夜雨聆风CONSUMER AI GROWTH CASE
从趋势发现、社区冷启动，到 Creator Operations、付费放大与搜索承接，一款垂直消费 App 如何把零散渠道接成一套分发系统。
案例研究｜Consumer AI｜Creator-led Growth研究更新：2026 年 7 月 27 日
Pep AI 增长案例：从社区冷启动到 Creator Operations、Paid 放大与 Search 承接
AI 帮 Pep AI 降低了开发门槛，但真正让它跑起来的，是一套从产品上线之前就开始设计的分发体系。
2026 年 2 月，一款名叫 Pep AI 的健康追踪 App 上线。它最初解决的是一个很窄的问题：把原本散落在 Notes、表格和提醒事项里的 peptide 与 GLP-1 相关记录，放到一个 App 里统一管理。
几个月后，Pep AI 官网开始使用 “100K+ Users” 作为宣传口径；美国 App Store 页面曾显示约 1,900 个评分、4.7 分，并进入 Health & Fitness 分类榜单。这里的 10 万用户来自公司官网，并不是第三方审计的活跃用户数据；App Store 的评分数量和排名也会随时间变化。但考虑到产品在 2026 年 2 月中旬才正式上线，这条增长路径仍然值得研究。
Pep AI 的故事很容易被包装成另一个熟悉的 AI 创业叙事：一个 22 岁的大学生，没有传统的软件工程背景，用 Replit、Claude 等 AI 工具快速做出 App，然后迅速获得用户和收入。
但如果只看到这里，反而会错过这个案例真正值得研究的地方。Pep AI 没有等产品做好以后才问“接下来怎么营销”，而是先找到一群正在快速增长的用户，确认他们已经有痛点、已经聚集在特定社区、也已经信任一批特定 Creator，然后才把产品放进这条已经存在的信息流里。
从垂直追踪切入，再扩展到更多日常记录场景。产品界面来源：Pep AI 官方素材。
01 / TREND DISCOVERY
一个产品机会，首先出现在 TikTok，而不是行业报告里
Pep AI 创始人 Cedric Roberge 后来回忆，如果让他重新寻找下一个 App 机会，他会先做一件看起来不太像“市场研究”的事：刷 TikTok 和 Instagram。
不是为了娱乐，而是观察：人们最近开始反复谈论什么？
Cedric 最初正是这样注意到相关内容正在社交平台快速增加。发现趋势以后，他没有立刻得出“这是一个好市场”的结论，而是继续查看 App Store 中已经存在的产品，再逐条阅读用户评价：哪些功能有人喜欢，哪些问题反复被抱怨，用户希望增加什么，以及哪些需求仍然要靠 Excel、Notes 或多个 App 拼起来解决。
在 Starter Story 的采访中，他还建议把竞品评价整理出来，再交给 Claude 或 ChatGPT 提炼其中的共同问题和产品机会。
值得借鉴的方法
社交媒体提供“什么需求正在变热”的信号；App Store Reviews 提供“现有产品为什么没有满足好”的信号。一个负责发现趋势，一个负责寻找产品缺口。
两类信号叠加以后，团队得到的就不再只是“这个市场很热”，而是一个更具体的判断：有一批正在快速增长的人，他们已经在寻找解决方案，但现在的工具还不够好。
社交聆听负责发现需求热度，用户评价负责暴露产品缺口。方法来自创始人公开复盘。
02 / DISTRIBUTION VALIDATION
产品还没上线，他们已经开始测试“怎么找到用户”
很多创业团队会验证产品，但 Pep AI 同时验证了另一件事：Distribution。
产品正式上线以前，Cedric 已经开始联系这个垂直领域的 Creator，请他们围绕产品发布内容，观察受众是否真的会产生兴趣。同时，他也在 Reddit 等社区发布内容，并建立 Waitlist。
Cedric 后来披露，App 上线前的 Waitlist 大约有 300 人。这个数字本身并不惊人，真正重要的是这些人从哪里来：他们不是在问卷里回答“我可能会用”，而是在看到真实的产品方向、社区讨论或 Creator 内容以后，主动表示产品上线后想试。
所以 Pep AI 在发布之前实际上验证了两个问题：有没有人需要这个产品，以及如果需要，可以在哪里找到他们。 一个需求真实存在，并不意味着团队一定能低成本接触到这批需求；Pep AI 的优势，是它面对的用户本来就高度聚集在 TikTok、Instagram、Reddit 和 Discord。
03 / COMMUNITY-LED LAUNCH
第一批用户不是广告买来的，而是从已有社区里“长出来”的
