不断线协议｜30天健身坚持系统

今日任务

0%

先完成一个最小动作

每项只奖励可控行为。体重和腹肌照片用于观察，不作为奖惩。

低能量模式：如果不想练，完成“到健身房 + 热身 + 3 个主动作各 2 组”即可。系统奖励不断线，不奖励自我惩罚。

Current block / weeks 1-4

每次控制在 50 分钟以内。第 1 周 RIR 3，第 2 周 RIR 2–3，第 3–4 周 RIR 1–2；动作疼痛时立即停止。

自动按星期显示

加重规则：当一个动作所有工作组都达到次数上限，下一次上肢加 1–2.5 kg、下肢加 2.5–5 kg；否则保持重量，争取多 1 次。主动作休息 90–120 秒，辅助动作 45–75 秒。

Make it obvious / easy

每天不重新谈判。固定触发器，降低启动摩擦；允许最低版本，保护连续性。

我已选定固定训练时段

训练服和水壶已放在门口

鸡蛋/牛奶/香蕉有库存

把 110 g 当理想线，把 90 g 当合格线，把 80 g 当保护线。

90 g 合格线

if (状态不好) { 执行最低版本; } else { 执行训练计划; } if (漏掉一天) { 明天恢复; } if (连续两天想漏) { 只去热身 5 分钟; }

Precommitment / reinforcement

先写下你愿意兑换的奖励。奖励必须健康、可负担、不破坏训练饮食；兑换需要手动点击，不自动消费。

新增奖励名称

所需积分

数据只保存在当前浏览器。换设备前导出，之后可导入。

导入 JSON

What the system is built on

1. 行为发生，不靠意志力单独完成

Fogg 的 B=MAP 模型把行为拆为动机、能力和提示。程序降低动作难度，并把提示放在固定时间与环境中。

2. 计划和自我监测帮助启动与重复

数字行为改变干预的系统综述反复出现提示、行动计划、自我监测、反馈和社会/奖励机制。这里对应每日任务、记录和周复盘。

3. 奖励应奖励过程，不奖励结果

运动行为的激励研究支持游戏化、即时反馈和奖励作为辅助工具，但效果受设计和持续使用影响。积分奖励到场、训练、蛋白质和睡眠等可控行为，避免奖励体重下降。

4. 不追求完美，允许恢复

习惯形成不是固定 21 天。研究强调重复、稳定情境和长期自我监测；一次漏做不应演变成退出，因此系统采用“不可连续漏两天”的恢复规则。

5. 训练和营养是基础，程序只是放大器

对你而言，先稳定 4 天主训练、蛋白质约 90–110 g/天、体重和腰围趋势，再调整热量；程序不能替代训练刺激、食物和睡眠。