引言
備戰台北馬拉松的跑者，最常問的問題之一就是：「Garmin 說我可以跑 3:45，可信嗎？」Race Predictor 是許多跑者設定比賽目標的重要參考，但若對其準確性缺乏認識，可能導致配速策略失誤——出發太快，後半段崩潰。本文帶你系統性地了解各種預測工具的邏輯與局限。
主流成績預測工具解析
Garmin Race Predictor：Garmin 基於你的 VO₂max 估算值計算預測成績。這個算法的基礎是將估算的 VO₂max 代入跑步效能方程式，推算出在各距離「全力比賽」下的理論完成時間。精度高度依賴 VO₂max 估算的準確性，而 Garmin 的 VO₂max 來自跑步時心率與配速的回歸模型，在戶外環境（風、坡度）下誤差可能達到 5–10%。
Strava 成績預測：Strava 使用「相對努力」與歷史段落數據計算，重度依賴你過去在相近距離段落的實際表現。優點是基於真實跑步表現（而非間接估算的 VO₂max），缺點是若你很少全力衝刺段落，數據基礎薄弱。
VDOT 計算器（Daniels）：從一個已知的比賽成績用生理方程式外推其他距離。這是所有方法中最被研究驗證的一種，但有一個重要前提：輸入的成績必須是你全力比賽的成績，且各距離之間的「轉換效率」因跑者類型而有明顯差異。
Runalyze：使用類似 VDOT 的方法，但結合了訓練歷史，並允許用戶輸入多個距離成績取加權平均，通常比單一距離預測更準確。
預測工具的準確性研究
學術研究對 Race Predictor 的評估結果如下（以 ±5 分鐘內算準確）：
| 預測工具 | 半馬準確率 | 全馬準確率 | 主要誤差來源 |
|---|---|---|---|
| Garmin（VO₂max基礎） | 約 68% | 約 58% | VO₂max 估算偏差 |
| VDOT（10K→全馬） | 約 72% | 約 63% | 有氧-無氧比例差異 |
| Strava | 約 65% | 約 55% | 缺乏長距離數據 |
| 多點 VDOT 加權 | 約 75% | 約 68% | 訓練狀態未納入 |
全馬成績預測明顯比半馬難，原因是全馬涉及的變數更多：脂肪代謝效率、肌肝糖儲存量、訓練最長距離、補給策略，這些都不在算法的考慮範圍內。
為什麼預測常常偏高？
大多數跑者的實際全馬成績比預測值慢 10–20 分鐘，這不是工具的錯，而是算法假設前提與現實的落差：
算法假設「最佳條件」：預測工具通常假設理想天氣（15°C、低濕度）、完美補給、良好睡眠。台灣馬拉松的現實是夏馬高溫、冬馬有時雨天，這些都不在算法裡。
訓練最長距離不夠：VDOT 的全馬預測假設你有足夠的有氧耐力底子，若你的長跑最長只到 28 公里，肌肝糖耗盡的撞牆風險很高。
速度型 vs. 耐力型跑者：速度型跑者（短距離成績相對好）在全馬中的實際成績通常比預測差；耐力型跑者（長距離相對好）則常超越預測。VDOT 算法對這個差異有有限的校正能力。
如何正確使用預測工具設定賽前配速
建議的做法：
- 保守取預測值的 100–103%：若預測全馬 3:45（即每公里 5:19），以 3:48–3:51 作為配速計畫，預留緩衝
- 優先採用相近距離的預測：以 21K 成績推算全馬比以 10K 推算更準確，因為代謝需求更接近
- 考慮訓練最長距離修正：若最長訓練跑低於 30 公里，在預測值的基礎上多加 10–15 分鐘的安全裕度
- 台灣夏馬額外修正：氣溫每超過 18°C，全馬成績預估慢 90–120 秒/每高 5°C
實用建議
- 不要讓預測工具決定你的目標，讓訓練決定：若你的 20 週備賽最長跑只到 28 公里、週里程最高 55 公里，任何預測工具預測的 sub-3:30 都不可信
- 用「賽前 3 週的長跑心率」評估狀態：在比預測全馬配速慢 30 秒的速度跑 30 公里，若心率控制在 Zone 2–3，代表預測是合理的
- 定期更新輸入數據：若你上次更新成績是半年前的，現在的預測毫無意義
結語
Race Predictor 是一個「如果條件完美」的理論估算，而不是保證。它的最大價值在於設定配速計畫的上限，幫你避免出發太快；它的最小可信任範圍是最後的 10 公里——那一段是訓練、補給、意志力共同決定的，沒有任何算法能替你計算。