जब AI आपके कारोबार के बारे में ग़लत बताए: सुधार की कार्यपुस्तिका

ग़ैरहाज़िरी से बुरा है ग़लत होना: झूठे दावे सबसे महँगी कमी क्यों हैं

AI के उत्तर उस सहकर्मी जैसे आत्मविश्वासी और बिना किसी हिचक वाले लहज़े में आते हैं जिसने पहले ही जाँच कर ली हो। वह लहज़ा अपनी हैसियत से कहीं ज़्यादा काम कर रहा होता है। जब Tow Center for Digital Journalism ने आठ AI सर्च टूल को समाचार अंशों का स्रोत पहचानने के लिए परखा, तो इन टूलों ने कुल मिलाकर 60% से ज़्यादा प्रश्नों के ग़लत उत्तर दिए, जिसमें Perplexity 37% पर और Grok 3 94% पर ग़लत रहा — और ग़लत होते वक़्त वे शायद ही कभी अनिश्चितता जताते थे।

समाचार अंश का स्रोत पहचानना और किसी विक्रेता का सार बताना एक ही काम नहीं हैं, लेकिन नाकामी का ढंग हूबहू वही रहता है: एक ठोस, जाँचने योग्य तथ्य को धाराप्रवाह और बिना किसी हिचक के कह दिया जाता है। तुलना वाला प्रॉम्प्ट पूछ रहे ख़रीदार के लिए वह शोध से अलग नहीं दिखता।

व्यावहारिक नतीजा यह है कि ग़लत दावा चक्रवृद्धि की तरह बढ़ता है। असिस्टेंट एक-दूसरे के तंत्र का हवाला देते हैं — किसी डायरेक्टरी की पुरानी प्रविष्टि किसी सारांश में जाती है, वह सारांश आगे उठा लिया जाता है, और ग़लती को दूसरा दिखावटी स्रोत मिल जाता है। दावा तीन बिचौलियों से गुज़रकर धुल जाने के बाद सुधारने की तुलना में जल्दी सुधार लेना कहीं सस्ता है। ग़लत दावों को अपनी AI विज़िबिलिटी क़तार में सबसे ऊपर रखिए, हल्के ज़िक्रों और छूटी तुलनाओं से भी ऊपर।

चरण 1 — बहस करने से पहले दावे को पकड़िए

धुँधली शिकायतें (“ChatGPT कहता है हमारी कीमत ग़लत है”) न तो ट्रैक की जा सकती हैं न जाँची जा सकती हैं। दावे को बग की तरह दर्ज कीजिए: प्रॉम्प्ट का हूबहू पाठ, असिस्टेंट और मॉडल, वेब सर्च या ब्राउज़िंग चालू थी या नहीं, तारीख़, और हवालों समेत पूरा उत्तर। उसका स्क्रीनशॉट लीजिए, और पाठ भी कॉपी कीजिए ताकि बाद में खोज सकें।

दो शर्तें मायने रखती हैं और आम तौर पर छूट जाती हैं। पहली, प्रॉम्प्ट को नए सेशन में चलाइए, मेमोरी और निजीकरण बंद करके — वरना हो सकता है आप मॉडल की डिफ़ॉल्ट राय नहीं, बल्कि अपनी ही पिछली बातचीत पढ़ रहे हों। दूसरी, उन्हीं शब्दों में परखिए जो ख़रीदार सचमुच इस्तेमाल करते हैं, न कि जो आप करते: “X की कीमत कितनी है”, “क्या X अब भी मिलता है”, “X या Y”, “क्या X और Y एक ही कंपनी हैं”। ग़लत दावे ख़रीद-इरादे वाले प्रॉम्प्ट में जमा होते हैं, क्योंकि वही प्रॉम्प्ट ठोस ब्योरे माँगते हैं।

