AI विज़िबिलिटी रिपोर्ट से एजेंसी का काम कैसे परखें

Labrika में क्लाइंट विज़िबिलिटी का प्रतिशत बढ़ने के साथ खास सवाल, AI के जवाब, बताए गए प्रतिस्पर्धी और स्रोत भी जाँच सकता है। इससे प्रकाशित काम स्वीकार करना, संबंधित सेवा के नतीजे समझना और अगला चरण तय करना आसान होता है। एजेंसी इन्हीं रिपोर्ट से बताती है कि क्या बदला और उसका प्रमाण क्या है।

काम शुरू होने से पहले सेवा और खरीदारों के सवाल तय करें

मान लें, नॉर्थ कॉफ़ी ने एजेंसी को दिल्ली के ऑफिसों के लिए कॉफ़ी मशीन रेंटल का प्रचार सौंपा है। मूल्यांकन में रेंटल, इंस्टॉलेशन, सर्विस और वैकल्पिक मशीन के सवाल शामिल होंगे। उपकरण विक्रेता के रूप में कंपनी की सामान्य पहचान उपयोगी संदर्भ है, लेकिन वह सौंपी गई सेवा के नतीजे की जगह नहीं लेती।

दूसरे बिज़नेस अपना समूह चुनें: स्थानीय सेवा के लिए सेवा और शहर; स्टोर के लिए कैटेगरी और ऑर्डर की शर्तें; B2B प्रोडक्ट के लिए ग्राहक का काम और जरूरी इंटीग्रेशन। उदाहरण: «फील्ड टेक्नीशियन वाली सर्विस कंपनी के लिए कौन-सा CRM चुनें?» एक ठोस उपयोग की जाँच करता है।

AI विज़िबिलिटी प्रोजेक्ट की «सेटिंग्स» में ब्रांड के नाम, प्रत्यक्ष प्रतिस्पर्धी और मॉडल तय करें। प्रॉम्प्ट «प्रॉम्प्ट सुझाएँ» से ले सकते हैं या AI ऑडिट के «प्रॉम्प्ट विचार» से ला सकते हैं। वे सवाल चुनें जिनसे कंपनी वास्तव में लीड चाहती है; चयन और जाँच शुरू करने का तरीका अलग गाइड में है।

«दृश्यता» में पंक्तियाँ चुनकर «टैग» से «रेंटल» समूह दें। कंपनी का नाम रखने वाले सवाल अलग रखें: वे पहले से परिचित ब्रांड की जानकारी जाँचते हैं। सप्लायर चुनने के लिए बिना ब्रांड नाम वाले सवाल इस्तेमाल करें।

शुरुआती आँकड़े लें और नियमित जाँच सेट करें

बदलाव प्रकाशित होने से पहले सेटिंग सहेजकर «विश्लेषण चलाएँ» दबाएँ। पूरा होने पर «दृश्यता» खोलकर अपना ब्रांड, मॉडल, शुरुआती तारीख और «रेंटल» टैग चुनें। देखें कि सवाल सहमत सेवा से संबंधित हैं।

«AI Visibility शेड्यूल» में नियमित जाँच सेट करें। इतिहास में दिखेगा कि अगला डेटा संग्रह पूरा हुआ या नहीं। रिपोर्ट में नया डेटा न हो, तो पहले जाँच का स्टेटस देखें: नया माप न होना नतीजे बिगड़ने का संकेत नहीं है।

वेबसाइट के जरूरी URL का टेक्स्ट, मेटा टैग और स्क्रीनशॉट मॉनिटरिंग पहले से चालू करें। पहला रन काम से पहले की स्थिति सहेजेगा। बाहरी प्लेसमेंट के लिए शुरुआती लिस्टिंग दर्ज करें; उल्लेखों पर काम चरण में शामिल हो, तो शुरुआती SERM विश्लेषण भी करें। ऑडिट और पेज वर्ज़न की तुलना AI विज़िबिलिटी के मूल्यांकन को पूरा करती है।

