本文へスキップ
AI Dev Cases
StoryShort

眼鏡屋を辞めYouTubeの15時間講座でコードを覚えた男 —「車輪を再発明せず1%だけ良くする」クローン戦略で作ったStoryShortが月商$20K、SaaS3本で月$35Kに

元眼鏡技師のSamuel Rondotが独学でコードを覚え、AIで作った顔出し不要の動画生成アプリStoryShortが月商約$20K・有料顧客4,000人に。戦略は「ゼロから発明せず、既に伸びている物を1%だけ良くする」。SaaS3本で月約$35K。

公開日: 2026年7月19日3分で読了一次情報で検証済み · 3
月商換算
約300万円/月
ユーザー数
4,000
ローンチ
2024
Samuel RondotSamuel Rondot@samuelrdt眼鏡屋を辞めYouTubeの15時間講座でコードを覚えた男 —「車輪を再発明せず1%だけ良くする」クローン戦略で作ったStoryShortが月商$20K、SaaS3本で月$35Kに

この事例の要点

  • ゼロから発明しない。既に存在し『伸びている証拠(traction)』がある市場だけを選ぶ
  • 候補は『自分でも使うか/既に動いているか/明確な牽引力があるか』で絞り込む
  • 差別化は世界初でなくてよい。既存より『1%だけ良い(速い/安い/簡単)』を狙う

どの痛点を、どう見つけたか

「毎日ショート動画を出し続けろ」と言われても、台本・素材・ナレーション・字幕・編集をそろえるのは個人には重すぎて続かない——これはクリエイター全員が知っている定番の摩擦だ。StoryShortはこの摩擦そのものを消しにいった:ブログURLや一行のテーマを入れるだけで、AIが台本・音声・字幕・映像を組み立て、顔出し不要の動画を自動で吐き出す。既存の動画編集ツールが抱える『作るのが面倒すぎて投稿が止まる』という万人共通の不満が、そのまま市場の入口だった。

背景とプロダクト

StoryShortは、ブログ記事のURLや一行のテーマを入れるだけで、AIが台本を書き、ナレーションを付け、字幕と映像を合成し、TikTok/YouTube Shorts/Instagram Reels向けの『顔出し不要(faceless)』動画を自動生成するツール。GPT系モデルで台本を、音声AIでナレーションを作り、投稿スケジュールに沿った自動アップロードまで面倒を見る。

作ったのはフランスのSamuel Rondot。元は眼鏡技師(オプティシャン)で、数年前まではコードを1行も書けなかった。仕事を辞め、YouTubeの15時間のプログラミング講座で独学し、学んだことを片っ端から自分のプロダクトに適用していった——これがまず物語の核だ。彼は今、useArtemis(LinkedIn向けの営業ツール、月$15K・顧客1万人)、StoryShort(月$20K・顧客4,000人)、Capacity.so(AIコーディング補助、まだ初期で月$900)の3本のSaaSを回し、合計で月$28K〜$36Kを稼ぐ。すべて外部資金ゼロのブートストラップだ。

StoryShortはその中の稼ぎ頭。2024年8月にローンチし、同年11月には本人が『新しく出したSaaSが2年物のSaaS(useArtemis)と同じだけ稼いでいる』とXで公表するほど急に立ち上がった。

そして本当に効いているのは、派手なバイラルではなく彼の『選び方』だ。Samuelの唯一のルールは『車輪を再発明しない——既に存在し、伸びている証拠がある物を選び、それを1%だけ良くする』。自分でも使いたいか/既に動いているか/明確なtractionがあるか、で候補を絞り、勝負を『新規性』ではなく『実行速度と少しの改善』に置く。だから彼にとってAIは魔法ではなく、『検証済みの需要を、最新の部品(GPT・音声AI)で素早く作り直す』ための道具だった。

本人の発信(一次情報)

StoryShort growth channels and tech stack

どうやって作ったか

  1. ゼロから発明しない — 既に存在し『伸びている証拠(traction)』がある市場だけを選ぶ(faceless動画の自動生成は既に金が回っていた)
  2. 候補は『自分でも使うか / 既に動いているか / 明確な牽引力があるか』の3点で絞り込む
  3. 差別化は世界初でなくてよい。既存より『1%だけ良い(速い/安い/簡単)』を狙い、勝負どころを新規性から実行速度へずらす
  4. 台本はGPT系モデル、ナレーションは音声AIで生成し、字幕と映像の合成・投稿スケジュールに沿った自動アップロードまで一本道にする
  5. 1本に賭けず複数SaaSでポートフォリオを組む(useArtemis・StoryShort・Capacity.so の3本を並走させる)
AIに任せた範囲
巨大モデルは自作せず、GPT系モデルと音声AIを製品体験に翻訳する。元眼鏡技師がYouTubeの15時間講座で独学し、AIが実装の壁を下げた

