本文へスキップ
AI Dev Cases
Pep AI

コーディング経験ゼロの大学生が、2週間で作ったペプチド管理アプリを80日で2000万円に

オレゴン大学のビジネス専攻22歳が、TikTokで爆発していた『ペプチド』ニッチを見つけ、バイブコーディングで2週間でアプリ化。インフルエンサーマーケで一気に火を付け、80日で総収益12.5万ドル。

公開日: 2026年6月22日数字の最終確認: 2026年8月13日2分で読了一次情報で検証済み · 3
月商換算
約900万円/月
成長期間
3ヶ月
ローンチ
2026
コーディング経験ゼロの大学生が、2週間で作ったペプチド管理アプリを80日で2000万円に

この事例の要点

  • 作る前に『配れる場所と需要』を確かめる(ディストリビューション・ファースト)
  • 最初の100人はRedditで痛点を名指しして獲る(『投与量をスプレッドシートで管理してますよね』)
  • インフルエンサーで勝ちパターンを見つけ、有料広告へ横展開する($30K投下→同月$60K・2倍ROAS)

どの痛点を、どう見つけたか

ルームメイトの『ペプチド摂ろうぜ』の一言と、その後TikTokのおすすめに流れてきたペプチド動画が起点。調べると爆発的に流行っているのに、ユーザーは投与量や副作用をExcelや散らかったメモで管理していた。『これだけ流行ってるのに、ちゃんとした管理アプリが無い』——そこに勝機を見出した。

背景とプロダクト

Cedric Robergeは22歳、オレゴン大学のビジネス専攻でプログラミング未経験。最初に作った大学生向けマーケットプレイス『UniYard』は800ユーザーを集めたが収益はゼロ。何度も失敗し、諦めかけていた。

転機はニッチの発見。ルームメイトの『ペプチド摂ろうぜ』の一言の後、TikTokのおすすめにペプチド/GLP-1動画が流れ込んできた。爆発的に流行っているのに、ユーザーは投与量や副作用をスプレッドシートや散らかったメモで管理していた——ここに勝機を見た。彼は競合アプリを試しレビューを読み込み、集めたレビューをClaudeに渡して『理想のペプチドアプリを設計してくれ』と指示。まさにAI時代の作り方だ。

ビルドはReplit上でClaudeを『シニア開発者』に据え、約2週間で完成(決済はRevenueCat)。『恥ずかしいくらいシンプルに』を合言葉に投与ログ・リマインダーから始め、いまはAI食事スキャン・ボディスキャン・副作用15+項目・Apple Health連携まで揃う。最大の壁は医療系トピックのApple審査で、既存GLP-1トラッカーの免責表現(『追跡・教育目的のみ、医療助言ではない』)を研究して突破した。現在App Storeは4.7★・2400件超、ソロ創業からチーム3名に。

料金

月$9.99 / 年$44.99(3日間の無料トライアル)。ペプチドの記録・リマインダー等の基本機能は無料で、AI食品スキャンや無制限のサイクル管理がプレミアム。

拠点: 米国(オレゴン州)

アプリ画面

  • 投与状況をまとめるホーム画面。次回投与までの残り時間(BPC-157 まで1日23時間)、前回投与量0.3mg、体内濃度とピークまでの時間、当日のスタックの記録済み表示、投与部位を人体図で選ぶ欄が並ぶ。上部に「Peptide & GLP-1 Tracker」の見出し
  • 対応する薬剤名をタグで並べた訴求画像。Tirzepatide、Wegovy Pill、Zepbound、Semaglutide、Ozempic、Retatrutide などが並び、最後に「…And 30+ More」とある。見出しは「Works With Any GLP-1」。アプリの画面は写っていない
  • 生活習慣の記録をまとめた「Lifestyle」画面。曜日の切り替えの下に、タンパク質80/128g、カロリー1600、水分64oz、体重推移のグラフ(165 lbs)、歩数480、消費カロリー16などのカードが並ぶ。見出しは「Track Your Progress」
  • 投与量を計算する「Calculator」画面。Reconstitution と Nutrition のタブがあり、注射器の目盛りで単位10を指定した状態で、濃度10mg/mL、シリンジ充填率10%、1本あたり10回分と算出され、下にペプチド量・加える静菌水・1回量の入力欄が続く。見出しは「Calculator For Precise Math」

画像はApp Store・公式サイトの掲載画像を各提供元から直接表示しています(当サイトには保存していません) — Pep AI

Pep AI growth channels and tech stack

どうやって作ったか

  1. TikTokで急成長ニッチ(ペプチド/GLP-1)を嗅ぎ取り、競合アプリを試してレビューを総ざらいする
  2. 集めたレビューをClaudeに渡し、『理想のペプチドアプリを設計してくれ』と指示する
  3. Replit上でClaudeを『シニア開発者』に据え、約2週間で完成させる(決済はRevenueCat)
  4. 『恥ずかしいくらいシンプルに』を合言葉に、投与ログとリマインダーだけで出す
  5. 医療系はApple審査の関門になるため、既存GLP-1トラッカーの免責表現(『追跡・教育目的のみ、医療助言ではない』)を研究し、同じ設計で審査を通す
最初に出すまで
14日
AIに任せた範囲
設計から実装までClaudeが主役(Replit上で『シニア開発者』として使用)。作者はプログラミング未経験

