एआई सर्च इंजन भाषा और देश के आधार पर स्रोतों का हवाला कैसे देते हैं

जब कोई व्यक्ति किसी एआई सहायक से प्रश्न पूछता है, तो वह जिन स्रोतों की ओर इशारा करता है, उनसे यह निर्धारित होता है कि उस व्यक्ति को क्या जानकारी मिलती है और किन ब्रांडों के बारे में पता चलता है। और हमने महसूस किया... ये सहायक अपने स्रोत कैसे चुनते हैं? क्या भाषाओं, देशों, विषयों और एआई प्रणालियों के अनुसार उनका व्यवहार बदलता है?

अन्य सभी सवालों की तरह, हमने इस सवाल की भी जांच करने का फैसला किया।

हमने 5 विषय श्रेणियों और 3 स्तरों की विशिष्टता को ध्यान में रखते हुए 400 प्रश्न तैयार किए, प्रत्येक प्रश्न को अंग्रेजी, फ्रेंच, स्पेनिश और जापानी में लिखा और 5 देशों के 4 एआई सिस्टमों को दिया। इससे हमें 16,000 से अधिक उत्तर प्राप्त हुए और हमने प्रत्येक सिस्टम द्वारा उद्धृत स्रोतों को रिकॉर्ड किया।

कई पैटर्न स्पष्ट रूप से सामने आए। कुछ तो इस बारे में हैं कि ये सिस्टम सामान्य रूप से कैसे काम करते हैं, लेकिन किसी भी ब्रांड के लिए नए बाजारों में प्रवेश करते समय सबसे महत्वपूर्ण पैटर्न है: भाषा।

चलिए शुरू करते हैं।

हमने अध्ययन कैसे किया

हम चाहते थे कि प्रश्नों का समूह मानक एसईओ कीवर्ड सूची के बजाय वास्तविक जिज्ञासा को दर्शाए, इसलिए हमने 400 प्रश्नों को 5 श्रेणियों (ईकॉमर्स, SaaS, सामान्य ज्ञान, वैश्विक समाचार और ट्यूटोरियल) और 3 प्रकार के प्रश्नों में विभाजित किया, जो छोटे और सामान्य से लेकर लंबे और विशिष्ट तक थे।

इसके बाद हमने प्रत्येक प्रश्न को प्रत्येक बाज़ार के लिए 2 संस्करणों में चलाया: एक संस्करण अंग्रेज़ी में और दूसरा प्रत्येक बाज़ार की स्थानीय भाषा में (फ्रांस में फ्रेंच, स्पेन, अर्जेंटीना और अमेरिका में स्पैनिश, और जापान में जापानी)। उपयोग किए गए चार सिस्टम थे: GPT 5.5, Claude Haiku 4.5, Gemini Flash 3.5, और Google AI Overviews, या फ्रांस में Google AI Mode, जहाँ डेटा संग्रह के समय तक AI Overviews लॉन्च नहीं हुआ था।

प्रत्येक उत्तर के लिए, हमने सिस्टम द्वारा लौटाए गए स्रोत यूआरएल रिकॉर्ड किए। नीचे दिए गए आंकड़े 16,000 से अधिक प्रतिक्रियाओं के उस मूल सेट से लिए गए हैं।

चैटबॉट और एआई के अवलोकन एक दूसरे के विपरीत मशीनों की तरह व्यवहार करते हैं।

व्यवहार में सबसे बड़ा अंतर चैटबॉट और गूगल के एआई ओवरव्यू के बीच था, विशेष रूप से इस बात में कि वे दोनों अपने स्रोतों का हवाला कैसे देते हैं।

