健身博主做卡路里识别 App,闯入全球 Top10
白鲸出海拆解 MenuFit:健身教练 Cole Kosco 把卡路里产品从「餐后记录」改到「快餐菜单的餐前决策」,上线约一年后单月分成后流水突破百万美元、挤进 2026 年 8 月全球收入 Top10,但第三方营养数据和 AI 组合推荐把官方菜单上约 860 大卡的一餐标成 400 大卡。
基本信息
- 来源类型:网页文章(人人都是产品经理 / 白鲸出海)
- 原文标题:健身博主做卡路里识别App,闯入全球Top10
- 作者:殷观晓;编辑:智婷;账号:白鲸出海
- 原文日期:2026-10-14(页面标注约 17 分钟、119 浏览、0 评论、0 收藏)
- 原文位置:raw/articles/2026-10-14-194850-tg-7028e3.md
- 原文 URL:https://www.woshipm.com/chuangye/6478037.html
- 消化日期:2026-10-14
- 数据口径:收入与排名主要引自 AppMagic;广告投放引自广大大;评论引自点点数据。文末注明:6 条视频送出约 50 万份 PDF、99.8% 启动用户走完约 25 屏 onboarding、40%–45% 开始试用或付费,均为创始人播客自述,白鲸出海未做验证。
核心观点
-
赛道头部已固化,新名字靠换场景而不是换记录效率进榜。 白鲸出海按 AppMagic 绘制:2026 年上半年,月流水过百万美元的卡路里/体重追踪产品几乎是同一批面孔,唯一新进是十几年前已上线的 Noom,靠司美格鲁肽等相关业务收入回暖。头部整体流水甚至环比微降。这个赛道里 Top1 单月流水可以过亿人民币。到 8 月,「体重和食物热量追踪」全球收入 Top10 出现 MenuFit,位列第 9(作者注明榜单可能有遗漏)。产品未披露融资,创始人上一份工作是在 TikTok 发增肌减脂饮食视频;iOS 于 2025 年 8 月上线,刚满一年,单月分成后流水突破百万美元。
-
产品假设从「先吃再记」改成「点餐前决定吃什么」。 MyFitnessPal(做了 16 年)、借 AI 拍照识别进入头部的 CalAI、用养宠玩法切入的 BitePal,共享同一个场景:用户先吃,再打开 App 记录。技术迭代改的是录入效率,场景仍在餐后。MenuFit 的识别对象从用户已经准备好的食物,变成快餐品牌菜单。减重期间不可能顿顿自己做饭,外出就餐如何在热量预算内吃完一顿,被创始人认定成高频且真实、而头部产品几乎没碰的决策节点。
-
两条使用路径都发生在下单之前。 路径一:用户选餐饮品牌,App 按 onboarding 里填的目标(最适合目标、高蛋白菜单等)推荐多个选项,点进后看菜单详情和热量/宏量营养素。路径二:用户只知道今天想吃牛肉还是鸡肉、碗饭还是汉堡,用筛选器写偏好,App 跨品牌匹配菜单。作者认为这不只是功能差异,而是用一个被忽视的入口避开与头部在同一场景的正面竞争。
-
需求是用 6 条 TikTok 对比视频验证出来的,不是先做完 App 再找用户。 Cole Kosco 曾是大学运动员,运动生涯结束后退学,后续工作不顺,转行做健身教练。2024 年年底在 Skool 经营付费社区 Kosco Fitness(课程、食谱规划、1v1 指导)。2025 年在 TikTok 讲常见食物对减脂增肌的影响,播放量几千到几万。2025 年 5 月一条 CHIPOTLE 对比视频拿到约 270 万播放、接近 20 万点赞:左手碗饭 65g 蛋白、500 大卡;右手肉卷蛋白质多 15g,但有 1400 大卡。视频金句是「不管是减脂、还是增重,只要你点的是对的食物,在外吃快餐也不会影响你完成目标」,并引导留言「Food」领取各品牌饮食指南 PDF。创始人后来在播客说,前后大概 6 个视频送出约 50 万份 PDF(正文有一处写成「约 50 份分 PDF」,文末注以 50 万份为准,且未验证),并判断「需求存在、市面上没有对应产品,唯一失败可能是没执行或执行不够好」。实际开发成本远超他最初设想的 1.5 万美元。2025 年 8 月 iOS 上线后,视频引导从「评论领 PDF」改成「下载 App」。参考视频为 YouTube:Menu Fit Founder Shares Marketing Secrets and Insights For App Growth | Cole Kosco。
-
增长是「下载驱动收入」,现金流转靠苹果账期和全 Meta 投放接上。 AppMagic 曲线显示 MenuFit 是典型的下载驱动收入产品。上线前 3 个月主要靠原有社媒引流,验证付费是否成立。苹果大约 60 天账期,强付费墙下 10 月底陆续入账。确认付费跑通后,2025 年 11 月下旬启动广告,全部集中在 Meta(广大大)。作者没查到融资,但不排除未披露资金。路径被写成:社媒验证 → 产品上线 → 跑通付费(含 60 天回款)→ 启动投放 → 付费墙回收 → 继续投广驱动下载和付费。
