Tag: ChatGPT ब्रांड्स

ChatGPT स्वयं खोज से पहले ब्रांड चुनता है: सूची में कैसे आएं

ChatGPT अपने खोज क्वेरी में ब्रांडों के नाम तब तक शामिल करता है, जब तक वह पेज लोड नहीं करता। मैंने यह समझने के लिए 60 संवाद पढ़े कि यह कब होता है और ब्रांड को नामित होने में क्या मदद करता है। यह उन सभी के लिए एक महत्वपूर्ण अंतर्दृष्टि है जो AI-दृश्यता पर काम कर रहे हैं: आपके ब्रांड की सिफारिश करने का निर्णय ChatGPT आपकी साइट को छूने से बहुत पहले लिया जाता है।

मैंने ChatGPT से AI के साथ सबसे अच्छा नोट्स ऐप बताने को कहा। सात शब्द, बिना किसी ब्रांड का उल्लेख किए। कुछ भी लोड करने से पहले, उसने खुद को यह खोज क्वेरी लिखी: Granola, Notion AI, Otter, Fireflies, Fathom, Mem, Limitless — एक खोज में सात उत्पाद। मैंने उनमें से किसी का नाम नहीं लिया, और वेब खोज से कुछ भी नहीं आया, इसलिए ये नाम मॉडल से ही आए।

फिर उसने नौ और खोजें कीं — यह वही ‘पंखा’ क्वेरी है जिसके बारे में मैंने पहले दो भागों में लिखा था। एक खोज शॉर्ट-लिस्ट बनाती है, फिर प्रत्येक ब्रांड के लिए एक खोज, प्रत्येक सीधे कंपनी की वेबसाइट पर जाती है। पंखा कभी उम्मीदवारों की खोज नहीं था — यह ChatGPT है जो उस सूची से गुजर रहा है जो उसके पास पहले से है, एक बार में एक नाम।

पहले दो भागों में मैंने लिखा था कि आपको site:yourdomain.com जांच से गुजरना होगा, क्योंकि ChatGPT ऐसी जांच चलाता है। लेकिन वह इसे केवल तभी चलाता है जब आप पहली खोज क्वेरी में आते हैं। यदि आप शॉर्ट-लिस्ट में नहीं हैं, तो आपकी साइट बिल्कुल नहीं देखी जाएगी, चाहे वह कितनी भी अच्छी क्यों न हो। निर्णय आपके सर्वर को कुछ भी छूने से पहले लिया जाता है।

मैंने पहले और दूसरे भागों के लिए दो महीने तक इस ट्रैफ़िक को पढ़ा। यह पहली चीज़ है जो मेरी ग्राहकों को सिफारिशों को बदलती है। आगे पढ़ने से पहले: यह सब एक खाते से प्राप्त हुआ है, इसलिए हर प्रतिशत एक दिशा है, माप नहीं। तंत्र — दूसरी बात है। आप इसे अपने खाते पर दो मिनट में दोहरा सकते हैं, और मैं अंत में दिखाऊंगा कैसे।

यह कैसे काम करता है

जब आप एक प्रश्न पूछते हैं, ChatGPT इसे अपनी खोज क्वेरी में फिर से लिखता है, उन्हें निष्पादित करता है, परिणाम पढ़ता है और फिर उत्तर लिखता है। ये क्वेरी उत्तर में होती हैं जो आपका ब्राउज़र लोड करता है, search_queries कुंजी के तहत। OpenAI ने अगस्त 2026 की शुरुआत में इसे search_model_queries से नाम बदल दिया।

यह लीक नहीं है: आपके ब्राउज़र को पेज प्रस्तुत करने के लिए इस JSON की आवश्यकता होती है, और आप इसे अपने खाते पर DevTools में लगभग दो मिनट में पढ़ सकते हैं। यहाँ चैट प्रोग्राम के बारे में एक प्रश्न का उदाहरण है: मैंने पूछा ‘सपोर्ट चैट के लिए सबसे अच्छा AI सॉफ्टवेयर‘, और उसने वर्ष, ‘आधिकारिक’, ‘मूल्य’ और तीन नाम जोड़े।

नीचे सब कुछ ऐसे कई सौ अनुरोधों को पढ़ने पर आधारित है। इससे शुरू करें: ChatGPT खोलें, वह सवाल पूछें ‘सबसे अच्छा [आपकी श्रेणी]’ जो आपके खरीदार पूछते हैं, और वह अनुरोध पढ़ें जो वह लिखेगा। यह पंक्ति दिखाएगी कि क्या ChatGPT को आपके ब्रांड के अस्तित्व के बारे में पता है — यही आमतौर पर AI-दृश्यता ऑडिट के रूप में बेचा जाता है। बाकी लेख इस बारे में है कि आपको जो मिले उसके साथ क्या करना है।