चैटबॉट छोटे, सामान्य प्रश्नों के लिए स्रोतों का उपयोग बहुत कम करते हैं। लेकिन प्रश्न जितना विशिष्ट होता जाता है, वे उतने ही अधिक संदर्भ देते हैं। उदाहरण के लिए, क्लाउड एक छोटे प्रश्न के लिए औसतन 0.12 स्रोत और एक लंबे प्रश्न के लिए 2.96 स्रोत देता है; चैटजीपीटी 0.09 से बढ़कर 2.26 हो जाता है। जेमिनी अधिक संदर्भ देता है, छोटे प्रश्नों के लिए लगभग 1.7 स्रोतों से बढ़कर लंबे प्रश्नों के लिए लगभग 6.5 हो जाता है। यदि आप एआई खोज दृश्यता प्राप्त करना चाहते हैं (जो, यदि आप इसे पढ़ रहे हैं, तो संभवतः आप चाहते हैं), तो विशिष्ट, विस्तृत प्रश्नों के लिए अपनी सामग्री को अनुकूलित करने से आपके संदर्भ प्राप्त होने की संभावना बढ़ जाती है।

हालांकि, Google AI ओवरव्यू इसके विपरीत काम करते हैं। वे छोटे, सामान्य प्रश्नों के लिए सबसे अधिक संदर्भ देते हैं (प्रत्येक के लिए लगभग 6 स्रोत) और प्रश्न के लंबे और अधिक विशिष्ट होने पर संदर्भों की संख्या कम होती जाती है (लगभग 4 तक)। यह एक खोज परिणाम पृष्ठ का व्यवहार है, न कि चैटबॉट का: छोटे प्रश्नों के लिए लिंक की एक विस्तृत श्रृंखला मिलती है, और प्रश्न जितना अधिक सटीक होता है, उत्तर उतना ही सीमित होता जाता है।

यहां तीनों चैटबॉट की तुलना दी गई है, जिसे प्रति प्रश्न उद्धृत स्रोतों की औसत संख्या के आधार पर मापा गया है:

‍

चैटबॉट अपने पूर्व ज्ञान के आधार पर व्यापक प्रश्नों के उत्तर देते हैं और केवल तभी स्रोतों का उपयोग करते हैं जब प्रश्न विशिष्ट हो जाता है, जबकि एआई ओवरव्यू सर्च इंजन की तरह लिंक संलग्न करते हैं।

लिंक दिखाई न देने पर भी ब्रांडों का नाम लिया जाता है

कई एआई इंटरफेस में, पाठक लिखित उत्तर देखता है, लिंक की सूची नहीं। इसलिए, उत्तर में सहायक द्वारा बताई गई कंपनियों का नाम उतना ही महत्वपूर्ण हो सकता है जितना कि उसके द्वारा उद्धृत यूआरएल। हमने गिना कि प्रत्येक चैटबॉट ने प्रति प्रश्न कितनी अलग-अलग कंपनियों का नाम लिया। (यहां Google AI ओवरव्यू को शामिल नहीं किया गया है, क्योंकि हम उनके उद्धृत लिंक तो प्राप्त कर सके लेकिन उनके उत्तर का पाठ नहीं)।

चैटबॉट और क्वेरी की लंबाई के आधार पर प्रति क्वेरी औसत कंपनियों के नाम।

‍

ChatGPT और Gemini छोटे, सामान्य प्रश्नों में भी प्रति क्वेरी कई कंपनियों के नाम बताते हैं, जबकि इन प्रश्नों में वे लगभग कोई URL नहीं देते। किसी ब्रांड का नाम उत्तर में बिना किसी लिंक के भी आ सकता है, जिसका अर्थ है कि केवल लिंक करने योग्य होना ही पर्याप्त नहीं है, बल्कि उस प्रकार की कंपनी का होना भी महत्वपूर्ण है जिसे ये मॉडल पहले से पहचानते हैं।

वाणिज्यिक और समय-संवेदनशील विषयों पर उद्धरणों में वृद्धि

प्रश्न की लंबाई के साथ-साथ विषय भी उतना ही महत्वपूर्ण है। चैटबॉट को देखने पर पता चलता है कि सदाबहार विषयों से लेकर व्यावसायिक और तेजी से बदलते विषयों तक, प्रति प्रश्न उद्धृत स्रोतों की औसत संख्या में लगातार वृद्धि हुई है।

