AI生成运动处方的稳定性：基于大语言模型的重复生成研究

背景：大语言模型已被探索作为生成个性化运动处方的工具，但在相同条件下输出的稳定性尚未得到充分检验。目的：本研究采用重复生成设计，评估了LLM生成运动处方的模型内稳定性。方法：使用Gemini 2.5 Flash基于六个临床场景生成运动处方（每个场景20个输出；总计n=120）。从三个维度评估稳定性：(1) 基于SBERT余弦相似度的语义稳定性，(2) 基于FITT原则并使用AI作为评判的结构稳定性，以及(3) 安全性表达稳定性，包括包含率和句子级量化。结果：各场景的语义相似度较高（平均余弦相似度：0.879-0.939），在临床受限案例中一致性更高。频率表现出一致模式，而定量成分（特别是运动强度）则观察到变异性。在10-25%的抗阻训练输出中观察到无法分类的强度表达。安全性相关表达出现在100%的输出中；然而，安全语句数量在不同场景间差异显著（H=86.18，p<0.001），临床案例生成的安全表达多于健康成人案例。结论：LLM生成的运动处方表现出较高的语义稳定性，但在关键定量成分上存在变异性。可靠性在很大程度上取决于提示结构，在临床部署前需要额外的结构约束和专家验证。