推文较难澄清，因此补充如下：
※ 引述《yr (Sooner Born Sooner Bred)》之铭言：
: 标题: Re: [心得] Stryd使用心得分享
: 时间: Tue Feb 28 11:38:52 2023
:
: ※ 引述《MuMuH (MuMuH)》之铭言：
: : ‧ Stryd 功率曲线（Power Duration Curve）
: : （这是一个功率曲线）
: : https://i.imgur.com/9GYzAMJ.png
:
: 严格来说这叫做 MMP 曲线 Mean Maximum Power curve ，
: 那条模型才是 PDC 。
:
:
: : （一次失败的锻炼）
: : https://i.imgur.com/N2njQNP.png
: :
: : 上图紫色部份以功率曲线的角度来说是一次失败的workout，因为它在整体功率曲线之
: : 下，对于功率曲线没有任何的实质贡献，因此会整个被丢弃。
:
: 这边观念完全错误，我们一般训练并不会达到 MMP 的强度，会达到 MMP 的
: 强度是在比赛跟测验的时候，一般功率课表建议 4-6 周会根据不同区段的功
: 率测验，以维持 PDC 的准确度。以 Stryd 来说，建议 1. 全力长跑 40-60
: 分钟（譬如 10K 计时） 2. 中距离全开 10-20 分钟（譬如 5K 计时）
: 3. 短距离全速 3-5 分钟 4. 短距离短跑 10-30 秒。以我个人看的讨论，
: 2 3 4 比 1 重要，因为你在准备半马或全马期间，来一个 10K 计时赛，对
: 身体负荷太大，会影响下个周期的训练。
这边是你对我内文理解有误。我称“以功率曲线的角度来说”，指的是算法，指的是这
次锻炼的结果进入算法与当前的PDC比较，其结果确实是被丢弃无误，亦即这次的锻炼无
法让功率曲线被更新。当初下笔有特别斟酌这段，才会用“以功率曲线的角度来说”。
以训练者而言，也许每次锻炼都有目的没错，也许一般训练不会到达MMP的强度也没错，
但不管他何时想碰MMP，都不应该在这个时候与算法被混为一谈，算法是底层的实做，
算法不用知道你何时想碰MMP，更不管你“一般训练会不会达到MMP的强度”，我在这边谈
的并不是训练，而是它实际的运作模式就是如此。
:
: 可参考
: https://support.stryd.com/hc/en-us/articles/360039261314-Critical-Power
:
:
: : 因此功率曲线会让我们知道目前的努力程度，而且目标将十分确定：只有更新功率曲线
: : 将它不断往上拉且向右延伸，整体成绩才会进步。
:
: PDC 更新时，是在比赛或测验，而不是在练习，以四周小周期为例，前三周练习
: ，第四周减量跟测验， PDC 跟 CP 就是在这一周的测验后上升的（如果有进步）
: 往右 Stryd 模型最多就用到 90 分钟，超过的不会拿来计算你的 CP 。一般如果
: 照表操课，不太需要担心右边的曲线。
:
:
: : ‧ Stryd的功率模型：
: : （将Modeled Ability打开就可以看到白色的模型曲线）
: : https://i.imgur.com/7EWnCh4.png
:
:
: 你这个功率曲线不是很好，理想的模型曲线会跟 2m-5m ，10m-20m （或稍微延伸
: 到 5K 时间）这两个区段的上缘有相交（40m 左右有的话当然更好，不过不强求）
请注意我内文并没有说这功率曲线很好，或是它是一个理想的模型。实际上我只认为它
是一个好例子因此放在此让跑友知道我打开“Modeled Ability”可以发现自己训练上的
问题。
:
: :
: : 模型曲线是根据功率曲线的趋势所建立，与功率曲线一起看你可以发现：
: :
: : 两条曲线间隙较小的部份，代表我已经接近了模型的理论上限，代表我的努力程度目前
: : 已经足够。两条曲线间隙较大的部份，代表我仍有努力的空间。因此我可以知道我应该
: : 优先加强10s~1m以及1m~5m的这两个部份，接着再将5m~1h改进才有可能再更进一步将功
: : 率曲线往上拉升。
:
: 这解读不太对，如上所述，理想模型曲线会在几个区段跟你的 MMP 会相交，有间隙
: 表示你的训练数据（其实该说是测验与比赛数据）无法建立一个有效的模型。用白话
: 说就是你的 CP 不是很准确，也会连带比赛预测不准确。
