Comment j’ai utilisé l’IA pour m’entraîner pendant six mois et battre mon record sur 10 km

Depuis plusieurs années, je cours quatre fois par semaine. S’il s’agit avant tout de plaisir et d’une volonté, à l’approche de la quarantaine, de rester en bonne santé, c’est pourtant bien la recherche de la performance qui me motive.

Durant ces années, j’ai profité de mes différentes courses pour tester plusieurs plateformes d’entraînement en course à pied, qu’il s’agisse de Campus Coach, de Garmin Coach, de RunMotion Coach, de Kiprun Pacer ou de Runna. Ces différentes applications, pour la plupart payantes, reposent sur un fonctionnement simple : après m’avoir fixé un objectif réaliste et rentré quelques paramètres, elles me programment un plan d’entraînement sur plusieurs mois visant à atteindre un nouveau record.

Cependant, ces applications manquent parfois de souplesse. Conçues pour m’aider à atteindre un objectif précis, elles tiennent peu compte de mes qualités de course, de mes retours d’expérience ou de mes séances favorites.

Pour préparer ma course cet automne, j’ai donc décidé de m’essayer enfin à une méthode que je repoussais depuis bien longtemps : passer par une plateforme d’IA pour m’aider à pulvériser mon record sur 10 km.

Le choix de la course et de Gemini

J’ai l’habitude de faire de très longues préparations. C’est bien simple, je ne prends de dossards que deux fois par an, au printemps et à l’automne. Le reste du temps, je cherche donc à me préparer pour une nouvelle course de manière progressive.

Autant dire qu’une semaine à peine après le semi-marathon de Paris, en mars dernier, j’ai commencé à imaginer la méthode qui me suivrait durant les six prochains mois. J’ai d’abord posé mon dévolu sur une course : le 10 km Odyssea de Paris, qui a eu lieu le 4 octobre 2026. De quoi me laisser 28 semaines d’entraînement entre le début et le jour de la course. Surtout, je savais valoir bien mieux que les 46 min 52 sec de mon précédent record sur la distance, en novembre 2025, et que je pouvais viser sous les 45 min, voire les 43 min. Enfin, pour une préparation avec IA et sans les garde-fous d’une application dédiée, je préférais faire le test pour un 10 km que pour un semi-marathon ou, pire, un marathon.

Avant de lancer le prompt initial, je me suis fixé quelques règles. La première était de partir d’un compte vierge, avec une IA qui ne saurait quasiment rien de moi. La seconde était de faire un test VMA pour partir sur de bonnes bases et pouvoir fournir les bonnes informations à l’IA. Comme souvent, je suis donc parti sur un test demi-Cooper (parcourir la plus longue distance possible durant six minutes) pour aider l’IA à se faire une idée de mon niveau.

Pour le choix de l’IA, je suis parti sur Gemini. Au début du test, au printemps, il faut dire que les modèles de Google étaient parmi les plus performants, mais, surtout, avec mon compte Google Workspace professionnel, j’avais accès à Google AI Pro sans avoir à payer de ma poche. C’est toujours ça de pris, surtout que je n’avais encore jamais utilisé ce compte-ci. On y reviendra plus tard, mais, avec le recul, je pense qu’un autre choix d’IA aurait été plus judicieux.

Des débuts chaotiques

Pour permettre à mon « coach » IA de me suivre le mieux possible, encore fallait-il qu’il n’oublie rien de mes séances précédentes. Or, par le passé, j’ai déjà subi, sur de longues discussions Gemini, un effacement de mémoire avec l’impossibilité, pour l’IA, de retrouver les anciennes discussions. J’ai donc tenu à sécuriser cet historique du mieux possible.

Pour cela, je suis en fait passé par un « Gem » (désormais baptisé « Skill »). Il s’agit d’une liste d’instructions pour l’IA qui lui permet de garder les règles en mémoire et que j’ai, au fur et à mesure, enrichie de l’historique des séances.

Il me restait encore à définir les règles du Gem. Et pour cela, je suis passé… par Gemini. Ma première demande a été simple :

Tu es un coach de course à pied.

Tu vas me poser le plus de questions pertinentes pour préparer une future course. Ces nombreuses questions, et les réponses que je te donnerai, serviront à évaluer mon niveau, mes axes de progression, à me fixer un objectif (ambitieux, mais atteignable) et à me donner un plan d’entraînement détaillé ultra personnalisé pour y arriver. Plus les questions seront nombreuses, techniques et précises, plus le plan sera personnalisé et optimisé pour mon profil, donc n’hésite pas à y aller franco. Tu tiendras compte de toutes les réponses que je te donnerai, elles doivent servir à évaluer mon profil.

Une fois le plan établi, je te partagerai mes séances au format .csv. En fonction des données, tu ajusteras les séances suivantes (à la hausse ou à la baisse) ou tu me diras si on continue comme ça. 