कारणता परीक्षण

नोट्स ऐप्स के मेरे उदाहरण पर स्पष्ट आपत्ति: शायद ChatGPT ने पहले खोज की, उन ब्रांडों को देखा, और फिर एक अधिक स्मार्ट दूसरा अनुरोध लिखा। यह नामों को खोज का परिणाम बना देता, न कि कारण।

इसलिए मैंने एक परीक्षण किया: प्रत्येक संवाद के लिए, मैंने उपयोगकर्ता का पहला संदेश और पहला खोज अनुरोध लिया, समय के अनुसार क्रमबद्ध। उस समय कुछ भी लोड नहीं हुआ था, इसलिए सीखने के लिए कुछ नहीं था। 27 संवादों में से 21 में, पहले अनुरोध में ऐसे ब्रांड थे जो उपयोगकर्ता ने दर्ज नहीं किए थे। पंक्तियाँ 2 और 3 देखें: एक ही सवाल, थोड़ा अलग शब्दों में — और सूची तीन से सात नामों तक बढ़ गई। सूची एक निश्चित तालिका से नहीं, बल्कि शब्दों के आधार पर बढ़ती है।

फिर मैंने 12 श्रेणियाँ चलाईं, जो एक-दूसरे से बिल्कुल असंबंधित थीं, यह जाँचने के लिए कि यह सॉफ़्टवेयर की विशेषता नहीं है। 13 में से 11 ने वही दिखाया। रोबोट वैक्यूम वाली पंक्ति ने मुझे चौंका दिया: Roborock के अस्तित्व को याद रखना सामान्य बात होती, लेकिन उसने Saros, Dreame X50 और Eufy S1 Pro को याद किया — पहले अनुरोध में वर्तमान मॉडल नंबर, बिना किसी संकेत के। यह ज्ञान उत्पाद लाइन तक पहुँचता है।

इलेक्ट्रिक SUV वाली पंक्ति अलग व्यवहार करती है। लेखांकन, थेरेपी और होस्टिंग के लिए, उसने विक्रेताओं के नाम लिए और उनके मूल्य पृष्ठों पर चला गया। कारों के लिए, उसने पत्रिकाओं के नाम लिए: Car and Driver, Edmunds, Top Gear। एक श्रेणी में, उसकी प्रवृत्ति निर्माताओं के पास जाने की है, दूसरे में — समीक्षकों के पास।

मैं इससे खुश हुआ और स्थिरता जाँचने के लिए तीन श्रेणियाँ फिर से चलाईं। भाषा सीखना लगभग नहीं बदला: छह में से पाँच नाम मेल खाते हैं। लेखांकन छह विक्रेताओं से सिकुड़कर QuickBooks के लिए एक लक्षित अनुरोध रह गया। वेब होस्टिंग ने पूरी तरह से पक्ष बदल दिया: सभी विक्रेताओं को छोड़ दिया और समीक्षा साइट पर चला गया। तो ‘विक्रेता बनाम पत्रिकाएँ’ एक प्रवृत्ति है जो रनों के बीच बदल सकती है, न कि श्रेणी की एक निश्चित विशेषता।

दो चीजें बनी रहती हैं: इंजेक्शन हर बार होता था, और सबसे स्पष्ट बाजार नेताओं वाली श्रेणी अपने नाम बनाए रखती थी। मैं अनुमान लगाता हूँ कि स्थापित श्रेणियों में स्थिर शॉर्ट-लिस्ट होती हैं, और विवादास्पद श्रेणियाँ उतार-चढ़ाव करती हैं, लेकिन तीन दोहराव इसे साबित करने के लिए पर्याप्त नहीं हैं। एक उत्तर के आधार पर AI-दृश्यता का न्याय न करें। सवाल को पाँच बार चलाएँ, क्योंकि सूची रनों के बीच बदलती है।

ब्रांड इंजेक्शन को क्या प्रभावित करता है

इससे पहले के सभी अनुरोधों में ‘सबसे अच्छा’ शब्द था, इसलिए मैंने इसे तोड़ने की कोशिश की। मैंने सात अलग-अलग रूपों में इस शब्द के बिना 24 अतिरिक्त अनुरोध चलाए। यह पता चला कि ‘सबसे अच्छा’ का इससे कोई लेना-देना नहीं है। महत्वपूर्ण यह है कि क्या ChatGPT को खुद उत्पादों के बारे में सोचना है।