‍

ट्यूटोरियल और सामान्य ज्ञान जैसे निश्चित और अच्छी तरह से प्रलेखित विषयों पर सबसे कम संदर्भ मिलते हैं; मॉडल इन प्रश्नों के उत्तर मुख्य रूप से प्रशिक्षण के आधार पर देते हैं। ई-कॉमर्स, SaaS और वैश्विक समाचार जैसे व्यावसायिक और समय-संवेदनशील विषयों पर सबसे अधिक संदर्भ मिलते हैं, क्योंकि मॉडल वर्तमान जानकारी की खोज करते हैं। व्यावसायिक क्षेत्र में काम करने वाले किसी भी व्यक्ति के लिए, यह निष्कर्ष का उत्साहजनक पहलू है: ये ठीक वही प्रश्न हैं जहाँ संदर्भ योग्य स्रोत बनना एक महत्वपूर्ण अवसर है।

अंग्रेजी भाषा अभी भी सबसे अधिक स्रोतों को आकर्षित करती है।

हमारे द्वारा परीक्षण किए गए तीनों चैटबॉट में, अंग्रेजी में पूछे गए प्रश्नों ने स्थानीय भाषा में पूछे गए प्रश्नों की तुलना में प्रत्येक बाजार में अधिक स्रोत जुटाए।

यही सवाल अंग्रेज़ी में पूछें, तो ये सिस्टम हर जगह स्थानीय भाषा की तुलना में ज़्यादा स्रोतों का इस्तेमाल करते हैं। अंग्रेज़ी सामग्री को अभी भी संरचनात्मक रूप से ज़्यादा संदर्भ मिलते हैं, जो कि स्वाभाविक है, क्योंकि इंटरनेट पर अंग्रेज़ी ही प्रमुख भाषा है। भाषा बदलने से स्रोतों का दिखना बंद नहीं होता, बल्कि यह बदलता है कि कौन से स्रोत दिखते हैं।

{{tools-banner}}

स्थानीय भाषा में पूछें, और स्रोत भी स्थानीय हो जाएंगे।

जब हमने उन्हीं सवालों को अंग्रेजी के बजाय स्थानीय भाषा में पूछा, तो सिस्टम स्थानीय, भाषा-आधारित स्रोतों की ओर स्पष्ट रूप से स्थानांतरित हो गए।

जापान में, जब हमने जापानी भाषा में प्रश्न पूछे, तो उद्धृत स्रोतों में से 26% जापानी (.jp) डोमेन पर होस्ट किए गए थे, जबकि अंग्रेजी में यही प्रश्न पूछने पर यह आंकड़ा लगभग 1% था। यदि हम वैश्विक प्लेटफार्मों पर जापानी भाषा के पृष्ठों को भी शामिल करें, विशेष रूप से ja.wikipedia.org और jp.linkedin.com, तो यह आंकड़ा बढ़कर 35% बनाम 1.3% हो जाता है। लेकिन यदि हम दूसरी ओर देखें और केवल जापानी सरकारी और शैक्षणिक साइटों (.go.jp और .ac.jp) पर ध्यान केंद्रित करें, तो अंतर स्थिर रहता है: जापानी में 4.26% बनाम अंग्रेजी में 0.13%।