内文的第一张图有说过这条曲线5m~1hr是去年台北马创下，亦即这是今年的曲线，这不是
我比赛时的CP，也不是我预测赛事的CP。其它下面说明。
:
: : ‧ Stryd的临界功率（CP）
: : CP指的是你在没有出现疲劳的状态下所能输出的最高功率，代表你在一场赛事可以持
: : 续多久而不掉功率。有了CP就可以进行功率课表以及可以预估你的成绩。除以你的体
: : 重就有了基准可以跟它人比较。
:
: 有准确的 CP 才能有效预估成绩。
无法同意更多。这当然。
:
: : ‧ 2022 Stryd 预估成绩与实际芯片成绩（需订阅）：
: : 加载目标赛事的GPX后，Stryd会计算赛事海拔高度，并且要求你输入平常训练时的海
: : 拔高度相互比较，这适用于高地训练，例如：
: : 若是训练时在海拔2000m，赛事在海拔21m，以21.1km计算会快6分15秒。
: : 另外也会要求输入赛事以及训练时的温度还有湿度，例如：
: : 若是训练时温度为22度，赛事时9度如同台北马，以21.1km计算会快1分25秒。
:
: 这预估成绩工具很好用，但是前提是 CP 需准确才能准确预估你的实力。
我注意到我的前提被你删除，我先补上我的前提：
“天候以及GPX皆填写正确，功率曲线维持30天最新的版本的情况之下：”
:
: : 10/15 新竹马 估 1:57:35+-3min 实 1:56:09
: : 10/23 长荣马 估 1:32:36+-2min 实 1:31:27
: : 10/29 远东马 估 1:36:41+-2min 实 1:43:10
: : 11/13 田中马 估 1:34:29+-3min 实 1:40:44
: : 12/18 台北马 估 1:29:54+-2min 时 1:27:01
: :
: : 预估成绩准确度令我惊艳。
:
: 你 CP 不准确，照着他给你的功率跑，只要没爆掉大概就是他给你的完赛时间，
: 所以不是很值得惊艳啦！你觉得你 10/15 到 12/18 的练习可以让你的半马进步
: 30 分钟左右吗？应该没这么神奇的事，你的 CP 应该被低估了，台北马比较接近
: 你的实力，你可以用台北马的数据单点估计你的 CP 会比较准确。
这边也完全错误，新竹马是26km，不是21km，因此新竹马之后快三十分以上是理所当然
的。
新竹马26km，长荣马21.1km，远东马22.7km，田中马22.6km，台北马21.1km。为了避免
错误的假设影响判断，关于比赛时CP准不准确的问题，请注意我文中有特别提到，我的
测试条件前提为“功率曲线维持30天最新的版本情况下”的测试结果，这亦即由10/15~
12/18中间每场赛事前夕都特别注意我的CP是不是up-to-date，两场相隔较久的赛事也
做了CP test 或者 calibration 来源为 Styrd workout library。也是因为如此我才敢
下笔写出赛事预估成绩以及结果。
而教练你认为有问题的图，怀疑有问题的CP，实际上是我最新的图，它或许不是理想的
曲线，也正因为如此我才刻意把它搬上台面让人发掘问题。今年碍于种种原因我的曲线
已经与去年底有很大差异。
若是你要看一个比较合理的图，那就是去年台北马前我做完CP test 后的结果，曲线实
际上与model curve有多点交叠，但碍于Stryd的限制我无法调出比对，但使用GC可以，
如下：
https://i.imgur.com/mBqd388.png
请注意10分之后两线几乎交叠。交叠段Goldencheetah告诉我以Pace 4:07我可以跑完全程
，这正也是我台北马的成绩。1:27:01 , pace 4:07。而两段空隙较大的段落，的确是我
先前以心率区间为主的训练恰好没练到的部份。
实际上我的CP准或是不准或是谁的curve比较好或是不好，又或者是谁的曲线比较理想都并
不是我想在文中所讨论的。
:
: : 在远东马Stryd要求维持98% CP在234w，实际成绩为：
: :
: : 前半程皆上坡输出功率为231w，Pace 5:11/km
: : 后半程下坡仅有能力维持219W, Pace 4:11/km
:
: 一般前半要保留一点，尤其是去程上坡回程下坡，一开始就 98% 策略不是很好。
请你注意内文的“在远东马Stryd要求维持98%”。为了测试Stryd，我刻意使用Stryd
的建议，根据加载的GPX以及当日天气以及湿度，Stryd建议 98% CP，这并非我的策略。
以上，大概是这样
Cheers!