. Todo o resto do contexto é idêntico.

Bloco do treino

Padrão de agachamento — Hack squat guiado — Agachamento livre com barra no rack
Empurrar de perna em volume — Leg press 45° — Avanço caminhando com halteres
Extensão de quadril — Hip thrust na máquina — Hip thrust com barra apoiado no banco
Empurrar horizontal de tronco — Supino em máquina guiada — Supino reto com barra
Puxar horizontal — Remada na polia com pegada neutra — Remada curvada com barra pronada
Progressão entre semanas — Sobe repetições dentro da faixa antes de subir carga — Sobe carga mantendo a faixa de repetições

O aluno e os equipamentos são os mesmos. As decisões mudam porque o marco metodológico autorizado também faz parte do contexto de prescrição.

O que permanece igual e o que muda

Isso deixa claro que a diferença entre os dois treinos não é aleatória: é outro método aplicado ao mesmo caso.

Permanece igual

O aluno e seu perfil.
O objetivo de treino.
A experiência e o nível.
A frequência e a disponibilidade semanal.
As restrições registradas.
Os equipamentos disponíveis na unidade.

Muda

Os exercícios permitidos por cada organização.
As variações escolhidas para cada padrão.
As prioridades metodológicas quando aplicáveis.
As decisões concretas de prescrição dentro do marco aprovado.

O contexto do aluno é o mesmo. O que muda é o método que a WizFit precisa respeitar.

Como funciona conceitualmente

A ordem importa: primeiro o marco da organização e o contexto, depois a geração do treino.

A academia, a rede ou a franquia configura quais exercícios e critérios fazem parte do seu método. Essa definição é uma decisão humana, não algo que a WizFit deduza sozinha.
Objetivo, nível, frequência, experiência e restrições registradas. É a base da hiperpersonalização.
Cada unidade tem seus equipamentos configurados na plataforma. Equipment-aware AI limita a prescrição ao que realmente existe naquela sala.
Nexus conecta aluno, unidade e regras da organização em uma mesma lógica, para que o critério não dependa de quem gera o treino.
O resultado é um treino alinhado ao método, que a equipe pode revisar e aprovar antes de publicar para o aluno.

Para ser preciso: a WizFit não inventa o método nem o aprende sozinha. A organização define e configura seu marco; a plataforma o utiliza ao prescrever.

Dois filtros diferentes, um mesmo resultado

Approved Exercise Library e Equipment-aware AI respondem perguntas diferentes e se complementam. O treino final surge da interseção das duas com o contexto do aluno.

Equipment-aware AI

Quais exercícios são possíveis nesta unidade?

Approved Exercise Library

Quais exercícios esta organização quer permitir?

Contexto do aluno

Do que este aluno precisa em particular?

Treino executável e alinhado ao método

Contexto do aluno + equipamentos disponíveis + método aprovado. Um treino que pode ser executado naquela sala e que respeita o padrão da marca.

Ver Equipment-aware AI: mesmo aluno, duas unidades, dois treinos

Por que isso importa em redes e franquias

Uma rede pode permitir autonomia local sem perder o padrão central. As unidades são diferentes, mas o método pode continuar reconhecível.

Cada unidade pode ter equipamentos diferentes e ainda trabalhar com critérios comuns.
Professores diferentes e perfis de alunos diferentes, com a mesma identidade metodológica.
Uma biblioteca comum como referência para toda a rede.
Menos correções por critério: revisa-se menos o que já nasce dentro do padrão.
O padrão deixa de depender da memória ou da experiência de cada pessoa.
A marca pode crescer sem diluir aquilo que a torna diferente.

A WizFit permite adaptar a execução local sem perder o método central da marca.

Biblioteca aprovada vs catálogo aberto

A diferença não é a quantidade de exercícios, e sim quem define o marco dentro do qual se prescreve.

Catálogo aberto

Approved Exercise Library

A IA pode escolher em um universo amplo — A prescrição usa exercícios aprovados
Menor controle de marca — Maior controle metodológico
Mais ajustes posteriores — Menos correções por critério
Padronização difícil entre unidades — Método mais consistente entre unidades
Automação genérica — Automação dentro do padrão

Para quem tem mais valor

O controle metodológico pesa de forma diferente conforme a operação.

Redes que precisam de um padrão reconhecível entre unidades.
Franquias que precisam sustentar a marca com equipes locais diferentes.
Academias com método próprio e identidade de treino definida.
Marcas premium em que a consistência faz parte do serviço.
Operações com muitos professores, onde o critério tende a se dispersar.
Academias que querem usar IA sem abrir mão do controle sobre o que é prescrito.
Organizações que querem padronizar entre unidades sem engessar a operação.

O que a organização faz e o que a WizFit faz

A organização define e configura sua biblioteca aprovada e seus critérios.
A WizFit utiliza esse marco ao gerar a prescrição.
A WizFit não cria automaticamente as regras metodológicas nem as deduz de manuais.
A WizFit não audita professores por conta própria.
A equipe mantém a revisão e a aprovação final antes de publicar um treino.

Em uma frase

A Approved Exercise Library permite que a WizFit use IA dentro do método definido pela academia, e não fora dele.

Perguntas frequentes

O que é uma biblioteca aprovada de exercícios em um software de academia? — É o conjunto de exercícios e critérios que a organização autoriza para a prescrição. Na WizFit, a geração de treinos trabalha dentro desse universo aprovado, em vez de escolher livremente em um catálogo indiferenciado.
Uma IA de treinos consegue seguir o método de uma academia? — Sim, desde que esse método esteja definido e configurado. A WizFit não deduz o método sozinha: a organização define sua biblioteca aprovada e seus critérios, e a prescrição é gerada dentro desse marco.
A academia pode controlar quais exercícios a IA utiliza? — A academia define quais exercícios fazem parte da sua biblioteca aprovada, e é essa definição que a prescrição usa. Além disso, a equipe pode revisar e aprovar os treinos antes de publicá-los.
Como padronizar treinos entre várias unidades? — Com uma biblioteca aprovada comum e critérios compartilhados, mais os equipamentos configurados de cada unidade. Assim o método continua reconhecível mesmo com salas diferentes.
Qual a diferença para Equipment-aware AI? — Equipment-aware AI responde quais exercícios são possíveis naquela unidade. A Approved Exercise Library responde quais exercícios a organização quer permitir. O treino final surge da interseção das duas com o contexto do aluno.