जब वह बिल्कुल खोज नहीं करता, यह काम नहीं करता। पूछें कि शोर कम करना कैसे काम करता है या वेक्टर डेटाबेस क्या है — वह बिना वेब खोज के अपने प्रशिक्षण से उत्तर देगा। यही बात खुली शिकायतों के लिए भी है: “हम ग्राहक सहायता उपकरणों पर बहुत अधिक खर्च कर रहे हैं” — यह भी बिना खोज के। मेरे चौबीस अनुरोधों में से सात वेब से बिल्कुल संबंधित नहीं थे, इसलिए कोई शॉर्ट-लिस्ट नहीं थी जिसमें शामिल होना होता।

यदि आप स्वयं ब्रांडों के नाम लेते हैं, तो वह उन्हें स्वीकार करता है। “Xero या QuickBooks छोटे व्यवसाय के लिए” तुरंत site:xero.com/uk पर चला गया। “क्या मुझे एक छोटी एजेंसी के लिए HubSpot का उपयोग करना चाहिए” — site:hubspot.com पर। यदि आप उम्मीदवारों को उसके विवेक पर छोड़ देते हैं, तो वह स्मृति का सहारा लेता है। यह उन ग्यारह मामलों में से दस में हुआ जब मैंने बिना नाम बताए सिफारिश मांगी।

तीसरी पंक्ति मेरी पसंदीदा है: मैंने जानबूझकर “रोबोट वैक्यूम” शब्दों से परहेज किया और किसी का नाम नहीं लिया, और वह पहली खोज में ही Roborock के एक विशिष्ट मॉडल की साइट पर गया। पंक्ति 2 आपको चिंतित करनी चाहिए यदि आप सॉफ्टवेयर बेचते हैं: मीटिंग नोट्स के बारे में शिकायत पेज लोड होने से पहले “Granola आधिकारिक मूल्य” में बदल गई।

एक संस्करण है जो आपके प्रतिस्पर्धियों को लक्षित करता है। प्रतिस्थापन के बारे में मेरे तीनों अनुरोध नए नामों की ओर ले गए: “Zendesk के विकल्प” — Help Scout; “QuickBooks के बजाय क्या उपयोग कर सकते हैं” — Zoho Books; “Duolingo जैसा कुछ, लेकिन व्याकरण के लिए बेहतर” — Kwiziq और Babbel। जब आपका ग्राहक आपके प्रतिस्पर्धी से बाहर निकलने का रास्ता खोजता है, तो ChatGPT उन लोगों को सुझाव देता है जिन्हें वह पहले से जानता है। यह आप हो सकते हैं, और उस दिन आप इसे प्रभावित नहीं कर सकते।

यदि ChatGPT एक उत्पाद खोजता है और आपने कोई नाम नहीं लिया है, तो वह अपने ज्ञात उत्पाद लाता है। ऐसा करें: अपना श्रेणी-आधारित प्रश्न पांच बार चलाएं और हर बार क्वेरी में दिखने वाले नामों को नोट करें। जो नाम हर बार दिखते हैं, वे ChatGPT के दिमाग में आपका वास्तविक प्रतिस्पर्धी समूह हैं। जो दिखते और गायब होते हैं, वह विवादास्पद क्षेत्र है जहां आप मामला आगे बढ़ा सकते हैं। यदि आपका ब्रांड पांच बार में एक बार भी नहीं दिखता, तो आपके पास उत्तर है, और यह तकनीकी नहीं है।

उद्धरण: 3.1% मौका

मैंने सभी ब्रांडों को दो समूहों में विभाजित किया: वे जो ChatGPT द्वारा लिखी गई क्वेरी में दिखे, और वे जो केवल खोज के दौरान लोड हुए लेकिन नामित नहीं हुए। फिर मैंने जांचा कि प्रत्येक समूह अंतिम उत्तर में कितनी बार शामिल हुआ। अंतर लगभग 33 गुना है। मुझे 86 ऐसे मामले भी मिले जहां एक ब्रांड की सिफारिश की गई, लेकिन उसकी साइट उस संवाद में बिल्कुल लोड नहीं हुई। उल्लेख के लिए क्रॉलिंग की आवश्यकता नहीं है।