फिर ग़लती को वर्गीकृत कीजिए, क्योंकि इलाज अलग-अलग है। रिट्रीवल की ग़लती का मतलब है कि असिस्टेंट ने किसी जीवित पन्ने का हवाला दिया और वह पन्ना ग़लत है। पैरामीट्रिक ग़लती का मतलब है कि दावा बिना किसी हवाले के प्रशिक्षण डेटा से आया। घुलने की ग़लती का मतलब है कि दो इकाइयाँ मिला दी गईं। कीमत की ज़्यादातर शिकायतें रिट्रीवल की ग़लती होती हैं। एक जैसे नाम की ज़्यादातर शिकायतें घुलने की।

चरण 2 — मॉडल का नहीं, हवाले का पीछा कीजिए

सीधे पूछिए: “इसका समर्थन कौन-से स्रोत करते हैं?” फिर हर URL खोलिए और देखिए कि उसमें सचमुच वही लिखा है या नहीं जो असिस्टेंट ने कहा। यह अकेला क़दम ज़्यादातर मामले सुलझा देता है, और उन्हें तीन बिलकुल अलग मरम्मतों में बाँट देता है।

अगर स्रोत असली है और उस पर दी जानकारी सचमुच पुरानी है, तो यह कंटेंट की समस्या है जिसे आप आज ठीक कर सकते हैं। अगर स्रोत असली और सही है पर असिस्टेंट ने उसे ग़लत पढ़ा — कीमत किसी छवि में दबी थी, फ़ुटनोट को मुख्य आँकड़ा समझ लिया गया, पुराना प्लान मौजूदा मान लिया गया — तो यह स्पष्टता और संरचना की समस्या है। अगर कोई स्रोत है ही नहीं, या हवाला दिए गए URL पर वह दावा है ही नहीं, तो आप मॉडल की स्मृति या गढ़ंत से जूझ रहे हैं, और किसी एक पन्ने का संपादन इसे नहीं सुलझाएगा।

यह जानना काम आता है कि जिस परत से जानकारी उठती है वह एक जीवित क्रॉल है जिसे आप प्रभावित कर सकते हैं। OpenAI ने प्रशिक्षण और सर्च उत्तरों के लिए अलग-अलग क्रॉलर अपने बॉट दस्तावेज़ में दर्ज किए हैं, Anthropic ने प्रकाशित किया है कि Claude वेब सामग्री कैसे लाता है, और Perplexity अपने क्रॉलर तथा यूज़र एजेंट का ब्योरा देता है। आज वे क्रॉलर आपके पन्ने पर जो पढ़ सकते हैं, वही कल के उत्तर का कच्चा माल है।

चरण 3 — स्रोत पर सुधारिए, असर के क्रम में

अपनी ही साइट से शुरू कीजिए, क्योंकि वही अकेला स्रोत है जो पूरी तरह आपके नियंत्रण में है। हर विवादित तथ्य के लिए एक आधिकारिक पन्ना दीजिए जो उसे साफ़-साफ़, HTML पाठ में, तारीख़ के साथ कहे। आपके अपने डोमेन के भीतर के अंतर्विरोध AI की ग़लतियों का आम कारण हैं: किसी पुराने अभियान का लैंडिंग पेज, PDF डेटाशीट, हेल्प-सेंटर लेख और चेंजलॉग की प्रविष्टि — सब अलग-अलग आँकड़े बताते हुए। मॉडल के पास यह जानने का कोई तरीक़ा नहीं कि आप किसे मौजूदा मानते हैं, इसलिए वह ख़ुद चुन लेता है, अक्सर ग़लत।

फिर उस तथ्य को मशीन-पठनीय बनाइए। उत्पाद और ऑफ़र मार्कअप से आप कीमत, मुद्रा और उपलब्धता को बिना किसी दुविधा के बता सकते हैं; Google ने आवश्यक और अनुशंसित फ़ील्ड अपनी मर्चेंट लिस्टिंग स्ट्रक्चर्ड डेटा गाइड में दर्ज किए हैं, और schema.org उपलब्धता के मान परिभाषित करता है, जिनमें Discontinued भी है। जो कीमतें सिर्फ़ स्क्रीनशॉट या क्लाइंट-साइड विजेट के भीतर रहती हैं, वे ज़्यादातर क्रॉलर को दिखती ही नहीं।