Par la suite, Gemini m’a posé plusieurs questions comme mon âge, mon poids, mes données cardiaques, mes antécédents de blessure, ma VMA, mon volume actuel, la date de la course, mon profil de coureur ou mes records personnels. Étonnamment, il ne m’a pas demandé quels jours je préférais m’entraîner, ce que j’ai dû lui préciser par la suite. Une fois toutes ces données assimilées par Gemini, je lui ai demandé de me concevoir des instructions pour un Gem Gemini.

C’est là que le bât a commencé à blesser. J’ai dû m’y reprendre à trois fois pour arriver à des instructions qui tenaient la route. Par exemple, sur la première version, Gemini indiquait, pour le mardi, « VMA Courte (Piste) – Ex: 2x8x200m ». Certes, c’est un bon exemple de séance, mais le risque était de rester figé sur le même type de séance durant six mois.

Par ailleurs, après seulement deux semaines d’entraînement, j’ai dû complètement revoir les instructions et rajouter quelques règles d’or. Il faut dire que Gemini me proposait d’emblée des séances particulièrement exigeantes, dignes d’un pic de forme que je n’avais bien évidemment pas encore atteint. Concrètement, je suis ainsi passé d’une séance de 6 x 600 m à 3 min 50 sec par kilomètre (97 % de ma VMA) un mardi à une séance de 2 x (8 x 300 m) à 3 min 35 sec par kilomètre (104 % de ma VMA) le mardi suivant. Pour le dire autrement, Gemini m’a demandé de passer de 3,6 km courus à 15,65 km/h à 4,8 km courus à 16,74 km/h en une semaine. Évidemment, la séance a été complètement ratée.

Autre souci, toujours quelques jours après le début de la préparation, j’ai voulu vérifier que l’IA ne s’emmêlait pas les pinceaux et avait bien en tête la progressivité nécessaire pour arriver au jour de la course : « Combien de semaines doit durer le plan ? ».

Le plan que nous avons entamé est structuré sur une durée totale de 12 semaines.

Raté, le plan en compte 28, soit plus du double.

Dans la foulée, je lui ai demandé de proposer une mise à jour du Gem avec les notions de progressivité plafonnée ou de variable unique. Après cela, je n’ai plus eu besoin de modifier le Gem, si ce n’est pour enregistrer les séances au fur et à mesure.

Voici donc la version finale que vous pouvez retrouver dans ce Google Doc. Bien évidemment, il s’agit d’instructions adaptées à mon niveau et à mon objectif. Je vous conseillerais donc de suivre les mêmes étapes que moi pour adapter l’IA à vos besoins.

De nombreuses semaines de croisière… et de canicule

Une fois ces premières semaines lancées, et les instructions corrigées, tout s’est bien passé selon une méthodologie particulièrement simple.

Chaque jour, je vérifiais les séances proposées par Gemini et les rentrais manuellement dans l’application de ma montre, Garmin Connect. C’est d’ailleurs l’un des principaux défauts face à une application dédiée qui permet d’exporter automatiquement les séances vers sa montre.

Pour aller plus loin
Comment créer une séance d’entraînement personnalisée pour sa montre Garmin

Il en va de même pour l’analyse des entraînements. Face à l’impossibilité pour Gemini d’analyser des fichiers Fit ou GPX, je devais, à chaque fois, convertir le fichier .fit de ma séance (qui contient l’allure ou la fréquence cardiaque à chaque seconde) en fichier CSV. Aucun souci en soi, ça se fait facilement en passant par un site comme FitConvert, mais ça reste une étape supplémentaire.

Surtout, toutes les quatre semaines, après chaque semaine d’assimilation, je lançais une nouvelle discussion avec Gemini, toujours basée sur le même Gem. Un bon moyen de m’assurer que la mémoire de l’IA ne se réinitialise pas en effaçant toutes les données antérieures. En parallèle, j’ai tenu un tableur Google Sheets pour garder en mémoire l’ensemble des séances, en plus du récapitulatif intégré dans les instructions du Gem.

Sur cette période qui a duré environ quatre mois, rien à signaler, sinon des canicules à répétition. C’est d’ailleurs là que la souplesse de l’IA m’a sauté aux yeux par rapport à une application plus classique. Au fil de nos échanges, Gemini m’a suggéré d’ajouter quelques notions de chaleur aux instructions du Gem pour m’éviter la surchauffe. Finies les séances dirigées à l’allure, il me fallait courir uniquement à la fréquence cardiaque.

La souplesse de Gemini, j’en ai par ailleurs bien profité à plusieurs reprises, qu’il s’agisse de mon voyage de noces sur une île avec beaucoup de dénivelé, ou de jours où je ne pouvais tout simplement pas m’entraîner pour des raisons diverses et variées. Alors qu’une application classique m’aurait suggéré tout simplement de reporter les séances sur un autre jour, Gemini a su aussi les adapter en fonction du contexte.

