Diagnosing and Repairing Citation Failures in Generative Engine Optimization
यह शोधपत्र AgentGEO प्रस्तुत करता है, जो एक नैदानिक ढांचा (diagnostic framework) है जो जेनेरेटिव इंजन ऑप्टिमाइज़ेशन में विशिष्ट साइटेशन विफलता मोड की पहचान करता है और न्यूनतम सामग्री को संशोधित करते हुए साइटेशन दरों में 40% से अधिक सापेक्ष सुधार प्राप्त करने के लिए लक्षित, पुनरावृत्ति सुधार (iterative repairs) लागू करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि इंटरनेट एक विशाल, हलचल भरा पुस्तकालय है। पुराने दिनों में, यदि आप किसी लाइब्रेरियन (एक पारंपरिक सर्च इंजन) से कोई प्रश्न पूछते, तो वे आपको सबसे अच्छी किताबों के शीर्षकों वाले इंडेक्स कार्डों का एक ढेर थमा देते। आपको खुद चलकर जाना पड़ता, किताब उठानी पड़ती और उसे पढ़ना पड़ता।
आज, हमारे पास जेनरेटिव इंजन (जैसे उन्नत AI चैटबॉट्स) हैं। आपको कार्डों का ढेर थमाने के बजाय, AI खुद उन किताबों को पढ़ता है और आपके लिए वहीं तुरंत एक सारांश निबंध लिख देता है। यह अविश्वसनीय रूप से सुविधाजनक है।
लेकिन यहाँ एक समस्या है:
जब AI अपना निबंध लिखता है, तो वह अक्सर उन विशिष्ट पुस्तकों को श्रेय देना भूल जाता है जिनका उसने उपयोग किया है। यदि वह फुटनोट या लिंक (एक साइटेशन/संदर्भ) नहीं लिखता है, तो उस पुस्तक के मूल लेखक को न तो ट्रैफिक मिलता है, न पैसा और न ही पहचान। यह ऐसा है जैसे AI ही उस कहानी के लिए भुगतान पाने वाला एकमात्र व्यक्ति बन जाता है।
यह शोध पत्र एक नए सिस्टम के बारे में है जिसे AgentGEO कहा जाता है, जो लेखकों को उनके खोए हुए फुटनोट्स वापस दिलाने में मदद करता है।
पुराना तरीका: "स्प्रे एंड प्रे (छिड़कना और प्रार्थना करना)"
इस शोध पत्र से पहले, लोग अनुमान लगाकर इसे ठीक करने की कोशिश करते थे। वे सोचते थे, "शायद अगर मैं अपने लेखन को अधिक पेशेवर बना दूँ, या अधिक आंकड़े जोड़ दूँ, तो AI मुझे पसंद करेगा।"
उन्होंने इन सामान्य नियमों को हर चीज़ पर लागू किया। यह एक टूटी हुई कार के इंजन को पूरे वाहन पर WD-40 छिड़ककर ठीक करने की कोशिश करने जैसा था। कभी-कभी इससे मदद मिलती थी, लेकिन अक्सर इससे चीजें और खराब हो जाती थीं क्योंकि समस्या "चमक-धमक की कमी" नहीं थी—बल्कि कुछ विशिष्ट थी, जैसे फ्लैट टायर या कटा हुआ तार।
नया तरीका: "डिटेक्टिव मैकेनिक" (AgentGEO)
इस शोध पत्र के लेखकों ने महसूस किया कि हर बार जब कोई वेबपेज साइटेशन प्राप्त करने में विफल रहता है, तो उसके पीछे एक अलग कारण होता है। उन्होंने AgentGEO नामक एक प्रणाली बनाई है जो एक डिटेक्टिव मैकेनिक की तरह कार्य करती है।
अनुमान लगाने के बजाय, AgentGEO तीन-चरणीय प्रक्रिया का पालन करता है:
- निदान (डिटेक्टिव/जासूस):
जब एक वेबपेज को साइटेशन नहीं मिल रहा होता है, तो AgentGEO केवल टेक्स्ट को दोबारा नहीं लिखता। यह वेबपेज की तुलना उन पेजों से करता है जिन्हें साइटेशन मिला है। यह पूछता है: "AI ने उस दूसरे पेज को क्यों चुना और मेरे पेज को क्यों अनदेखा कर दिया?"