इसके बाद बाहरी डेटासेट। Wikidata और Wikipedia किसी इकाई के वर्णन को असमान रूप से गढ़ते हैं; अगर आप वहाँ संपादन करें तो Wikipedia के हितों के टकराव संबंधी दिशानिर्देश का पालन कीजिए और लेख ख़ुद बदलने के बजाय चर्चा पृष्ठ पर संपादन अनुरोध रखिए। अपना Google Business Profile अपडेट कीजिए, उद्योग डायरेक्टरी और समीक्षा साइटों के विक्रेता पृष्ठ सुधारिए, और पुरानी कीमत दिखा रहे रीसेलर तथा साझेदारों से अपनी लिस्टिंग ताज़ा करने को कहिए।

आख़िर में, दोबारा क्रॉल का न्योता दीजिए। साइटमैप के lastmod मान अपडेट कीजिए और बदले हुए URL IndexNow के ज़रिए भेजिए, जिसे Bing समर्थन करता है — यह इसलिए मायने रखता है क्योंकि Copilot के वेब उत्तर Bing के इंडेक्स पर टिके हैं।

वे तीन सुधार जो सबसे ज़्यादा बिगड़ते हैं

कीमत, बंद किए गए उत्पाद और नाम की टक्कर — हमारे देखे नुक़सानदेह ग़लत दावों का बड़ा हिस्सा इन्हीं तीन का है, और हर एक की नाकामी का अपना ढर्रा है।

कीमत की ग़लतियाँ इसलिए टिकी रहती हैं क्योंकि पुराने आँकड़े मौजूदा आँकड़ों से ज़्यादा जगहों पर ज़िंदा रहते हैं — प्रेस कवरेज, रीसेलर पृष्ठ, समीक्षा साइटों की तुलना तालिकाएँ, और आपके अपने पुराने पन्ने। नई कीमत छापने से पुरानी मिट नहीं जाती। इसका इलाज है एक ही मूल्य पृष्ठ को बेहिचक आधिकारिक और तारीख़दार बनाना, आँकड़े पाठ में ऑफ़र मार्कअप के साथ देना, और पुराने आँकड़े दिखा रहे शीर्ष तीन बाहरी पृष्ठों का पीछा करना।

बंद हो चुके उत्पाद उलटी दिशा में नाकाम होते हैं: टीम पन्ना ही हटा देती है। 404 आपके पास तथ्य कहने का ज़रिया ही नहीं छोड़ता, इसलिए असिस्टेंट कैश में पड़े बाहरी विवरणों और पुरानी समीक्षाओं से उत्तर देते रहते हैं। URL ज़िंदा रखिए, स्थिति और बिक्री समाप्ति की तारीख़ सादे पाठ में लिखिए, मार्कअप में उपलब्धता को बंद के रूप में दर्ज कीजिए, और उसी पन्ने पर उत्तराधिकारी उत्पाद का नाम दीजिए। आप चाहते हैं कि असिस्टेंट कहे “2024 में बंद, इसकी जगह X” — और यह तभी होगा जब कोई क्रॉल होने लायक़ पन्ना ऐसा कहे।

नाम की टक्कर कंटेंट की नहीं, इकाई की समस्या है। एक ही नाम वाली दो कंपनियाँ तब तक घुल जाती हैं जब तक ग्राफ़ उन्हें अलग न करे। हर जगह एक ही सुसंगत क़ानूनी नाम और साथ में श्रेणी बताने वाला शब्द इस्तेमाल कीजिए, अपनी सत्यापित प्रोफ़ाइलों को sameAs पहचानकर्ता के रूप में आपस में जोड़िए, अपना Wikidata आइटम सही रखिए, और जहाँ यह गड़बड़ी सौदे छीन रही हो, वहाँ एक छोटी तथ्यात्मक पंक्ति प्रकाशित कीजिए कि आपका उस दूसरी इकाई से कोई संबंध नहीं है।