Le jour de la course et un nouveau record battu

Sur les dix derniers jours, Gemini a logiquement réduit le volume et l’intensité pour me faire arriver frais au matin du 4 octobre, le jour du 10 km Odyssea Paris. De mon côté, j’étais confiant quant à ma capacité à passer largement sous les 45 minutes et donc à battre mon record. Un peu moins en revanche pour mon objectif principal qui était de passer sous les 43 minutes.

J’avais déjà eu l’occasion de courir plusieurs fois sur le parcours de la course, relativement plat et roulant. Mais, au pic de la préparation, je n’avais jamais réussi à courir plus de 3 x 2000 m à l’allure visée. J’ai bien poussé Gemini à me caler une séance de 2 x 3000 m à J-10, pour m’entraîner sur des blocs plus longs, mais ils ne sont pas passés sur la piste. Initialement réticent à me proposer cette séance, Gemini a tout de même cherché à me rassurer :

Cet échec est 100% contextuel. Entre ton départ en surrégime (dû au manque de repères) et la lassitude d’une boucle trop petite, la séance s’est transformée en test de résilience mentale extrême. Le jour J, tu ne tourneras pas en rond. Tu auras une route ouverte, des lignes droites, un peloton pour t’aspirer, et des panneaux kilométriques clairs. Ta foulée va se libérer naturellement.

Et le jour J, en effet, tout s’est bien passé. Je suis parti parfaitement dans les clous, sur l’allure visée de 4 min 17 sec par kilomètre. J’ai par la suite tenu en suivant les autres participants, sans regarder ma montre et en tentant de conserver un effort constant.

Sans surprise, j’ai pu dérouler les premiers kilomètres sans trop de souci et j’ai même multiplié les records :

• 3000 m : 00:12:49
• 2 mile : 00:13:52
• 5000 m : 00:21:26
• 10 000 m : 00:43:09

J’ai légèrement craqué mentalement avec quatre très courtes phases de marche. Dix secondes par-ci, cinq secondes par-là, ça s’accumule et, malgré un dernier kilomètre couru en 3 min et 59 secondes, je suis arrivé un peu au-delà de mon objectif, à 43 min et 9 secondes.

Reste qu’on est bien en deçà de mon précédent record de 46:52. Mine de rien, 3 minutes et 43 secondes gagnées sur un 10 km, cela représente 22 secondes de moins par kilomètre. En moins d’un an et après quatre ans de course à pied, c’est loin d’être négligeable.

Une préparation par IA efficace, mais à prendre avec des pincettes

J’en parlais plus tôt : je ne suis pas certain, avec le recul, que le choix de Gemini ait été le plus adapté pour cette préparation. Certes, c’était une IA performante au début du plan et j’y avais accès sans payer grâce à mon compte professionnel, mais, depuis, ses concurrents ont fait énormément de progrès.

C’est en particulier le cas de Claude d’Anthropic, qui a un avantage de taille face à l’IA de Google : les connecteurs MCP de Strava et de Coros. Certes, je courais mes séances avec une montre Garmin, mais j’ai rapidement pris l’habitude de les exporter vers Coros Training Hub (dont j’aime beaucoup l’interface). Surtout, Claude a accès à toutes mes séances grâce à Strava, sans que j’aie besoin de lui exporter le moindre fichier.

Sur la fin de ma préparation, j’ai aussi pris l’habitude de jongler entre les différentes IA, qu’il s’agisse de Gemini, de Claude ou de ChatGPT. L’idée était souvent de me proposer des séances variées, de vérifier les progrès réalisés ou de m’assurer que le plan de Gemini était bel et bien cohérent.

Dans l’ensemble, l’entraînement par IA fonctionne, mais il demande de nombreux garde-fous. D’abord pour s’assurer de ne pas aller droit dans le mur et que l’IA vous connaisse suffisamment pour ne pas vous cramer. Ensuite pour vérifier la cohérence de chaque séance. L’IA a parfois tendance à aller trop vite, trop fort et il est essentiel d’avoir des connaissances en course à pied pour s’assurer qu’elle ne fait pas n’importe quoi. Outre la blessure, des séances trop difficiles présenteraient le risque de vous démotiver en vous faisant penser que vous n’avez pas le niveau, alors que c’est potentiellement l’IA qui n’est pas suffisamment adaptée.

De fait, un entraînement par une IA comme Claude, ChatGPT ou Gemini sera plus utile à un coureur capable d’évaluer le plan proposé qu’à un débutant qui suivrait aveuglément ses consignes.

Pour mon prochain dossard, mon premier marathon depuis 2024, je préfère ne pas prendre le risque et me reposer à nouveau sur une application classique, aussi rigide soit-elle. La distance étant bien plus longue et exigeante, une erreur de programmation ne pardonnerait pas. Autant disposer d’un cadre déjà structuré.

---