Depuis quelque temps, je cherchais une meilleure façon de conserver mes randonnées à vélo.
Comme beaucoup de cyclistes, j'accumule des données : distance, vitesse moyenne, dénivelé, fréquence cardiaque, cadence, parcours GPS, graphiques, captures d'écran de mon compteur Magene, etc.
C'est intéressant sur le moment. On termine une randonnée, on regarde ses statistiques, on compare avec la sortie précédente… puis quelques semaines passent.
Six mois plus tard, il reste essentiellement une ligne dans un historique.
Mais une randonnée, ce n'est pas seulement 82 km à 26,1 km/h avec 472 mètres de dénivelé.
C'est aussi le vent qui soufflait ce jour-là. Une côte qui semblait interminable. Une pause prise après 50 km. Une sortie où les jambes étaient particulièrement bonnes. Une autre où elles ne l'étaient vraiment pas. Un nouveau record de distance. Une journée trop chaude. Une reprise après quelques jours sans vélo.
Bref, derrière les données se trouve une histoire.
J'ai donc commencé à construire un système qui me permet de conserver les deux : les données et le souvenir de la randonnée.
Et finalement, la solution s'est révélée étonnamment simple :
Markdown + captures d'écran + intelligence artificielle + Obsidian + synchronisation infonuagique.
Le résultat commence à ressembler à une véritable mémoire numérique de mes saisons de vélo.
Le principe fondamental : mes souvenirs doivent m'appartenir
Avant même de choisir un logiciel, je voulais respecter une règle importante : ne pas enfermer mes données dans une application.
Les applications apparaissent et disparaissent. Les abonnements changent. Les formats propriétaires deviennent incompatibles.
Un fichier texte, par contre, est probablement ce qui se rapproche le plus d'un format informatique éternel.
C'est pourquoi le cœur de mon système est constitué de fichiers Markdown (.md).
Un fichier Markdown peut être ouvert avec Obsidian, Visual Studio Code, Notepad, GitHub ou pratiquement n'importe quel éditeur de texte.
Obsidian est donc mon interface, pas ma dépendance.
Si Obsidian disparaissait demain matin, mes souvenirs resteraient parfaitement lisibles.
Une randonnée = un fichier Markdown
Chaque randonnée importante devient une fiche.
Par exemple :
2026-08-20 - Lac Saint-Joseph.md
Le fichier contient deux grandes catégories d'information.
Au début se trouve une section structurée en YAML Front Matter.
Elle peut ressembler conceptuellement à ceci :
---
date: 2026-08-20
distance_km: 71
vitesse_moyenne: 25.6
denivele_m: 451
fc_moyenne: 145
cadence_moyenne: 80
---Pourquoi faire cela?
Parce que ces informations peuvent être comprises autant par un humain que par un programme.
Aujourd'hui, je peux simplement les lire.
Demain, je pourrais écrire un programme qui parcourt mes centaines de randonnées et demande :
quelle est ma vitesse moyenne sur les sorties de plus de 70 km?
comment ma fréquence cardiaque a-t-elle évolué au cours de la saison?
combien de kilomètres ai-je parcourus cette année?
quelles randonnées avaient plus de 500 mètres de dénivelé?
Le Markdown devient ainsi une petite base de données distribuée… sans réellement avoir besoin d'une base de données.
Mais les chiffres ne racontent pas la randonnée
C'est ici que l'intelligence artificielle devient particulièrement intéressante.
Après une randonnée, mon compteur et son application contiennent déjà énormément d'information.
Je prends simplement des captures d'écran sur mon téléphone.
Elles montrent notamment le parcours, la vitesse, le dénivelé, la fréquence cardiaque, la cadence et différents graphiques produits par l'application.
Je peux ensuite fournir ces captures à ChatGPT et discuter de la randonnée exactement comme je le ferais avec un entraîneur ou un compagnon de vélo.
Pourquoi ai-je trouvé cette sortie plus difficile?
Est-ce que ma fréquence cardiaque correspond à l'effort que j'ai ressenti?
