← ステッカーウォール AGENT · DETAIL

パーソナルトレーナー向けAI体感トレーニングミニアプリの開発、店舗ごとの月額課金で月収1.5万元

ワークフロー：トレーナーがオフラインレッスンの録画をAgentプラットフォームにアップロードすると、AIが肩、股関節、膝などの主要な骨格の動きの軌跡を自動的に抽出します。これに指導経験を組み合わせることで、その受講者専用のスクワットやデッドリフトなどの動

AGENT

主要項目

FIELD STAMPS

業界マーケティング・広告

地域中国

規模中小企業

チャネルオンライン

🔧 ワークフロー

トレーナーがオフラインレッスンの録画をAgentプラットフォームにアップロードすると、AIが肩、股関節、膝などの主要な骨格の動きの軌跡を自動的に抽出します。これに指導経験を組み合わせることで、その受講者専用のスクワットやデッドリフトなどの動作判定ルールとエラー修正用のスクリプトライブラリが生成されます。受講者が毎日自宅のスマートフォンでトレーニング動画を撮影してアップロードすると、AI体感エンジンが標準動作と現在の動作のズレの角度をリアルタイムで比較し、タイムスタンプ付きのエラーフレームの切り抜きと音声による修正ヒントを生成します。同時に、視覚的な進捗追跡ダッシュボードも自動的に更新されます。人間のトレーナーは、AIがマークした重大な誤判定のスクリーンショットや受講者からの質問メッセージを毎日確認し、最終確認と個別の励ましを行うだけでよく、全編の動画をフレームごとに視聴する必要はありません。

🛠 構築のハードル

中級レベルのPython開発スキルとコンピュータビジョン基礎への理解、またはUni-app/WeChatミニアプリのローコードフレームワークを使用したフロントエンドのハードル軽減が必要です。コアとなる姿勢推定モデルには、GitHub上のRunnerQuanによるPosturefitやMediaPipeのオープンソースプロジェクトをそのまま適用できるため、ゼロからモデルをトレーニングする必要はありません。初版MVPの開発期間は約10〜14日で、基本的な動作ライブラリ、ミニアプリ側のアップロードと表示、バックエンド管理パネルが含まれます。その後、新規のスタジオ顧客を追加するごとにかかる作業は、ブランドロゴの置き換え、レッスンの動作ルールの微調整、ミニアプリの審査申請のみで、所要時間はわずか2〜3時間、限界費用は極めて低いです。

🧰 ツールチェーン

🔧 RunnerQuan/Posturefit
🔧 MediaPipe
🔧 Uni-app
🔧 Coze
🔧 Midjourney

💰 収入

B2BサブスクリプションとB2C付加価値サービスのデュアルモデルを採用しています。各フィットネススタジオから初回限りのシステム導入費として3000〜5000元（ブランドカスタマイズと初月トレーニングを含む）を徴収し、その後は紐づけられた受講者数に応じて月額サービス費（受講者1人あたり月20〜30元）を徴収します。1店舗あたり平均50名の有料受講者と仮定した場合、1店舗あたりの月間収益は約1000〜1500元となります。安定運営されているスタジオ25店舗と契約した場合、月間継続収益（MRR）は2.5〜3.75万元に達します。企業向け従業員健康管理などのB2B顧客にまで拡大した場合、1契約あたりの金額は年間5〜10万元に達する可能性があります。

💸 コスト

Cozeエージェントのサブスクリプションが月額約100-200元、Tencent Cloud（騰訊雲）の関数計算とオブジェクトストレージが月額約200-300元、Midjourneyのブランドビジュアルデザインのサブスクリプションが月額約60元となり、月額固定費の合計は500元以内です。ハードウェアへの投資やカスタマーサポートチームの人件費はかかりません。

⏱ 時間投入

初版の開発期間は2週間、運用期間はトレーナーからの質問への回答や新しいレッスンの追加を含めて1日2時間です。

🚀 初心者ガイド

ステップ1：GitHubにアクセスし、RunnerQuanのPosturefitプロジェクトをローカルにクローンします。Uni-appまたはWeChat Developer Toolsを使用して基本動作認識のデモアプリをパッケージ化し、スクワットやプランクなどの一般的な動作における認識精度と遅延を重点的に検証します。ステップ2：地元の独立系フィットネススタジオやパーソナルトレーニングスタジオ3〜5社に連絡して1ヶ月間の無料トライアルを提供し、実際のトレーニング動画データを収集して動作判定の閾値とエラー修正スクリプトを最適化します。ステップ3：試用フィードバックに基づいて教務管理バックエンド（時間割、チェックイン、進捗レポート）を改善し、標準的な納品SOPを確立した上で、同市内での営業活動やパーソナルトレーナー向けコミュニティを通じたコンバージョンを開始し、初回のカスタマイズ料で開発コストを回収します。

🔑 成功のカギ

✅ 姿勢認識の精度とエッジ側での遅延制御が継続率を左右するため、コア動作の判定誤差は±5度以内に抑える必要がある
✅ パーソナルトレーナーの指導に対する信頼を裏付けとして顧客獲得コストを削減し、スタジオ専用にブランド化されたミニアプリは汎用アプリよりも起動率が高い
✅ レッスン素材ライブラリを複利的に蓄積することで、複数スタジオへのゼロコスト展開が可能になり、限界費用が逓減する
✅ プラットフォームのストア削除などのコンプライアンスリスクを回避するため、フィットネス指導と医療診断の境界線を厳密に区別しなければならない

⚠️ 风险

⚠️ 複雑で連続的な動作（バーピージャンプやHIITの組み合わせなど）の場合、AIの骨格点追跡が遮蔽物や衣類の影響を受けやすく、誤判定を引き起こして指導上のトラブルや返金につながる恐れがある
⚠️ プラットフォームがフィットネス指導ではなく医学的診断の提案（側弯症のスクリーニングなど）を行った場合、医療機器規制に違反し、コンプライアンスリスクに直面する
⚠️ WeChatミニアプリの審査ルールの変更が体感カメラの権限呼び出しに影響を与える可能性があるため、プラットフォームのポリシー変動に対応できるようH5フォールバックプランを用意しておく必要がある

📌 実例

📌 広州晋鵬軟件科技はすでにAIフィットネスコーチのWeChatミニアプリのカスタマイズサービスをリリースしており、単一のカスタマイズ開発の市場平均価格は約30000元で、華南地域の20以上のフィットネススタジオにサービスを提供している
📌 RunnerQuanがGitHubでオープンソース化したPosturefitプロジェクトは500を超えるスター（ブックマーク）を獲得しており、軽量な姿勢検証フロントエンドツールの商業的ポテンシャルと開発者による採用度の高さを示している
📌 平安好医生（Ping An Good Doctor）はBodyParkと提携し、Apple HealthKitやWeChatスポーツのデータと連携したAI＋人間のパーソナルトレーナーによる運動健康サービスをリリースし、ホームフィットネスシーンにおける体感インタラクションの課金意欲を検証している

出典