2026 年 2 月中旬，Pep AI 正式上线 App Store。Cedric 在早期采访中说，上线当天晚上，他把产品发布到几个 Reddit 社区和 Discord Server。第二天醒来，已经有数十次下载，也出现了第一位付费订阅用户。
按创始人口径，第一周结束时 Pep AI 超过 1,000 名用户，收入接近 2,000 美元；两周后，Starter Story 报道的数字是约 2,000 名用户和超过 4,000 美元收入。
比数字更值得看的是 Cedric 在 Reddit 上的做法。他没有把 Reddit 当成一个免费的广告位，而是先参与讨论、回答问题，在与产品场景相关的时候，再自然地介绍自己做了一个对应工具。
据他披露，其中一篇帖子在 48 小时内带来了 300 多次下载，广告花费为 0；他还认为，一些规模更小、更私密的 Discord Server，因为成员之间的信任更强，转化反而更好。
COMMUNITY GROWTH
早期增长不一定从“建立自己的社区”开始，也可以先进入用户已经建立好的信任网络。
对一个新垂直产品来说，一个只有 100 人的官方 Discord，未必比一个已经有数千名目标用户、每天都在讨论相关问题的第三方社区更有价值。关键不是社区归谁所有，而是用户在哪里讨论问题，以及品牌有没有资格进入这场讨论。
Pep AI 先进入目标用户已经聚集的社区。图中数据来自 Starter Story 对创始人的采访。
04 / CREATOR-LED DISTRIBUTION
Pep AI 真正找到的，不是 Influencer，而是“信任代理”
社区带来了最初的用户，但真正把 Pep AI 推向规模化增长的，是 Creator。
Cedric 解释过为什么很早就想到这条路：他自己刚开始了解这个领域时，也会持续观看相关 Creator 的内容。如果某位 Creator 说“这是我自己在用的工具”，它和品牌账号说“我们的 App 很好用”，效果完全不同。
因此 Pep AI 寻找 Creator 的核心并不是“谁的粉丝最多”，而是：目标用户相信谁？
Cedric 在 Starter Story 中表示，一名 Creator 只发布了一条 Instagram Story，就为团队带来约 1,000 美元收入；后来这名 Creator 发布了一条约 5 万播放的正式内容，Pep AI 当天观察到约 4,000 美元收入，团队估计后续累计贡献可能超过 1 万美元。
这些数字来自创始人的复盘，采访中也明确提醒收入无法完全归因，因此更适合看作团队对合作效果的估算，而不是第三方验证的 Creator ROI。但这次实验依然验证了一个关键机制：Creator 可以把产品借进自己已经建立好的信任关系里。
05 / CREATOR OPERATIONS
当 Creator 从几个变成 100 多个，红人营销就不再是一场 Campaign
到第二个月，Cedric 在 LinkedIn 披露，Pep AI 已达到 25,000 次下载，累计收入跨过六位数，同时签约 100 多名 Fitness Influencers，其中部分 Creator 拥有超过 200 万粉丝。
到 2026 年 7 月 1 日参加 Superwall Podcast 时，这套方法已经变成一套具体的 Creator Operations：团队每周发送 1,000+ 条 DM；首次合作采用 Trial Month；交付包括 4 条 Video、4 条 Story 和 Link in Bio；再设置 20% 的一次性佣金，鼓励表现好的 Creator 在基础交付之外继续产生转化。
到了这个阶段，Influencer Marketing 的核心工作已经不是“这位博主报价多少”，而是一整套连续问题：怎样持续发现合适的人，如何批量 Outreach，第一轮合作买什么，用什么标准筛选下一轮，哪些 Creator 真正有转化能力，哪些内容值得进入付费投放，以及谁应该成为长期合作对象。
Pep AI 公开披露的 Creator Trial 结构
触达：每周 1,000+ Creator DMs
首月交付：4 Videos + 4 Stories + Link in Bio
激励：20% one-time commission
当合作规模从 5 个 Creator 增长到 100 个以后，红人营销实际上已经变成了一套运营系统。Creator Acquisition、Creator Management、Content Testing、Attribution 和 Paid Amplification 开始进入同一条流程。