Est-ce que ma cadence était différente?
Où se situent les pauses?
Est-ce que ma baisse de vitesse est probablement liée au dénivelé, aux arrêts ou simplement à la fatigue?
Comment cette randonnée se compare-t-elle avec celles du mois précédent?
L'intérêt n'est donc plus simplement de stocker des données, mais de les interpréter.
L'IA devient le chroniqueur de la randonnée
C'est probablement la partie que je trouve la plus fascinante.
Au fil de la conversation, je peux ajouter le contexte que les capteurs ne connaissent pas.
« Il y avait beaucoup de vent. »
« Cette côte m'a complètement vidé. »
« J'avais oublié mon capteur cardiaque. »
« J'ai fait une pause après environ 45 km. »
« C'était ma première sortie après quelques jours de maladie. »
« Le parcours était très urbain avec beaucoup de feux de circulation. »
Tout à coup, les statistiques prennent un sens.
À la fin de l'analyse, ces informations peuvent être transformées en un compte rendu beaucoup plus riche.
Le fichier Markdown ne contient donc pas seulement :
Distance : 74 km
Moyenne : 24,8 km/h
D+ : 487 m
Il peut également expliquer pourquoi cette randonnée était particulière.
C'est cette différence qui transforme un journal d'entraînement en journal de souvenirs.
Conserver également les graphiques
Je ne voulais pas perdre les graphiques originaux.
Les captures d'écran sont donc conservées avec les fiches Markdown et peuvent être directement intégrées dans Obsidian.
Par exemple :
> [!gallery] Graphiques
> ![[frequence-cardiaque.png]]
> ![[cadence.png]]
> ![[altitude.png]]
> ![[vitesse.png]]Lorsque j'ouvre la randonnée dans Obsidian, je retrouve ainsi le texte, les statistiques et les graphiques.
Cela ressemble beaucoup plus à une fiche de randonnée qu'à un simple fichier texte.
Obsidian devient la bibliothèque
C'est là qu'Obsidian prend tout son sens.
Obsidian fonctionne avec ce qu'il appelle un Vault, qui est essentiellement un dossier contenant des fichiers Markdown.
On peut donc organiser les randonnées très simplement, par exemple :
Cyclisme/
│
├── 2026/
│ ├── 05 - Mai/
│ ├── 06 - Juin/
│ ├── 07 - Juillet/
│ ├── 08 - Août/
│ └── 09 - Septembre/
│
├── Images/
│
└── Sommaire.md
Et le résultat:
Rien de mystérieux.
Ce sont des dossiers et des fichiers.
Et c'est justement ce que j'aime.
Je peux naviguer dans mes randonnées comme dans une bibliothèque.
Le téléphone fait partie du système
Il fallait également que cette bibliothèque ne soit pas limitée à mon ordinateur.
Le Vault peut être placé dans un espace synchronisé, par exemple OneDrive, puis rendu accessible sur mes différents appareils.
Je peux donc consulter mes fiches depuis mon ordinateur et retrouver mes randonnées sur mon téléphone.
Cela change beaucoup la nature du système.
Je peux être quelque part avec quelqu'un et dire :
« Attends, cette randonnée-là, je l'avais faite en juillet… »
Quelques secondes plus tard, je peux retrouver la fiche, les statistiques, les graphiques et le récit.
Les souvenirs ne sont plus enfouis dans un disque dur.
Ils m'accompagnent.
Et Excel dans tout ça?
Je n'ai pas complètement abandonné les outils traditionnels.
J'utilise également un fichier Excel pour conserver une vue statistique de la saison.
Les deux outils répondent simplement à des besoins différents.
Excel répond très bien à la question :
« Qu'est-ce que j'ai fait cette saison? »
Le fichier Markdown répond plutôt à :
« Qu'est-ce qui s'est passé pendant cette randonnée? »
Excel devient donc l'index statistique de la saison, tandis que Markdown devient l'archive détaillée.
Ce sont deux niveaux complémentaires.
