Posso vibecodare Rankhog?

Cosa costruisci

Sorvegliare i subreddit per le mie keyword, tenere i thread che già si posizionano su Google e preparare la bozza di una risposta che conosce le regole e che pubblico io.

cosa ti serve

• una API key di un LLM
• una API key SERP (Serper.dev)
• un account Reddit da cui pubblichi tu
• settimane di partecipazione normale prima di promuovere

La build è un sabato. L'account è una stagione.

Il prompt

Un weekend con un agente di coding. I buchi che restano sono qui sotto, in «cosa perdi».

Build me a Reddit opportunity finder and reply drafter to replace Rankhog, personal scale. Requirements:

- A Node CLI plus a local page: node find.js runs the sweep, then a page on
  127.0.0.1:3000 lists the hits with a draft beside each thread.
- My keywords and target subs live in keywords.json. Sweeps hit Reddit's public
  JSON endpoints (/r/<sub>/search.json, no OAuth) with a real User-Agent, one
  request every two seconds.
- Keep only the threads already ranking in Google for the keyword, checked via
  Serper.dev (key in .env), those are the ones the models read back.
- Store hits in SQLite (better-sqlite3) with age, upvotes, comment count, and
  whether my keyword appears in the top comments. Never resurface one I dismissed.
- Draft each reply with an LLM (key in .env), fed the thread text and the sub's
  rules from /r/<sub>/about/rules.json, told to answer first and name my product
  only where it fits. Store the draft, do not send it.
- The page shows title, score, the rule summary, and the draft in an editable box
  with a copy button and a link out. Everything stays on my machine, localhost
  only, no accounts, no telemetry. I post by hand, from my own account.
- Out of scope: anything that posts, comments, upvotes, or logs into Reddit for
  me. Automated posting is what gets accounts shadowbanned, say so in the README.
- README: the Serper and LLM keys, cost per sweep, and a note to spend a few
  weeks commenting in my target subs before I mention the product.

Cosa perdi

• l'anzianità dell'account, il karma e lo storico di commenti nei sub che contano
• il riscaldamento: settimane di partecipazione normale prima di poter citare un prodotto
• la pubblicazione da una vera sessione di browser invece che dalla API, che è ciò che tiene gli account fuori dai radar
• la conoscenza delle regole subreddit per subreddit e il senso della misura sui tempi
• gli account condivisi in un team e il servizio gestito

Perché pagano ancora

Perché il modo in cui fallisce è invisibile e costoso. Far citare un prodotto su Reddit richiede un account di cui persone e moderatori si fidano già, e costruirlo significa settimane di partecipazione prima della prima citazione. Si paga per saltare il riscaldamento, per pubblicare da una vera sessione di browser invece che da una API che finisce segnalata, e per far portare a qualcun altro il rischio di ban.

moat: Brand e fiducia Qualità di esecuzione cos’è un moat

fiducia sull'account e contromisure della piattaforma

Chi l’ha già costruito

Partire da qui è vibecoding lo stesso: il prompt serve quando lo vuoi esattamente a modo tuo.

• redsignal (si apre in una nuova scheda) — Watches subreddits for keyword matches, filters the noise with an LLM, and drafts replies. Covers the finder half, no license declared. (alive)

Sei d’accordo?

App correlate

Surfer SEO 99 $ QUASI Semrush 140 $ NON PROPRIO Ahrefs 29 $ NON PROPRIO