当合作进入百人规模，Creator Marketing 就需要被当作持续运营的增长渠道。数据来自公开 LinkedIn 动态与 Superwall Podcast。
06 / CONTENT R&D
真正要测试的不是“哪个 Creator 最大”，而是“哪种内容能转化”
规模起来以后，Pep AI 获得了另一种资产：大量内容样本。100 个 Creator 不只是 100 个流量入口，也意味着团队可以同时比较不同的人设、开头、展示场景、内容结构与 CTA。
Superwall Podcast 的节目说明提到，Pep AI 在约 100 名 Creator 的内容测试中发现：Slideshow 的表现优于 Talking-head UGC。
这个结果不能被泛化成“Slideshow 永远比真人口播好”。真正值得学习的是测试方式：不要先假设什么叫好 UGC，而要让目标用户的真实行为告诉你。
很多 App 给 20 位 Creator 发同一份 Brief，最后只是把同一个脚本换 20 张脸重拍。Pep AI 的方法更接近用 Creator 网络做 Content R&D：让不同内容先进入真实平台，观察用户愿意停在哪一种开头、看哪一种展示、点击哪一种内容，再继续扩大胜出的结构。
07 / ORGANIC TO PAID
Creator 不只是渠道，还是广告素材实验室
传统广告的流程通常是品牌先制作一批素材，拿预算去 Meta 测试，再从里面找 Winner。Pep AI 后来的方式更接近：Creator 先生产大量平台原生内容，内容先在自然流量中运行，市场先告诉团队什么 Hook、Format、Creator 和 Demo 有效，再把已经获得验证的 Organic Winner 拿到 Meta 进行付费放大。
Superwall 对这期节目的公开介绍称，这种把自然赢家重新用于 Meta 的方法，曾经跑出约 2.50 美元 Cost per Download 的个案结果。这不应被理解为 Pep AI 所有 Meta 投放的长期平均水平，但它很好地说明了 Organic 与 Paid 可以如何衔接。
其实在产品上线早期，团队已经观察到类似现象。Cedric 在第一次 Starter Story 采访中说，Instagram 广告里表现较好的素材，并不是制作精美的品牌片，而是简单的 App Screen Recording：直接展示怎样记录、查看和操作产品。因为它更像用户原本会在平台上看到的内容，所以表现更自然。
CREATOR CONTENT AS PERFORMANCE R&D
自然内容负责发现什么有效，付费流量负责放大已经有效的东西。
Pep AI 还把 Link in Bio 直接写进 Trial Deal。团队发现，即使某位 Creator 最近没有继续发布相关内容，只要产品链接仍保留在个人主页，下载仍可能持续发生。这说明 Creator 的价值不只来自单条内容播放量，也来自长期 Profile Traffic、品牌背书和延迟转化入口。
Creator 批量生产 → 自然流量测试 → 识别 Winner → Meta 放大。结果来自 Superwall Podcast 个案披露。
08 / SOCIAL TO SEARCH
社交内容制造需求，搜索负责把需求“接住”
用户在 TikTok 看到一个视频，不一定马上点击链接下载。他可能只是第一次知道“原来有这种 App”，等几个小时或几天后需求真正出现，再主动打开 App Store 搜索 Peptide Tracker、GLP-1 Tracker 或 Peptide AI。
Cedric 在 Starter Story 中提到，后来市场上出现了类似 “Peptide AI” 的竞争产品。当竞争对手因为 X 上的内容获得传播、带动更多人搜索这一品类时，Pep AI 因为搜索位置较好，反而获得了额外自然流量。
这说明内容营销与 ASO 并不是两个独立渠道。内容负责制造需求，搜索负责捕获已经形成的需求。
Pep AI 当前的 App Store 标题直接使用 “Pep AI: Peptide GLP-1 Tracker”，副标题继续放入 Peptide、Wegovy、Zepbound、GLP1 等关键词。它几乎没有浪费这个位置去写抽象的品牌 Slogan，而是直接告诉搜索系统和用户：我就是你正在找的东西。
App Store 之后，下一层是 Google。Pep AI 官网已经建立 Peptide Tracker、Peptide Cycle Tracker、BPC-157 Tracker、GLP-1 Tracker、Semaglutide Tracker、Tirzepatide Tracker 及多种 Calculator 页面。