«दृश्यता»: पहले सेवा की पहुँच, फिर अलग सवाल देखें

काम पूरा होने पर विश्लेषण दोहराएँ। «दृश्यता» में वही ब्रांड, मॉडल और टैग रखें; पहले और बाद की तारीखें चुनें। ग्राफ़ उन सवालों का प्रतिशत दिखाता है जिनके जवाब में ब्रांड मिला। टेबल की संख्या किसी खास जवाब में उल्लेख का स्थान है; आँख का आइकन जवाब खोलता है।

1. 20 सवालों के एक समूह का उदाहरण। 29 अक्टूबर से 5 नवंबर के बीच पहुँच 30% से 40% हुई—ब्रांड वाले जवाब छह से आठ हुए। आँख का आइकन जवाब खोलता है; सभी आँकड़े उदाहरण हैं।

उदाहरण में आखिरी दो तारीखों के बीच पहुँच 20 में से छह सवाल से 20 में से आठ हुई, यानी 30% से 40%। रिपोर्ट यह गणना कर चुकी है: अलग वर्तनियों के उल्लेख हाथ से जोड़ने की जरूरत नहीं। अब देखें कि किन खास सवालों में ब्रांड आया।

सर्विस और वैकल्पिक मशीन वाले सवाल सुधरे, तो यह रेंटल के सौंपे गए काम से जुड़ा है। केवल «बिक्री» समूह बढ़ा हो, तो उसे अलग चर्चा में रखें। स्टोर इसी तरह कैटेगरी और शाखाओं वाला बिज़नेस शहरों की तुलना करे।

0 बताता है कि मिले जवाब में ब्रांड नहीं मिला। n/a का मतलब डेटा नहीं है। बीच में जोड़े गए प्रॉम्प्ट की तुलना उसके पहले सफल रन से शुरू करें। सूची बढ़ाते समय पुराने सवालों को एक टैग में रखें, ताकि नए सवालों का प्रतिशत पहले के समूह की जगह न ले।

«एआई उत्तर लॉग»: देखें खरीदार के लिए क्या बदला

«एआई उत्तर लॉग» खोलें, संबंधित प्रॉम्प्ट खोजें और «खोलें» दबाएँ। पट्टी में मॉडल चुनें और एक के बाद एक दो «डेटा संग्रह की तारीख» देखें। यहाँ सहेजा टेक्स्ट मिलता है, इसलिए चर्चा उसी जवाब पर हो सकती है जिससे रिपोर्ट बनी है।

2. «एआई उत्तर लॉग» से खुलने वाली पट्टी में एक प्रॉम्प्ट के लिए मॉडल और तारीख बदल सकते हैं। यहाँ सुधारों के बाद का उदाहरणात्मक जवाब है; सेवा का विवरण और लिंक साथ पढ़ें।

मान लें, काम से पहले कंपनी तीसरे स्थान पर थी और किराये की शर्तें पूछने को कहा गया था। बाद में ब्रांड दूसरे स्थान पर इंस्टॉलेशन, सर्विस और वैकल्पिक मशीन के साथ आया। क्लाइंट के लिए ये दो बदलाव हैं: उल्लेख का स्थान और ऑफ़र की जानकारी। इन्हें रेंटल पेज के खास सुधार के साथ दिखाना उपयोगी है।

जाँचें कि सिफ़ारिश आपके ब्रांड, शहर और सेवा की है। नाम आया, लेकिन सहायक कैफ़े या घरेलू उपकरण की बात कर रहा है, तो उस जवाब से ऑफिस रेंटल का प्रचार उद्देश्य पूरा नहीं हुआ। स्थान वही रहे लेकिन विवरण अधिक सटीक हुआ हो, तो यह भी चर्चा में शामिल करने योग्य सुधार है।

प्रॉम्प्ट वही रखकर मॉडल बदलें। ChatGPT, Perplexity और Gemini ऑफ़र का अलग वर्णन कर सकते हैं। क्लाइंट रिपोर्ट में हर मॉडल के नतीजे दें, ताकि एक में सुधार दूसरे की समस्या को न छिपाए।