चरण 4 — जाँचिए कि उत्तर सचमुच बदला

जिस सुधार की आपने जाँच नहीं की, वह अभी सिर्फ़ एक अनुमान है। दर्ज किए हुए ठीक वही प्रॉम्प्ट, मेमोरी बंद करके नए सेशन में, हर उस असिस्टेंट पर दोबारा चलाइए जहाँ दावा मिला था, और हर उत्तर के बदलने की तारीख़ लिखिए। प्रॉम्प्ट के रूपांतर भी परखिए — असिस्टेंट अक्सर सीधे सवाल को सुधार देते हैं जबकि तुलना वाला प्रॉम्प्ट पुराना आँकड़ा ढोता रहता है।

समय-सीमा असमान रहने की उम्मीद रखिए। जो उत्तर जीवित स्रोत पर टिके हैं, वे दोबारा क्रॉल होने के कुछ दिनों में बदल सकते हैं। मॉडल के वेट में पक चुके दावे मॉडल अपडेट तक टिक सकते हैं, और इसीलिए एक बेहतरीन पन्ने से बेहतर है कई स्वतंत्र स्रोतों में व्यापक पुष्टि। अगर ग़लत दावा सिर्फ़ तब दिखे जब वेब पहुँच बंद हो, तो आप अपने CMS का नहीं, प्रशिक्षण डेटा का इंतज़ार कर रहे हैं।

एक स्क्रीनशॉट के बजाय बार-बार चलाने पर सही उत्तरों का अनुपात नापिए, क्योंकि नतीजे हर सेशन में बदलते हैं। यही चक्र Growli हमारे ग्राहकों के लिए स्वचालित करता है — वही प्रॉम्प्ट ChatGPT, Gemini, Claude, Perplexity, Copilot और Grok पर दोबारा चलते हैं, और सुधारा जा चुका दावा फिर लौटे तो चेतावनी मिलती है; यह कैसे काम करता है में पूरी प्रक्रिया समझाई गई है।

जब उत्तर बदलने से इनकार कर दे

उसी ख़ास उत्तर पर उत्पाद के भीतर मौजूद फ़ीडबैक का इस्तेमाल कीजिए — हर बड़े असिस्टेंट में नापसंद और रिपोर्ट का रास्ता होता है, और यही अकेला ज़रिया है जो आपत्तिजनक नतीजे के साथ प्लेटफ़ॉर्म तक पहुँचता है। अपना बग लॉग बनाए रखिए; ठीक प्रॉम्प्ट, तारीख़ और सही तथ्य वाली रिपोर्ट किसी आम शिकायत से कहीं ज़्यादा काम की होती है।

जहाँ ग़लत दावा किसी पहचाने जा सकने वाले व्यक्ति से जुड़ा हो — जैसे किसी संस्थापक को वह श्रेय दिया गया हो जो उन्होंने किया ही नहीं — वहाँ डेटा सुरक्षा क़ानून सीधे लागू हो सकता है। यूरोपीय संघ में सुधार का अधिकार ग़लत निजी डेटा को कवर करता है, और प्रदाता ठीक इसी के लिए गोपनीयता अनुरोध के रास्ते प्रकाशित करते हैं। क़ानूनी क़दम उन्हीं दावों के लिए रखिए जो मानहानिकारक हों या व्यावसायिक नुक़सान करते हों, लहज़े के लिए नहीं।

एक तरकीब से बचिए: ग़लत उत्तर के जवाब में AI क्रॉलर को रोक देना। इससे आपके पन्ने उस परत से हट जाते हैं जहाँ से जानकारी उठती है, जबकि मॉडल के भीतर पहले से मौजूद कुछ भी नहीं हटता, इसलिए असिस्टेंट उन बाहरी स्रोतों से उत्तर देता है जिन पर आपका नियंत्रण और भी कम है। अपने बारे में सबसे स्पष्ट, सबसे ताज़ा और सबसे मशीन-पठनीय स्रोत बने रहना ही टिकाऊ सुधार है।

FAQ