यह मेरे अपने उद्योग के लिए असुविधाजनक है। जो अब GEO के रूप में बेचा जा रहा है, उसका अधिकांश हिस्सा निष्कर्षण कार्य है, यानी 2.1% कॉलम। 68.9% कॉलम उससे पहले तय हो जाता है। बजट को दो कॉलम के अनुसार विभाजित करें।

यदि आप क्वेरी में नहीं हैं, तो पैसा इस ओर जाना चाहिए कि आपके बारे में लिखा जाए, समीक्षा की जाए, तुलना की जाए और सूचियों में शामिल किया जाए: डिजिटल PR, श्रेणी सामग्री, समीक्षा साइटों पर प्लेसमेंट, विश्लेषक कवरेज, उन चयनों में भागीदारी जो आपके खरीदार पढ़ते हैं। यदि आप पहले से ही क्वेरी में हैं, तो वे खर्च ज्यादातर हो चुके हैं, और नीचे तकनीकी काम बचा है।

यदि सब कुछ यहीं रुक जाता, तो सलाह होती ‘ब्रांड इक्विटी बनाएं’, और हम सब अपने-अपने रास्ते जा सकते थे। लेकिन क्वेरी के बाद दूसरा फ़िल्टर काम करता है, और वह क्रूर है। मैंने 57 संवादों का एक लेबल किया हुआ डेटासेट बनाया: हर लोड हुआ पेज एक पंक्ति के रूप में, जिसमें यह लेबल था कि उसे उद्धरण मिला या नहीं। 3,554 पेज, 110 को उद्धरण मिला — 3.1%। ChatGPT एक उत्तर लिखने के लिए लगभग 600 पेज पढ़ता है, और लगभग 30 का उल्लेख करता है। लगभग सब कुछ पढ़ा जाता है। पढ़ने और उद्धरण के बीच का अंतर — वहीं काम है।

उद्धरण को प्रभावित करने वाले तीन कारक

स्थिति। ChatGPT परिणामों को डोमेन के अनुसार समूहित करता है, और उस समूह में आपकी स्थिति लगभग सब कुछ भविष्यवाणी करती है। शीर्ष-2 से नीचे उद्धरण एक गोल करने की त्रुटि है। सेट में होना जीत नहीं है, यदि आप नौवें स्थान पर हैं।

कैनिबलाइज़ेशन। पेज जोड़ना नुकसान पहुँचाता है। जब एक ही डोमेन के कई पेज एक ही समूह में दिखाई देते हैं, तो प्रति पेज रूपांतरण तेजी से गिर जाता है। दो निकट से संबंधित पेज — इष्टतम हैं। छह से अधिक — आप मुख्य रूप से खुद से प्रतिस्पर्धा कर रहे हैं। मैंने एक साल तक ग्राहकों को अंतर्ज्ञान के आधार पर समेकित करने के लिए कहा। यह पहली बार है जब मैं इसे डेटा में देख रहा हूँ।

प्रासंगिकता। प्रासंगिकता योग्यता तय करती है, लेकिन चयन नहीं करती। मैंने उद्धृत पेज का मूल्यांकन उसी कथन के लिए निकाले गए अन्य सभी पेजों के मुकाबले किया, कि उसका टेक्स्ट समर्थित वाक्य से कितनी अच्छी तरह मेल खाता है। उद्धृत पेज पूल के शीर्ष 5% में आया। लेकिन यह केवल 20% मामलों में सबसे अच्छा मेल था, और इसका औसत ओवरलैप उपलब्ध सर्वोत्तम से काफी कम था।

इस प्रकार, कथन की प्रासंगिकता शॉर्ट-लिस्ट बनाती है, और कुछ और विजेता चुनता है। किसी विशिष्ट कथन के लिए शीर्ष 10% में आएं — और आप बातचीत में हैं। इस हिस्से को आप टेक्स्ट के माध्यम से नियंत्रित करते हैं। अंतिम चयन में ऐसी चीज़ें शामिल हैं जो मैं नहीं देखता।

ऐसा करें: अपने खरीदारों द्वारा पूछे जाने वाले प्रश्नों को लें, और अपने सभी पेज खोजें जो एक ही प्रश्न का उत्तर देते हैं। उस पेज को चुनें जो इरादे से सबसे अधिक मेल खाता है, उसे उत्तर बनाएं, और बाकी को हटा दें या उस पर रीडायरेक्ट करें। सुनिश्चित करें कि जो वाक्य वास्तव में प्रश्न का उत्तर देता है, वह पेज के शीर्ष पर सरल HTML टेक्स्ट के रूप में संख्याओं के साथ हो।

