Ahrefs ने 66.6 मिलियन ChatGPT जवाबों में क्वेरी फैन-आउट का अध्ययन किया
Ahrefs ने जानकारी पुनर्प्राप्ति और AI विज़िबिलिटी का अध्ययन करने के लिए 66.6 मिलियन ChatGPT जवाबों और 15 मिलियन फैन-आउट क्वेरी का विश्लेषण किया।
Ahrefs ने 66.6 मिलियन जवाबों और उनसे जुड़ी 15 मिलियन फ़ैन-आउट क्वेरी के विश्लेषण के आधार पर, ChatGPT जानकारी कैसे खोजता है, इस पर शोध प्रकाशित किया है। यह अध्ययन इस बात पर केंद्रित है कि जानकारी खोजने की यह प्रक्रिया AI से जनरेट किए गए जवाबों में दृश्यता के लिए क्या मायने रख सकती है—यह ऐसा विषय है जिसमें वे मार्केटर दिलचस्पी लेते हैं जो यह समझना चाहते हैं कि ऑडियंस जानकारी कैसे ढूँढ़ती है।
जिन जवाबों की जाँच की गई, वे GPT-5.6 Luna के मुफ़्त, लॉग-आउट उपयोग से लिए गए थे। Ahrefs के अनुसार, इस सामग्री में अगस्त और सितंबर शामिल थे। ये विवरण अध्ययन के सारांश में बताई गई परिस्थितियों को परिभाषित करते हैं; सारांश यह साबित नहीं करता कि वही नतीजे अन्य मॉडल, अकाउंट के प्रकार या समयावधि पर भी लागू होंगे।
सारांश विश्लेषण का पैमाना बताता है, लेकिन इसके निष्कर्षों के बारे में सीमित जानकारी देता है। इसमें 66.6 मिलियन जवाबों में से 14.4% का आँकड़ा दिया गया है, लेकिन यह स्पष्ट नहीं किया गया कि यह प्रतिशत किस चीज़ को मापता है। इसलिए उस आँकड़े को खोज, उद्धरण या किसी अन्य विशिष्ट व्यवहार की दर मानना भ्रामक होगा।
इसी तरह, दोनों प्रमुख कुल आँकड़ों को अलग-अलग समझना चाहिए: एक जवाबों की संख्या बताता है, जबकि दूसरा फ़ैन-आउट क्वेरी की गिनती करता है। सारांश यह नहीं बताता कि क्वेरी जवाबों में कैसे वितरित थीं, नतीजों में कौन-से स्रोत दिखाई दिए या शोधकर्ताओं ने दृश्यता का आकलन कैसे किया। यह सबसे अच्छा प्रदर्शन करने वाली मार्केटिंग रणनीतियों के बारे में निष्कर्ष निकालने के लिए पर्याप्त जानकारी भी नहीं देता।
AI द्वारा जानकारी खोजने पर किए गए शोध का मूल्यांकन करते समय यह अंतर महत्वपूर्ण है। जवाबों का बड़ा संग्रह विश्लेषण के लिए पर्याप्त आधार दे सकता है, लेकिन केवल उसका आकार तरीके की व्याख्या नहीं करता और न ही किसी सिफ़ारिश को प्रमाणित करता है। जो पाठक अध्ययन के निष्कर्ष जानना चाहते हैं, उन्हें अधूरे प्रतिशत का अर्थ तय करने या नतीजों को किसी खास अभियान पर लागू करने से पहले पूरा शोध देखना चाहिए।
मार्केटरों के लिए इसका क्या अर्थ है
Ahrefs के अध्ययन को AI सिस्टम जानकारी कैसे खोजते हैं, इसकी जाँच के शुरुआती बिंदु के रूप में इस्तेमाल करें—इस प्रमाण के रूप में नहीं कि कोई खास ऑप्टिमाइज़ेशन रणनीति दृश्यता बढ़ाएगी। कंटेंट या मापन की रणनीति बदलने से पहले, पूरे निष्कर्ष, रिपोर्ट किए गए आँकड़ों की परिभाषाएँ और डेटा का दायरा जाँचें। इस बात पर खास ध्यान दें कि अध्ययन की परिस्थितियाँ आपके काम से जुड़ी ऑडियंस या AI उत्पाद से मेल खाती हैं या नहीं।
यह जानकारी के उद्देश्य से प्रकाशित मूल सारांश है; मूल रिपोर्टिंग के सभी अधिकार स्रोत के हैं।
इन जानकारियों को काम में लाएँ
कैंपेन चलाने के लिए भरोसेमंद अकाउंट चाहिए: नए रजिस्टर किए गए, सत्यापित और भुगतान करते ही डिलीवर — 48 घंटे की वारंटी और USDT से भुगतान के साथ।