La recette complète
En pratique, mon processus est maintenant assez naturel :
Je fais ma randonnée avec mon compteur et mes capteurs habituels.
Après la sortie, je prends sur mon téléphone les captures d'écran pertinentes de l'application Magene.
Je fournis les captures à ChatGPT et nous analysons ensemble la randonnée : performance, fréquence cardiaque, cadence, dénivelé, pauses, difficultés et progression.
J'ajoute les informations que les capteurs ne peuvent pas connaître : météo ressentie, vent, fatigue, circulation, état des jambes, événements particuliers.
L'analyse est transformée en une fiche Markdown structurée.
Les principales statistiques sont placées dans le YAML Front Matter.
Le récit et l'analyse détaillée restent dans le corps du document.
Les graphiques et captures d'écran sont conservés avec la randonnée et affichés dans Obsidian.
Les statistiques importantes peuvent également être ajoutées au fichier Excel qui sert de sommaire de saison.
Le tout est synchronisé afin de rester disponible sur l'ordinateur comme sur le téléphone.
Et c'est terminé.
Aucun système complexe de base de données n'est nécessaire.
Ce qui devient vraiment intéressant après quelques années
Une fiche n'est pas particulièrement révolutionnaire.
Cent fiches commencent à l'être.
Imaginons maintenant cinq ou dix années de randonnées.
Les fichiers contiendront non seulement les statistiques, mais également énormément de contexte sur ma progression comme cycliste.
Je pourrai retrouver ma première sortie de 100 km.
Comparer mes premières grosses montées avec celles réalisées plusieurs années plus tard.
Voir comment ma cadence a évolué.
Retrouver une randonnée particulièrement difficile dont j'avais complètement oublié les circonstances.
Mais surtout, ces archives seront extrêmement faciles à analyser par les outils d'intelligence artificielle.
Je pourrais éventuellement demander :
« Analyse mes trois dernières saisons et explique-moi comment mon endurance a évolué sur les sorties de plus de 70 km. »
Ou :
« Retrouve mes cinq randonnées où j'ai le plus souffert dans les montées et explique ce qu'elles avaient en commun. »
Ou même :
« Raconte-moi ma saison cycliste 2026. »
Et l'IA disposerait alors de quelque chose de beaucoup plus précieux qu'un tableau de statistiques.
Elle disposerait de ma propre histoire documentée au fil du temps.
Une sorte de mémoire augmentée
C'est finalement ce qui me plaît le plus dans ce projet.
Nous produisons aujourd'hui une quantité phénoménale de données personnelles.
Nos téléphones connaissent nos déplacements. Nos montres connaissent notre fréquence cardiaque. Nos compteurs connaissent nos kilomètres. Nos appareils prennent des milliers de photos.
Mais nous transformons rarement ces données en souvenirs structurés.
Quelques années plus tard, elles sont souvent dispersées dans différentes applications.
Ici, c'est l'inverse.
L'application et les capteurs produisent les données.
L'intelligence artificielle m'aide à leur donner du sens.
Markdown assure leur pérennité.
Obsidian me permet de les parcourir agréablement.
La synchronisation me permet de les avoir avec moi.
Et le résultat final m'appartient.
Le plus beau : la technologie peut changer
Dans dix ans, j'utiliserai peut-être un autre compteur.
ChatGPT aura certainement beaucoup évolué.
Peut-être qu'Obsidian aura été remplacé par autre chose.
Cela n'a finalement pas beaucoup d'importance.
Mes fichiers resteront des fichiers texte.
Mes images resteront des images.
Et toute cette histoire pourra être lue par les outils qui existeront à ce moment-là.
C'est probablement la meilleure définition que je puisse donner de ce système :
utiliser des technologies très modernes pour créer des souvenirs dans des formats extrêmement simples et durables.
Au départ, je voulais simplement mieux suivre mes randonnées.
Finalement, je suis en train de construire les archives de ma vie de cycliste.
Aucun commentaire:
Enregistrer un commentaire