どうやって広めたか

  1. 作る前に『配れる場所と需要』を確かめる(ディストリビューション・ファースト)
  2. 公開初日の100ダウンロードは、ペプチド/バイオハッキング/GLP-1系のサブレディットへの投稿から獲る — 『みんなスプレッドシートで投与量や注射部位を管理していますよね』と読者自身の痛みを名指しする
  3. バイオハッキング系のマイクロインフルエンサーを主軸に置く(あるInstagramストーリーは単体で$1,000、より大きなコラボは1投稿で$10,000超)
  4. 勝ちパターンが見えたら、TikTok/Instagram/YouTubeのクリエイターへ$30Kを一気に投下する(同月$60Kの売上・2倍ROAS)
  5. 無料で投与ログ・リマインダーを開放して流入を最大化し、医療データが貯まった後にAI食事スキャン・ボディスキャンで有料へ引き上げる
最初のユーザー
公開初日の100ダウンロード — ペプチド/バイオハッキング/GLP-1系サブレディットから
初期の広告費
初期は$0(Reddit投稿とマイクロインフルエンサーのみ)。勝ち筋を確認後に$30Kを投下し、同月$60Kを回収

再現できる手順

  1. 1作る前に『配れる場所と需要』を確かめる(ディストリビューション・ファースト)
  2. 2最初の100人はRedditで痛点を名指しして獲る(『投与量をスプレッドシートで管理してますよね』)
  3. 3インフルエンサーで勝ちパターンを見つけ、有料広告へ横展開する($30K投下→同月$60K・2倍ROAS)
  4. 4急成長ニッチをSNSトレンドから嗅ぎ取り、競合レビューをAIに渡して理想のアプリを設計させる
  5. 5フリーミアムで医療データを貯めさせ、AI解析機能(食事/ボディスキャン)で有料へ引き上げる
  6. 6審査が厳しい領域は、通過済みアプリの免責表現を研究して真似て突破する

つまずき・苦労

最初のアプリ『UniYard』は800ユーザーを集めても1ドルも稼げず、その後も鳴かず飛ばずが続いた。本気で諦めかけた時期を経ての成功。

深掘り分析

【深掘り】Pep AIの伸びは『ディストリビューション・ファースト(作る前に配れる場所を確かめる)』の教科書だ。順に分解する。

コードより先に“需要”を確かめる

彼は思いつきで作らなかった。ペプチドという急成長ニッチをTikTokで嗅ぎ取り、競合アプリとレビューを総ざらいして『既存が満たせていない不満』を特定してから着手した。作る前に『誰に・どこで届けるか』が見えていた点が凡百のアプリと違う。

最初の100人はRedditから — 痛点を名指しする

公開初日の100ダウンロードは、ペプチド/バイオハッキング/GLP-1系のサブレディットへの投稿から来た。『みんなスプレッドシートで投与量や注射部位を管理していますよね』と読者自身の痛みを名指しし、解決を提示した。本人の言葉——『ユーザーがいる場所へ行け。本物の痛点を解けば、向こうが金を払わせてくれと頼んでくる』。

インフルエンサーの“当たり”を見つけて広告に横展開

初期はバイオハッキング系マイクロインフルエンサーが主軸。あるInstagramストーリー投稿は単体で$1,000、より大きなコラボは1投稿で$10,000超を生んだ。勝ちパターンが見えたら、TikTok/Instagram/YouTubeのクリエイターへ$30Kを一気に投下し、同月に$60Kの売上(2倍ROAS)。属性が一致した層に本人が語るからこそCACを抑えて刺さる。

フリーミアムで“医療データを預けさせてから”課金

無料で投与ログ・リマインダー・基本トラッキングを開放し、参入障壁を下げる(=インフルエンサー経由の流入を最大化)。ユーザーが自分の医療データを貯め始めた後、AI食事スキャン・ボディスキャン・詳細分析といった上位機能で有料に引き上げる。料金は月$9.99/年$29.99〜$44.99。

規制の重い領域は“通っている表現”を真似て突破

医療トピックはApple審査の関門になりやすい。彼は既存のGLP-1トラッカーがどう免責(『追跡・教育目的のみ、医療助言ではない』)を書いているかを研究し、同じ設計で審査を通した。ニッチの“怖さ”はむしろ参入障壁=堀になる。

全事例を横断した『集客の型』レポート(準備中)

個別の事例では見えない「どの集客手法が、どのカテゴリで、どれくらい効いたか」を全事例の数字から集計した有料レポートを準備しています。公開時に先行案内を受け取れます。

関連する事例