目前没有可靠第三方数据可以证明 SEO 已经为 Pep AI 贡献了多少安装，但页面结构已经很清楚：Creator、TikTok 和 Instagram 不断提高品类认知，ASO 与 SEO 则承接那些已经知道自己想找什么的人。
社交内容提高品类认知，App Store 与 Google 捕获后续主动搜索。
09 / RETENTION
用户下载以后，增长才刚开始
如果 Pep AI 只停留在最初的垂直 tracking 功能，它还会面临一个问题：用户不一定每天都需要打开 App。那么即使 Creator 带来很多安装，产品也可能缺乏足够高的使用频率。
过去几个月，Pep AI 从单一追踪工具继续扩展到更多日常行为。App Store 当前列出的功能包括记录与提醒、inventory、nutrition、hydration、weight、sleep、Apple Health、workout、progress、AI meal scan、Pep Bot、insights、streak 与 achievements 等。
这个扩张逻辑很清楚：最初用户因为一个非常具体的问题下载 App，随后产品逐步接管更多日常记录行为。用户今天即使没有核心 tracking 动作，仍然可以记录饮食、睡眠、运动、体重或查看进度。
一个足够锋利的窄需求负责获客，更多高频场景负责留存。
Community 在这里也进入了第三个角色。最开始，Reddit 与 Discord 是获得用户的地方；后来，创始人观察到用户会主动把 Dashboard 截图分享到 Reddit、Discord 和 Group Chat，社区又成为口碑传播渠道。
再往后，社区开始进入产品开发。App Store Version History 显示，Pep AI 上线后保持高频更新，其中一个版本加入了 Feature Request Menu：用户可以提交功能，也可以给他人的需求投票，高需求功能会上升到更靠前的位置。增长带来的用户开始贡献反馈，反馈推动产品迭代，新功能又继续成为 Creator 可以展示的内容素材。
10 / THE SYSTEM
Pep AI 真正值得学习的，不是“大学生几个月赚了多少钱”
如果把 Pep AI 的动作拆开来看，没有一个渠道是新的。TikTok、Reddit、Discord、Influencer Marketing、Meta Ads、ASO 和 SEO 都早已存在。
但增长从来不只是拥有多少渠道，关键是这些渠道有没有连起来。
社交平台帮助它发现正在增长的趋势，竞品 Review 帮助它找到尚未解决好的痛点；产品上线以前，Creator 与 Waitlist 同时验证需求和分发；Reddit 与 Discord 负责拿到第一批高意向用户；Creator 把垂直社群中的信任转移到产品上。
当 Creator 数量扩大后，网络本身开始承担 Content Testing；自然流量先筛选 Winner，Meta 再把已经验证的内容放大；社交内容不断教育市场，App Store 与 Google 搜索承接已经形成的 Search Intent；用户下载安装后，更多日常场景提高使用频率，社区反馈继续进入下一轮产品迭代。
PEP AI DISTRIBUTION SYSTEM
趋势发现 → 社区验证 → Creator 建立信任 → 内容测试 → Paid 放大 → Search 承接 → 产品留存 → 用户反馈 → 新一轮增长
Pep AI Distribution System：基于公开资料重建的案例分析图。
如果把 Pep AI 和越来越多的新一代消费 App 放在一起看，一个变化正在变得越来越明显：过去创业公司的最大门槛之一，是把产品做出来；现在 AI Coding 正在迅速降低这道门槛，同样一个功能很快就可能出现几个甚至几十个类似产品。
真正稀缺的东西开始变化。不再只是“谁能把产品做出来”，而是谁最早知道用户在哪里、他们相信谁、原本就在消费什么内容、哪种内容真正能让他们行动，以及怎样把一次有效实验变成一套可以持续复制的系统。
Cedric 在 Starter Story 中表达过一个很直接的观点：营销和分发比产品想法或产品本身有多好更重要；如果没有想清楚如何营销和分发，他甚至不会开始做。
最后的问题
在写下第一行代码之前，我们是否已经知道第一批用户在哪里？
如果今天找到 100 个用户的方法有效，明天有没有可能用同样的逻辑找到 1 万个？
Pep AI 最值得研究的地方，不是它碰巧站上了一个热门趋势，而是它在趋势出现以后，很快把一次机会变成了一套 Distribution System。
在产品越来越容易被复制的时代，分发系统，可能才是更难复制的那部分。