Google Search собирает план забега, плейлист и экипировку в AI Mode

AI Mode превращает цель забега в расписание

Google описала три способа использовать AI-функции Search при подготовке к беговому старту. Первый начинается в AI Mode: пользователь открывает Canvas из меню «плюс» и просит составить подробный тренировочный график с cross-training и силовыми упражнениями. Запрос можно привязать к дистанции, желаемому времени, текущей частоте пробежек и конкретному району.

В примере Google бегун просит план для Texas Marathon с целью преодолеть дистанцию быстрее 4,5 часа, маршрутами вокруг Montrose, четырьмя тренировками в неделю и текущей длинной пробежкой 7–9 миль. Такой prompt показывает назначение функции точнее общего вопроса «как подготовиться к марафону»: AI получает исходную нагрузку, географию и измеримую цель.

Компания также сообщает, что запросы run club, how to choose running shoes и how to train for a marathon достигли исторических максимумов в этом году. Но публикация не раскрывает абсолютное число запросов, географию статистики или методику сравнения. Эти данные показывают заявленный рост интереса в Search, а не измерение числа бегунов или завершённых гонок.

Плейлист строится через подключённый YouTube Music

Второй сценарий рассчитан на длинные тренировки. Если пользователь подключит аккаунт YouTube Music к Search, AI Mode сможет помочь создать персональный плейлист для пробежки с учётом любимых исполнителей. Подключение внешнего аккаунта — явное условие сценария, а не автоматический доступ Search ко всей музыкальной библиотеке.

Google объясняет эту функцию необходимостью поддерживать мотивацию и справляться с монотонностью длинной дистанции. В заметке, однако, нет данных о влиянии созданного AI плейлиста на темп, выносливость или результат соревнования. Подтверждена возможность сформировать подборку через connected app, но не спортивный эффект такой рекомендации.

Для пользователя это означает, что Canvas и музыка решают разные части подготовки. Первый сохраняет и уточняет многошаговый план, второй собирает медиасопровождение через отдельный сервис. Google объединяет их внутри Search AI Mode, но не представляет единый автономный coaching product, который наблюдает за выполнением тренировок или заменяет тренера.

Shopping Graph подбирает экипировку по ограничениям

Третий сценарий — поиск обуви и снаряжения на естественном языке. В качестве примеров Google приводит шоссейные кроссовки для широкой стопы, лёгкий hydration vest дешевле 80 долларов и одежду против натирания. Search должен учитывать эти ограничения, показывать персонализированные рекомендации, сравнивать доступные варианты и сообщать о наличии поблизости.

Основа товарного поиска — Shopping Graph, который, по данным Google, содержит более 60 млрд товарных listings. Эта цифра описывает объём графа, а не число уникальных моделей экипировки или гарантированно доступных товаров в конкретном городе. Актуальность цены и наличия всё равно следует проверять в карточке продавца перед покупкой.

В заметке нет нового отдельного shopping API, списка поддерживаемых стран или измерения качества рекомендаций для бегунов. Компания показывает consumer-сценарий уже существующего Search: сформулировать ограничения обычной фразой и получить более узкую подборку. Практическая ценность зависит от полноты локальных merchant data и от того, насколько точно Search интерпретирует индивидуальные требования.

Три помощника не равны медицинской рекомендации

Официальная публикация ограничивается организацией подготовки: расписанием, музыкой и покупками. Она не заявляет, что AI Mode оценивает состояние здоровья, предотвращает травмы или даёт медицинские рекомендации. В тексте также нет интеграции с показателями пульса, восстановлением или историей тренировок с wearable-устройств.

Поэтому тренировочный план стоит проверять на выполнимость относительно собственного опыта и самочувствия, особенно если запрос задаёт амбициозный результат. Чем точнее пользователь укажет текущий объём, доступные дни и ограничения, тем конкретнее может быть исходный черновик; но статья Google не приводит controlled study, где AI-план сравнивался бы с программой тренера.

Новость показывает направление развития Search: один интерфейс связывает генерацию структурированного документа в Canvas, connected app для музыки и товарный граф. Это три доступных сценария вокруг одной жизненной задачи, а не новая модель. Проверять их следует отдельно — по реалистичности нагрузки, качеству плейлиста и фактическому наличию рекомендованного товара.