先看结果。

这位开发者做了一款叫 Prayer Lock 的 App。上线 6 个月后，这个产品做到月收入超过 2 万美元，累计接近 5.8 万下载，拿到 6700 多个评分，App Store 评分 4.9。

收费方式也很直接：年费 49.99 美元，或者周费 9.99 美元。

更抓眼球的是，他说这款 App 的开发只花了 3 天。

一、他是谁，为什么会做这个产品

这位开发者叫 Mal Baron，本身并不是技术出身，学的是 finance。

他在 2022 年接触到早期 Codex 之后，开始对 AI 和写代码这件事产生兴趣，后来一路自学，开始做各种 AI 产品。

但他的路径并不是一上来就顺利。按他的说法，在 Prayer Lock 之前，他已经做过一段时间“没人想要的产品”。

后来他看到一款叫 Praycreen 的产品，发现这个方向已经有人验证过，而且现有产品在设计、功能和分发上还有提升空间，于是决定做一个更好的版本，这才有了 Prayer Lock。

他前面并不是一次就做对了，而是先做过一批没人要的东西，最后才切进这个已经被验证过的方向。

二、Prayer Lock 到底是个什么 App

Prayer Lock 的功能并不复杂。

用户先在 App 里选择要限制使用的应用。之后每次想打开这些 App，系统都会先把用户拦下来，跳转到 Prayer Lock。

接着，用户要先回答两个问题，比如今天和 God 的关系怎么样、现在情绪如何。系统再根据回答生成一段 AI prayer。完成后，用户才可以继续使用手机。

整个流程里还有 streak、下一次 block 时间、自定义时长、Bible verse 之类的设计。

也就是说，这不是一个复杂到需要大量后端系统支撑的产品，它的核心价值其实很单一：用一种强仪式感的方式，帮用户打断手机使用行为。

三、他怎么用 AI 在 3 天里把 App 做出来

在开发工具上，他的组合并不复杂：Cursor、ChatGPT，再加 Codex CLI。

他的说法是，Cursor 是主力环境，主要使用 Sonnet；ChatGPT 用来问问题和做一些简单改动；Codex CLI 则更适合处理复杂一点的任务。

这款 App 本体开发用了 3 天，上架审核又花了一周多。

不过他也特别强调，别把这件事理解成“一句话就让 AI 生成一个完整 App”。他说现在 AI 还不适合这么用。

按他的经验，更有效的方式是把产品拆成一个个模块，再逐块推进。某个 feature、某个 screen、某个交互状态，都可以分别让 AI 去处理，但不要试图一次把整个 App one-shot 出来。

还有一个细节也很有意思。他提到自己会先去研究同类产品和其他优秀 App 的 onboarding，把喜欢的 screen 放进 Canva 里，再从里面挑最好的元素来参考，而不是一上来自己从空白页开始设计。

四、为什么他一开始故意不做登录，也不做数据库

这部分是原访谈里很容易被忽略，但其实很关键的一段。

他明确说，Prayer Lock 一开始没有 authentication，也没有 database，很多数据直接保存在设备本地。

原因有两个。

第一，减少摩擦。他不想让用户一开始就被注册、登录这些步骤拦住。

第二，降低成本。既然产品在早期阶段可以不依赖数据库，那就没有必要先把后端系统做复杂。

当然，这更像是他针对自己这个产品做出的取舍，不是所有 App 都适用。但从这个案例里能看出来，他在前期追求的是尽快上线、尽快验证，而不是先把系统做全。

五、前期增长怎么做：不是先投广告，而是先试内容

开发做完之后，他并没有马上靠广告把产品推起来。

一开始他也不知道什么素材会有效，所以就是不断试。

按他的说法，前期他在 12 个账号上高频发内容，测试不同格式。后来真正跑出来的，是一种很典型的 reaction + demo 形式。

因为当时预算很紧，他请不起更专业的创作者，就先让当时的女朋友、现在的妻子帮他拍 reaction 素材。

找到有效 hook 之后，他的策略也很简单：不要分散注意力，集中重复做那个已经跑出来的格式。

按他的数据，一个有效账号做到每天 1 万播放左右，就已经足够带来第一批下载。那时大约每天能带来 200 到 300 个下载，也帮助他把月收入先推到 1K，再往上做到 1.5K、2.4K。

他前期的增长方法并不复杂，核心就是先试很多素材，找到一个能跑的 format，再反复放大。

六、真正把收入拉起来的，是 onboarding 和投放

真正让收入从几千美元继续往上爬的，不是再多做几个功能，而是 onboarding 和 paid ads。

他自己提到，第一次投广告其实失败了。问题不在广告平台，而在于当时的 onboarding 很差，他当时甚至直接形容那版 onboarding 很 trash。

后来他把 onboarding 从 5 分钟拉长到 15 分钟，重点不是单纯变长，而是让 onboarding 更有价值、更能讲清楚产品故事。

做完这轮调整之后，他说 organic conversion 直接提升了 3 倍以上。

在这个基础上，他才重新开始投广告。

最开始是 Meta，每天 20 美元，trial 成本大约 10 美元。后来他转去试 TikTok ads，效果明显更好。他把之前自然流量已经验证过的 UGC reaction 视频直接拿来投，trial 成本降到 4 美元左右。

后来他又找到新的 UGC creator，把视频继续做强，再叠加 Spark Ads，trial 成本进一步降到 3 美元左右。

这时候，他才开始把广告预算真正加上去，10 月做到 1 万美元，11 月做到 1.5 万美元，12 月超过 2 万美元。

七、如果让他从头再来一遍，他会怎么做

原访谈最后，他给了一套非常清楚的 playbook。整理下来，基本是六步。

第一步：先找月收入在 5 万美元以上的细分赛道，用 Sensor Tower 之类的工具看收入估算。

第二步：找一个你喜欢的 App，然后把它明显做得更好。

第三步：给自己设一个硬限制，两周内把产品做出来，不要无休止地继续打磨。

第四步：做完之后，先别继续碰产品，把重心切到 distribution。

第五步：疯狂迭代 onboarding，至少把 download-to-trial 提到 10%。

第六步：只给那些自然流量已经跑到 1 万播放以上的视频加广告预算。

按他的说法，真正要 obsessive 的，不是继续打磨 App，而是分发和 onboarding。

八、他的工具栈和大致成本

原访谈里，他也把自己的工具栈大概讲了一遍：

除此之外，还有快速设计迭代工具、PostHog、Superwall、Singular、AWS，以及用于 App 内 AI 功能的 Gemini Flash 2.5。

从他的描述看，这套产品在非常早期阶段的固定成本并不高，真正大的支出后来主要来自广告。

他说自己在收入做到 2 万美元那个月，广告花费大约在 9000 美元左右，当时每天广告支出大约 360 美元，trial cost 则压到了 1.88 美元。

结尾

如果只记一件事，这个案例最值得记住的，可能不是 build 多快，而是他把产品做完之后，很快就把重心切到了 onboarding、内容分发和广告放量上。