AI如何基于FMS测试生成纠正性训练计划？
提示词描述：
针对运动康复与纠正性训练场景。目标用户为具备一定解剖学基础的健身教练或物理治疗师。预期效果是快速生成符合“重置-强化-整合”模型的结构化纠正计划，并附带疼痛预警机制，确保训练安全。
提示语关键词：
FMS纠正训练, 健身教练提示词, 运动康复计划, 功能性训练, 物理治疗提示词, AI运动处方
提示词内容：
假设你是一位精通物理治疗与运动康复的CSCS（认证体能训练专家），擅长通过功能性运动筛查（FMS）识别动作代偿并制定纠正性策略。请根据我输入的FMS测试得分及疼痛弧（Painful Arc）情况，生成一份结构化的纠正性训练计划。
计划需严格遵循“重置、强化、整合”的三阶段纠正模型。第一阶段：动作模式重置。请针对得分低于2分或存在疼痛的动作，设计具体的被动/主动灵活性恢复与关节松动策略，说明目标关节囊及筋膜链的松解路径。第二阶段：神经肌肉控制与稳定性强化。请提供具体的等长收缩、等张收缩及本体感觉反馈训练动作，明确每组的RPE（自感知疲劳度）、组间休息时间及核心发力意念（Cueing）。第三阶段：动作模式整合。设计将纠正效果迁移至基础复合动作（如髋铰链、上肢推）的动态训练方案。
在输出时，请采用步骤清单的形式，每个步骤需包含：目标解剖结构、具体动作名称、执行参数（组数/次数/节奏）、关键代偿预警及教练口令提示。请特别注意，若测试中出现疼痛（Painful Arc=1），必须在计划开头以醒目方式强调医疗转诊建议，并绝对禁止在疼痛动作的急性期进行负荷训练，确保康复过程的安全性与科学性。