- उपमा: कल्पना कीजिए कि आपने नौकरी के लिए आवेदन किया और आपको वह नहीं मिली। केवल अपने बायोडाटा को फैंसी फोंट के साथ फिर से लिखने के बजाय, आप हायरिंग मैनेजर से पूछते हैं, "क्या मेरे पास अनुभव की कमी थी? क्या मेरा कवर लेटर बहुत लंबा था? क्या मैंने कोई विशिष्ट कौशल छोड़ दिया?" AgentGEO विशिष्ट कारण का पता लगाता है।
- मरम्मत (मैकेनिक):
एक बार समस्या की पहचान हो जाने के बाद, AgentGEO के पास विशिष्ट सुधारों का एक टूलबॉक्स होता है। यह हथौड़े का उपयोग नहीं करता; यह स्कैल्पल (सर्जिकल चाकू) का उपयोग करता है।
- यदि समस्या तकनीकी है: शायद वेबसाइट किसी लॉगिन वॉल के पीछे छिपी है या टेक्स्ट अव्यवस्थित कोड में दबा हुआ है। AgentGEO कोड को ठीक करता है ताकि AI वास्तव में सामग्री को "देख" सके।
- यदि समस्या इरादे (Intent) की है: शायद उपयोगकर्ता ने पूछा "केक कैसे खरीदें" लेकिन पेज केवल "बेकिंग के इतिहास" के बारे में बात करता है। AgentGEO पहली पंक्ति को तुरंत यह कहने के लिए फिर से लिखता है, "यहाँ आप केक खरीद सकते हैं।"
- यदि समस्या संरचना (Structure) की है: शायद तथ्य मौजूद हैं, लेकिन वे टेक्स्ट की एक विशाल दीवार में छिपे हुए हैं। AgentGEO उन्हें एक व्यवस्थित बुलेट-पॉइंट सूची या टेबल में बदल देता है, जिससे AI के लिए उन्हें उठाना आसान हो जाता है।
- परीक्षण (क्वालिटी कंट्रोल):
सुधार के बाद, AgentGEO पेज का फिर से परीक्षण करता है। यदि इसे अभी भी साइटेशन नहीं मिलता है, तो यह चरण 1 पर वापस जाता है, अपनी विफलता से सीखता है, और एक अलग टूल आज़माता है। यह तब तक लूप में चलता रहता है जब तक कि पेज को साइटेशन नहीं मिल जाता।
यह क्यों महत्वपूर्ण है: "लॉन्ग-टेल" समस्या
शोध पत्र में एक आश्चर्यजनक बात सामने आई। पुराने "सामान्य" तरीके अक्सर छोटे, विशिष्ट (नीश) वेबसाइटों ("लॉन्ग-टेल") को नुकसान पहुँचाते थे। वे एक मेडिकल सलाह वाले पेज को समाचार रिपोर्ट की तरह दिखाने की कोशिश करते थे, जिससे वह AI के लिए नकली और अविश्वसनीय लगने लगता था।
AgentGEO अलग है क्योंकि यह मूल सामग्री का सम्मान करता है। यह केवल उसी को बदलता है जो टूटा हुआ है।
- परिणाम: AgentGEO ने साइटेशन दरों में 40% की वृद्धि की (एक बड़ी छलांग!) जबकि वास्तविक टेक्स्ट में केवल 5% बदलाव किया। पुराने तरीकों ने 25% टेक्स्ट बदला और कहीं बेहतर परिणाम दिए।
"MIMIQ" बेंचमार्क
यह सुनिश्चित करने के लिए कि उनका सिस्टम वास्तव में काम करता है, लेखकों ने MIMIQ नामक एक नया परीक्षण मैदान बनाया।
- पुराने परीक्षण: "यहाँ एक वेबपेज है और एक विशिष्ट प्रश्न है। क्या आप इसे इस प्रश्न के लिए रैंक करा सकते हैं?" (यह अभ्यास प्रश्नों के उत्तर रटकर परीक्षा की तैयारी करने जैसा है)।
- MIMIQ: "यहाँ एक वेबपेज है। अब, कल्पना करें कि 60 अलग-अलग लोग इसके बारे में 60 अलग-अलग संस्करण के प्रश्न पूछ रहे हैं। क्या आपका सुधार उन सभी के लिए काम कर सकता है?" (यह विषय को इतनी अच्छी तरह सीखने जैसा है कि आप किसी भी प्रश्न का उत्तर दे सकें, भले ही आपने उसे पहले न देखा हो)।
निष्कर्ष
यह शोध पत्र हमें सिखाता है कि अनुमान लगाने से बेहतर निदान है।
यदि आप चाहते हैं कि आपकी सामग्री को AI द्वारा देखा जाए, तो आपको रोबोट की तरह दिखने के लिए अपनी पूरी जीवन कहानी को फिर से लिखने की आवश्यकता नहीं है। आपको बस यह पता लगाने की आवश्यकता है कि AI आपको क्यों अनदेखा कर रहा है—चाहे वह कोई तकनीकी खराबी हो, भ्रमित करने वाला लेआउट हो, या बेमेल विषय हो—और उस विशिष्ट चीज़ को ठीक करने की आवश्यकता है।
AgentGEO वह उपकरण है जो आपके लिए यह जासूसी कार्य करता है, यह सुनिश्चित करता है कि जब AI अपना सारांश लिखे, तो वह जहाँ श्रेय दिया जाना चाहिए, वहाँ श्रेय दे।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।