«ब्रांड पर्यायवाची»: समान नामों के आधार पर तुलना जाँचें

«ब्रांड पर्यायवाची» में अपनी कंपनी, मॉडल और तारीखें चुनें। ग्राफ़ और पंक्तियाँ बताती हैं कि कौन-सी वर्तनी उल्लेखों में है: जैसे North Coffee और «नॉर्थ कॉफ़ी»। संख्या पर क्लिक करने से उस नाम वाले सवाल खुलते हैं; संदर्भ «एआई उत्तर लॉग» में जाँचें।

3. ग्राफ़ हर नाम का प्रतिशत और टेबल सवालों की संख्या दिखाती है। एक ही जवाब में दोनों नाम हो सकते हैं। उदाहरण में 20 प्रॉम्प्ट हैं; इतिहास के दो कॉलम दिखाए गए हैं।

दो नाम एक ही जवाब में हो सकते हैं, इसलिए लैटिन में छह और देवनागरी में चार उल्लेख का मतलब जरूरी नहीं कि दस अलग सवाल हों। कंपनी की कुल विज़िबिलिटी «दृश्यता» रिपोर्ट में देखें।

एजेंसी ने हिंदी नाम या पुराना ब्रांड जोड़कर «पिछली रिपोर्ट की दोबारा गणना करें» चलाया हो, तो पुराने जवाब नई सेटिंग के अनुसार गिने जाएँगे। बदलाव की तारीख दर्ज करवाएँ और दोनों तारीखों की तुलना दोबारा गणना के बाद करें। इससे गिनती सुधारने और नई सिफ़ारिश आने का अंतर स्पष्ट होता है। नामों और रिपोर्ट का उपयोग पिछले लेख में है।

«ब्रांड दृश्यता»: AI आपके खरीदारों को किसे सुझाता है

«ब्रांड दृश्यता» खोलें। इसमें जवाबों के वे ब्रांड हैं जिन्हें अभी ट्रैकिंग सूची में नहीं जोड़ा गया। मॉडल और तारीखें चुनें: क्षैतिज पट्टियाँ आखिरी चुनी तारीख पर मौजूदगी और टेबल हर रन में उल्लेखों की संख्या दिखाती है।

4. मिले हुए ब्रांड जो अभी ट्रैकिंग सूची में नहीं हैं। संख्या से सवाल खुलते हैं; «+» पुष्टि के बाद नाम को आपके अपने ब्रांड में जोड़ता है। डेटा उदाहरण है।

ऑफिस ब्रू की पंक्ति में संख्या दबाकर उसके सवाल देखें। वह ऑफिस रेंटल का प्रत्यक्ष सप्लायर हो, तो एजेंसी से संबंधित जवाब और ऑफ़र की शर्तें समझने को कहें। वह ऐसा प्रतिस्पर्धी हो सकता है जिसे टीम ने पहले शामिल नहीं किया था।

पहले से ज्ञात प्रतिस्पर्धियों की तुलना «दृश्यता» में ब्रांड चुनकर उन्हीं मॉडल, टैग और तारीखों से करें। उदाहरण: आपकी पहुँच बढ़ी, लेकिन सर्विस के मुख्य सवालों में प्रतिस्पर्धी अब भी मौजूद है। इससे अगले कंटेंट चरण में सर्विस शामिल करने का आधार मिलता है। प्रतिस्पर्धी की बढ़त अपने-आप एजेंसी के बनाए पेज की गुणवत्ता नहीं बताती; पेज अलग जाँचें।

«उद्धृत डोमेन और URL»: जवाबों को खास स्रोतों से जोड़ें

«उद्धृत डोमेन और URL» में मॉडल और प्रॉम्प्ट चुनें। टेबल के सर्च से अपना डोमेन, प्रतिस्पर्धी की वेबसाइट या प्लेसमेंट साइट खोजें। पंक्ति में पता, मॉडल और सवाल मिलता है; URL खोल सकते हैं।

5. एक सवाल आपकी वेबसाइट के पेज और बाहरी रिव्यू से जुड़ा है। URL खोलकर सामग्री देखें; लिंक कब दिखाई दिया, यह सहेजे जवाब में जाँचें। पते और नतीजे उदाहरण हैं।