どうやって広めたか

  1. バイラル頼みにせず、プロダクトのテーマ(動画・コンテンツ制作)に沿った大量のコンテンツ/ブログでSEOの面を取りにいく
  2. 検索流入という『減衰しにくい資産』を育てる(広告を止めた瞬間に枯れるバイラル依存より、ソロ運用では持続しやすい)
  3. Xでbuild-in-publicを続け、数字の公開と学びの共有でsolopreneur界隈からの発見と信頼を得る
  4. 少人数のB2Bより数千人規模のB2C課金を優先する — 先行のB2B(useArtemis)は『法人を顧客にしても解約は減らない』と本人が振り返っており、後発のB2C(StoryShort)が短期間で追い抜いた
初期の広告費
広告に頼らず、SEO(大量コンテンツ)とXのbuild-in-publicの積み上げ

再現できる手順

  1. 1ゼロから発明しない。既に存在し『伸びている証拠(traction)』がある市場だけを選ぶ
  2. 2候補は『自分でも使うか/既に動いているか/明確な牽引力があるか』で絞り込む
  3. 3差別化は世界初でなくてよい。既存より『1%だけ良い(速い/安い/簡単)』を狙う
  4. 4巨大モデルを自作せず、最新AI(GPT・音声AI)を製品体験に翻訳して素早く作り直す
  5. 5少人数のB2Bより、数千人規模のB2C課金を優先する(獲得・継続が回しやすい局面がある)
  6. 6集客はバイラル頼みにせず、テーマに沿った大量コンテンツでSEOの面を取る
  7. 7Xでbuild-in-public(数字・学びを公開)し、発見と信頼を積む。1本に賭けず複数SaaSでポートフォリオを組む

つまずき・苦労

本人はXで『B2Bは難しく、法人を顧客にしても解約は減らない』『useArtemis(最初の当たり)に時間をかけすぎた』と正直に振り返っている。看板の月$20Kは現行の好調なrun-rateであり、クローン戦略ゆえに競合が多いレッドオーシャンで戦っている点、集客の柱であるSEO・コンテンツや広告への投入を止めれば流入は鈍りやすい点は割り引いて読む必要がある。派手なバイラルの一撃ではなく、複数SaaSの積み上げと継続運用が土台にある事例だ。

深掘り分析

【深掘り】非エンジニアが数年でSaaS3本・月$35Kに届いた要因を、順番に分解する。核心は『何を作るかの選び方』と『どの客に売るか』の2点にあり、技術力そのものではない。

検証済みの需要だけをクローンし、1%だけ良くする

Samuelの意思決定の起点は『ゼロから発明しない』こと。StoryShortも、faceless動画の自動生成という既に売れている市場に、後から入って作り直したプロダクトだ。個人開発者にとっての学びは重い:新規カテゴリを当てにいくのはギャンブルだが、『既に金が回っている市場』を選べば、需要の検証という最難関をスキップできる。差別化は『世界初』ではなく『既存よりほんの少し使いやすい/速い/安い』で十分に成立する。彼は候補を『自分でも使うか/既に動いているか/明確なtractionがあるか』で選別し、勝負どころを新規性から実行速度へずらしている。

B2CはB2Bより解約に強い、という体験からの学び

最初の当たりは2年物のuseArtemis(B2Bの営業ツール)だったが、彼はXで正直に『B2Bは難しく、法人を顧客にしても解約は減らない』『useArtemisに時間をかけすぎた』と振り返っている。後発のStoryShort(個人クリエイター向けB2C)は、より短期間でuseArtemisの売上に並び、追い抜いた。示唆は明快だ:ソロ開発者にとって、少人数の法人契約を追うより、数千人規模の個人課金を積む方が、獲得も継続も回しやすい局面がある。『大口B2B=安泰』という直感は必ずしも正しくない。

ポートフォリオでリスクを分散する(1本に賭けない)

彼は当てた1本に集中せず、useArtemis・StoryShort・Capacity.so と複数のSaaSを並走させている。1本がプラトーやレッドオーシャン化しても、別の1本が伸びていれば全体の売上は守られる。クローン戦略は『当たりの確度は上がるが上限も低くなりがち』という性質があるため、複数本を持つことと相性が良い。個人でも『小さく確実なSaaSを積み木のように積む』ことでフルタイム相当の収入に届く、という再現可能なモデルだ。

集客はバイラルではなくSEOとbuild-in-publicの積み上げ

多くのアプリがTikTokの一撃バイラルで跳ねるのに対し、StoryShortの成長は地味だが積み上げ型だ。プロダクトのテーマ(動画・コンテンツ制作)に沿った大量のコンテンツ/ブログでSEOの面を取りにいき、検索流入という減衰しにくい資産を育てる。並行して、本人がXでbuild-in-public(数字の公開・学びの共有)を続け、solopreneur界隈からの発見と信頼を得る。派手さは無いが、広告を止めた瞬間に流入が枯れるバイラル依存より、ソロ運用では持続しやすい。

AIは『作る』ためではなく『速く作り直す』ために使う

技術的には、StoryShortは台本をGPT系モデルで、ナレーションを音声AIで生成し、既存の強力なAIを製品体験に翻訳している。自前で巨大モデルを学習させることはしない。非エンジニアだったSamuelがここまで来られたのは、AIが『実装の壁』を下げ、検証済みアイデアを最新の部品で素早く組み直せる時代になったからだ。障壁が下がった以上、勝負は最初から『何を作るか』と『どう届けるか』に移っている——それがこの事例の中心的な教訓だ。

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