-
投放被做成「带绩效的创意供应链」,而不是买 KOL 合同。 作者称之为「宽进严出」:产品 idea 和验证都在社媒,Cole 清楚要用广告制造并放大需求,而不是承接「搜索健康点餐 App」。除少量 KOL 专属推荐码,主模式是创作者背书 + 付费广告扩量。创新点是品牌与创作者无合同、不限制发帖内容和数量、不先花钱邀请制作,而是把门槛降到最低,用激励引诱创作者主动背书,再用广告测试挑素材放量。具体规则:任何内容都可提交;团队审核;首条审核通过的视频奖励 20 美元;承诺测试每条素材;胜出素材扩大投放,创作者拿对应 ad spend 的 10%;看板可看素材表现、投放金额和收益;页面还提供 winning videos / hooks that work now / simple formats,把胜出经验反哺下一批创作者。闭环是:低门槛招募 → 批量 UGC 变体 → 小额测试 → 按表现扩大 Meta ad spend → 创作者分成 → 赢家模板回流。
-
付费墙接得住流量,是这套机制能转的前提;创始人自述的转化极高,但未被第三方验证。 MenuFit 和多数卡路里识别 App 一样采用强付费墙,不付费基本无法使用,并搭配很长的 onboarding;作者测试时第一次遇到不让截屏保存 onboarding 的产品。创始人在播客中称:投放启动两周后几乎每天刷新纪录;99.8% 的启动用户会走完约 25 屏 onboarding 到达付费墙;其中 40%–45% 会开始试用或付费。白鲸出海明确写这组数字未验证。
-
核心承诺被一餐菜的热量误差打穿:App 标 400 大卡,按官方菜单吃完约 860 大卡。 作者用 MenuFit 推荐的 LONGHORN Steakhouse 菜单验证:推荐是西冷牛排搭配 4 只烤虾,标注总计 400 大卡。对照官方菜单,烤虾实际带米饭、用了蒜香黄油,卡片背面的点餐提示没有提醒。米饭和蒜香黄油各约 230 大卡,全部吃进去是 860 大卡。美国 FDA 规定:同一品牌拥有 20 家及以上门店、且销售基本相同标准菜品的连锁餐厅,必须在菜单上披露热量,并应消费者要求提供脂肪、碳水、蛋白质、钠等营养信息。作者注明,如果单纯调第三方 API,成本很高。对「告诉用户在外面怎么点餐不会超标」的产品,400 和 860 的差距会直接动摇信任。
-
数据链路是 Nutritionix + Mifflin–St Jeor + OpenAI,任何一环偏差都会被当成数据错误。 公开信息显示:菜单营养来自第三方数据库 Nutritionix;用 onboarding 基本信息套 Mifflin–St Jeor 等公式估算基础代谢,推出每日热量和宏量营养素目标;再由 OpenAI 按计算结果和用户偏好组合菜单、生成推荐理由。数据更新不及时、AI 重组时漏掉配菜、甚至合成图里 4 只虾变成 5 只虾,用户都会视为错误。
-
商店总分 4.8,带文字的评价平均只有 2.73,扩量后差评比例上升。 上线一年后应用商店评分 4.8。点点数据调取近一年带文字的 893 条有效评价,平均分 2.73。好评主要认可需求真实、能省点餐决策时间。差评高频是数据错误:「热量与餐厅官方数据相差数百卡」「已经下架的菜品仍被推荐」「多个菜品显示相同热量」。用户把「AI 图片 + 不精准推荐 + 付费墙」理解成低成本包装公开信息,而不是 AI 增加了价值。2026 年 7 月之后负面评论比例提升;作者判断,获客规模扩大的同时,广告承诺和付费后体验的落差可能被同步放大。
-
对国内入局者的判断:别只在餐后记录里卷差异化。 从 MyFitnessPal 到 CalAI 再到 BitePal,竞争点是怎样更快、更轻松地记录已经吃下去的东西。MenuFit 验证的是入口迁移:追踪热量的终点是减重或增肌,链路上不止「事后记录」一个节点。作者看到很多国内团队入局热量追踪,路径多是换市场、加 AI 降低录入门槛、或学厂商做 mascot 和游戏化,仍在餐后记录里找差异。更值得试的是回到需求本身、找到被忽视的节点。但 MenuFit 目前无法兑现的承诺,就是 400 大卡和 860 大卡之间的差距。
实操内容保留
(本文无代码、无 Prompt 模板。下面保留文中可复述的产品路径、投放机制和数据链路,均来自原文,不是操作手册。)
产品两条路径
- 用户选择餐饮品牌。App 按 onboarding 填写的目标推荐多个选项(最适合目标、高蛋白菜单等)。点进后看菜单详情、热量和宏量营养素。
- 用户用筛选器写偏好(例如想吃牛肉还是鸡肉、碗饭还是汉堡)。App 在不同餐饮品牌的菜单里匹配方案。
创作者合作与投放规则
- 创作者可就 MenuFit 创作任何内容;品牌方不签合同,不限制发帖内容和数量,也不先花钱邀请 KOL 制作。
- 团队审核视频。首条审核通过的视频奖励 20 美元。
- 团队承诺测试每条提交素材。胜出素材扩大投放,创作者获得对应 ad spend 的 10%。