एजेंसी ने कंपनी की लिस्टिंग अपडेट की हो, तो उसका पता खोजकर जुड़े सवाल का संदर्भ पढ़ें। नए लेख का लिंक मिला हो, तो देखें कि जवाब की सामग्री लेख और संबंधित सेवा से मेल खाती है। केवल प्रतिस्पर्धी का पेज हो, तो देखें वह खरीदार को कौन-सी जानकारी देता है।

इस टेबल में तारीख का फ़िल्टर नहीं है। रिपोर्ट अवधि में लिंक आने की पुष्टि के लिए वही सवाल «एआई उत्तर लॉग» में खोलें और संबंधित रन चुनें। सामान्य सूची में URL होने से यह साबित नहीं होता कि वह हाल के काम के बाद आया।

रिपोर्ट के नतीजों को पूरे हुए काम से मिलाएँ

एजेंसी के साथ बैठक में पहले सौंपा गया कार्य, फिर प्रकाशित परिणाम और उसके बाद जवाबों के बदलाव देखें। अलग काम के अलग प्रमाण होते हैं:

SERM में मिले उल्लेखों की संख्या और ऑर्डर किए गए प्लेसमेंट अलग आँकड़े हैं। तीन प्रकाशित लिस्टिंग तीन लिंक से स्वीकार होती हैं। SERM में मिले रिव्यू या कंपनी संबंधी लेख बाहरी मौजूदगी समझने में मदद करते हैं, लेकिन पूरे किए गए कार्यों की सूची की जगह नहीं लेते।

अगले चरण के लिए AI ऑडिट जोड़ें। कंपनी का विवरण अधूरा हो, तो «एआई क्या बताएगा?» और «एआई के लिए महत्वपूर्ण सामग्री» देखें। जवाबों में प्रतिस्पर्धी मजबूत हो, तो «कौन दिखाया गया है और क्यों» और «प्रतिस्पर्धियों की सामग्री» देखें। बाहरी स्रोतों के लिए «पंजीकरण निर्देशिकाएँ» के साथ मिले सिटेशन उपयोग करें। इससे हर नया कार्य रिपोर्ट की किसी खोज से जुड़ता है।

दस्तावेज़ तैयार करें और चरण का निर्णय दर्ज करें

«प्रिंट संस्करण» खोलें। «AI दृश्यता का प्रिंट संस्करण» पेज पर PDF या DOCX, अपना ब्रांड या प्रतिस्पर्धी, पेज की दिशा, रंग योजना और तारीखें चुनें। «दस्तावेज़ के अनुभाग» में जरूरी रिपोर्ट चुनकर «डाउनलोड करें» दबाएँ। एक फ़ाइल में विज़िबिलिटी, नाम के रूप, मिले ब्रांड, जवाबों का लॉग और उद्धृत URL रख सकते हैं।

6. «प्रिंट संस्करण» चुने हुए भागों को एक दस्तावेज़ में जोड़ता है। उदाहरण में PDF, अपना ब्रांड, दो तारीखें और सभी पाँच भाग चुने गए हैं, ताकि नतीजे एक फ़ाइल में दिए जा सकें।

कई मापों की तुलना के लिए लैंडस्केप सुविधाजनक है: उसमें छह तारीखें चुन सकते हैं; पोर्ट्रेट में तीन। किसी एक सवाल का जवाब इतिहास देने के लिए «एआई उत्तर लॉग» का «प्रॉम्प्ट के अनुसार» एक्सपोर्ट इस्तेमाल करें। एक रन के नतीजे देने के लिए «तारीख के अनुसार» मोड उपयुक्त है।

कई रन की तुलना करें: एक जवाब बदलना यह साबित नहीं करता कि किसी खास प्रकाशन से बदलाव हुआ। पूरे किए काम, सिफ़ारिशों के बदलाव और वेब ऐनालिटिक्स की लीड अलग दिखाएँ। इससे पूरा काम स्वीकार करना, बाकी जरूरतें देखना और Labrika के डेटा से अगला चरण तय करना आसान होता है।