वास्तविक साइट पर ऐसे ओवरलैप को मैन्युअल रूप से खोजना सबसे कष्टप्रद हिस्सा है। कैनिबलाइज़ेशन का मूल्यांकन आमतौर पर कीवर्ड ओवरलैप द्वारा किया जाता है, लेकिन यह गलत इकाई है, क्योंकि ChatGPT कथनों के अनुसार समूह बनाता है, कीवर्ड के अनुसार नहीं। यही वह काम है जिसके लिए Keyword Insights बनाया गया है: यह कीवर्ड को स्ट्रिंग मिलान के बजाय खोज इरादे से क्लस्टर करता है, ताकि एक ही इरादे के लिए लड़ने वाले पेज एक समूह के रूप में दिखें, भले ही उनमें कोई साझा कीवर्ड न हो। यह समूहीकरण बिल्कुल वैसा ही है जैसा मैं देखता हूँ जब ChatGPT एक डोमेन को एक उद्धृत पेज तक सीमित करता है। पूर्ण प्रकटीकरण: यह मेरी कंपनी है, इसलिए मुझे पता है कि यह इस कार्य को संभालती है।

परिणाम AI दृश्यता को दो खेलों में विभाजित करते हैं जिन्हें अक्सर भ्रमित किया जाता है। यदि ChatGPT आपके ब्रांड को आपकी श्रेणी से नहीं जोड़ता है, तो वह आपको क्वेरी में नहीं बुलाएगा, और आपके पास उल्लेख के लिए 2% मौका है। यह योजना इसे ठीक नहीं करेगी, न ही पेज की गति। llms.txt फ़ाइल के पास और भी कम मौका है, क्योंकि निर्णय लेने से पहले आपका सर्वर संपर्क में नहीं आता है।

जो चीज़ संबंध बनाती प्रतीत होती है—वह धीमा और अनाकर्षक काम है: आपके बारे में खुले वेब पर वर्षों तक लिखा जाता है, समीक्षा की जाती है, तुलना की जाती है और बहस की जाती है, जब तक कि प्रशिक्षण डेटा में संबंध प्रकट न हो जाए। यह डिजिटल PR और श्रेणी-परिभाषित सामग्री है, जो उन लोगों के लिए असुविधाजनक है जो तकनीकी ऑडिट को AI रणनीति के रूप में बेचते हैं।

तकनीकी हिस्सा 3.1% है, और यह वास्तविक है: प्रति इरादे के लिए एक सटीक रूप से लक्षित पृष्ठ, शुरुआत में मुख्य दावे के साथ प्रस्ताव, सरल HTML टेक्स्ट में तथ्य और आंकड़े, और एक-दूसरे से लड़ने वाले लगभग समान पृष्ठों का कोई क्लस्टर नहीं। यहाँ पूरा अनुक्रम है जिसे आप इस सप्ताह कर सकते हैं:

1. जाँचें कि क्या ChatGPT आपके ब्रांड को जानता है: पाँच बार श्रेणी-आधारित प्रश्न पूछें और देखें कि क्या आपका ब्रांड खोज परिणामों में दिखाई देता है।
2. जाँचें कि कौन से पृष्ठ उद्धृत किए गए हैं: उद्धरण ट्रैक करने और क्वेरी देखने के लिए FanoutFox का उपयोग करें।
3. कैनिबलाइज़ेशन समाप्त करें: एक ही प्रश्न का उत्तर देने वाले पृष्ठ खोजें और उन्हें मर्ज करें।
4. सामग्री अनुकूलित करें: सुनिश्चित करें कि मुख्य दावा और आंकड़े पृष्ठ के शीर्ष पर हों।

मेरे डेटा में, एक ब्रांड 66 बार लोड किया गया और कभी उद्धृत नहीं किया गया। यह जागरूकता की समस्या नहीं है। इंजन बार-बार लौटता रहा और तय किया कि उनके पास उद्धृत करने के लिए कुछ नहीं है। चरण 4 इसी को पकड़ने के लिए मौजूद है।

चरण 1 और 4 वे हैं जिनके लिए मैंने FanoutFox बनाया है, क्योंकि हर उत्तर के लिए उन्हें मैन्युअल रूप से करना जल्दी उबाऊ हो जाता है। यह एक मुफ्त Chrome एक्सटेंशन है; सब कुछ आपके ब्राउज़र में रहता है, और यह आपका अपना डेटा पढ़ता है।