- 创作者通过看板看素材表现、投放金额和收益。
- 合作页提供 winning videos、hooks that work now、simple formats,把历史胜出经验给下一批创作者。
- 另有少量 KOL 专属推荐码合作。广告从 2025 年 11 月下旬起全部集中在 Meta。
推荐是怎么算出来的
- 营养数据来自第三方数据库 Nutritionix。
- 用 onboarding 基本信息,按 Mifflin–St Jeor 等公式估算基础代谢,推出每日热量和宏量营养素目标。
- OpenAI 根据计算结果和用户偏好组合菜单,并生成推荐理由。
- 作者指出的失效点:配菜(米饭、蒜香黄油)未提示、下架菜仍被推荐、多道菜显示相同热量、合成图数量与实物不符。
关键概念
- MenuFit — 2025 年 8 月上线的 iOS 快餐菜单热量决策 App,2026 年 8 月进入体重和食物热量追踪全球收入 Top10 第 9
- Cole Kosco — 创始人兼 CEO,前大学运动员、健身教练,Skool 社区 Kosco Fitness,TikTok 内容起量
- 餐前决策 vs 餐后记录 — 本文的核心产品判断:把入口从「吃完记一笔」挪到「点餐前看该吃什么」
- MyFitnessPal、CalAI、BitePal、Noom — 文中用来对照的头部或回暖产品:长期记录、AI 拍照、养宠玩法、司美格鲁肽相关收入
- Nutritionix 与 Mifflin–St Jeor — 菜单营养库和基础代谢估算公式,再交给 OpenAI 做组合推荐
- 带绩效的 UGC 创意供应链 — 无合同、首条 20 美元、胜出素材 ad spend 10% 分成、赢家模板回流
- 强付费墙 — 不付费基本无法使用;创始人自述约 25 屏 onboarding、99.8% 走到付费墙、40%–45% 试用或付费(未验证)
与其他素材的关联
(本次只处理这一篇 raw,不把其他素材的摘要页当作本页完成条件。知识库里若已有出海 App、付费墙或 AI 应用案例,可在后续 ingest 里互链;本页不预写未核对的页面链接。)
- 和「用内容验证需求再产品化」的独立开发案例同类:先用少量爆款内容(这里是 1 条 270 万播放的 CHIPOTLE 对比 + 约 6 条视频发出饮食 PDF)确认需求,再把引导从领 PDF 改成下载 App。
- 和「AI 包装公开数据」的批评同类:商店高分与文字差评分裂,用户认为 AI 图和不精准推荐没有增加价值。
原文精彩摘录
不论是做了 16 年的 MyFitnessPal、还是近两年借 AI 拍照识别杀进头部的 CalAI、抑或是用养宠玩法切入的 BitePal,卡路里追踪赛道的产品共享着同一个基本假设,用户先吃东西,然后打开 App 记录。技术迭代改变的是效率,但场景始终在“餐后”。
之前是“吃完了记一笔”,现在变成“餐前看看该吃什么”,不只是功能上的差异。减重期间不可能顿顿自己做饭,外出就餐时如何在热量预算内完成一顿饭,被创始人 Cole Kosco 认定为一个高频且真实的决策场景,而此前的头部产品几乎没有触碰这个节点。
这条视频拿下了接近 20 万点赞。……前后大概 6 个视频,送出了约 50 份分 PDF。“我确认需求是存在的,而市面上没有对应产品,一定能成功,唯一失败的可能是我没有执行或者执行得不够好。”(文末注:6 个视频送出 50 万份 PDF,为创始人自述,白鲸出海未做验证。正文此处「50 份分」与文末「50 万份」不一致,摘要两处都保留。)
低门槛招募——批量 UGC 变体——小额测试——按表现扩大 Meta ad spend——创作者分成——赢家模板回流,是 MenuFit 团队现在的核心增长机制。
我们试着用「MenuFit」推荐的一份 LONGHORN Steakhouse 菜单做验证。App 给出的推荐菜单是西冷牛排搭配 4 只烤虾,标注热量总计 400 大卡。但对照 LONGHORN 官方菜单,烤虾实际上带米饭、用了蒜香黄油,卡片背面的点餐提示并未提醒用户。米饭和蒜香黄油各贡献约 230 大卡,全部吃进去是 860 大卡。
虽然「MenuFit」上线一年后在应用商店的评分为 4.8,但我们用点点数据调取了近一年带有文字的 893 条有效评价,平均分仅为 2.73。……2026 年 7 月之后,负面评论比例提升。
从 MyFitnessPal 到 CalAI 再到 BitePal,之前大家卷的是怎样更快、更轻松地记录吃下去的东西。「MenuFit」的贡献在于验证了另一种思路,入口迁移。……但显然,400 大卡和 860 大卡之间的差距,成为了「MenuFit」目前无法兑现的承诺。
相关页面
- 本页来源 raw:
raw/articles/2026-10-14-194850-tg-7028e3.md - 原文:https://www.woshipm.com/chuangye/6478037.html