फ्रांस में भी यही रुझान देखने को मिला। फ़्रेंच भाषा में की गई पूछताछों में से 16% उद्धरण .fr डोमेन को भेजे गए, जबकि अंग्रेज़ी में की गई पूछताछों में यह प्रतिशत 1.4% था। वैश्विक साइटों पर स्थानीयकृत पृष्ठों को शामिल करने पर कुल उद्धरणों का प्रतिशत 30% फ़्रेंच भाषा के स्रोतों को प्राप्त हुआ। फ़्रांसीसी सरकारी साइटों (.gouv.fr) पर अंग्रेज़ी में उद्धरणों का प्रतिशत लगभग शून्य से बढ़कर फ़्रेंच में 1.25% हो गया। स्पेन में स्पैनिश भाषा में की गई पूछताछों में से 7% उद्धरण .es डोमेन को और 26% स्पैनिश भाषा के स्रोतों को भेजे गए, जबकि अंग्रेज़ी में की गई पूछताछों में यह प्रतिशत 1.7% था।

अर्जेंटीना अपवाद था, जो उसकी संस्कृति और इतिहास को दर्शाता है। केवल 2% उद्धरण .ar डोमेन पर गए, लेकिन उनमें से 23% स्पेनिश भाषा में थे, जबकि अंग्रेजी में केवल 1.1% थे। अर्जेंटीना के उपयोगकर्ताओं को स्पेन, मैक्सिको और स्थानीय वैश्विक साइटों से स्पेनिश सामग्री मिलती है, हालांकि अर्जेंटीना के डोमेन से नहीं। यहां हमने देखा कि मॉडल भूगोल के बजाय भाषा का अनुसरण करते हैं।

एक ही सवाल, एक ही विषय, अलग-अलग भाषा में पूछे गए सवाल, और सिस्टम अलग-अलग स्रोतों का इस्तेमाल करते हैं। संक्षेप में कहें तो, जब ये सिस्टम स्थानीय भाषा में जवाब देते हैं, तो अंग्रेज़ी में मौजूद सामग्री उनके लिए उपलब्ध स्रोतों से लगभग बाहर रह जाती है। इसका सबसे ज़्यादा असर जापान में दिखता है, जो अंग्रेज़ी से सबसे दूर का बाज़ार है।

प्रत्येक प्रणाली के अपने स्रोत मानदंड होते हैं।

इन प्रणालियों में उन स्रोतों के प्रकारों में भी अंतर है जिन्हें वे प्राथमिकता देते हैं, और यह अंतर हमारे द्वारा परीक्षण की गई प्रत्येक भाषा में स्थिर रहा।

जैसा कि तालिका में दर्शाया गया है, प्रत्येक प्रणाली वाणिज्यिक और ब्रांड पृष्ठों से अपने उद्धरण निकालती है, लेकिन अन्य सभी मामलों में यह व्यवहार भिन्न होता है।

उदाहरण के लिए, क्लाउड स्पष्ट रूप से वाणिज्यिक और ब्रांड पेजों का सबसे बड़ा प्रशंसक है, लगभग 10 में से 9 उद्धरण इन्हीं पेजों को जाते हैं और मीडिया को लगभग न के बराबर। चैटजीपीटी का प्रभाव सबसे अधिक (लेकिन बहुत ज्यादा नहीं) फैला हुआ है, फिर भी यह मुख्य रूप से वाणिज्यिक और ब्रांड पेजों को प्राथमिकता देता है, जबकि वैश्विक संस्थागत और मीडिया पेज क्रमशः 8.1% और 9.9% के साथ पीछे हैं।

जेमिनी और गूगल एआई ओवरव्यूज़ समुदाय और वीडियो स्रोतों पर बहुत अधिक निर्भर करते हैं: अकेले यूट्यूब और रेडिट ने जेमिनी के उद्धरणों का 21.5% और एआई ओवरव्यूज़ के उद्धरणों का 29.8% हिस्सा बनाया।

यदि आप जेमिनी या एआई ओवरव्यू में उद्धृत होना चाहते हैं, तो यूट्यूब और रेडिट पर मजबूत उपस्थिति सबसे बड़ा फर्क लाएगी। यदि चैटजीपीटी और क्लाउड आपके लक्ष्य हैं, तो आपके अपने ब्रांड पेज और प्रतिष्ठित प्रकाशनों में कवरेज अधिक मायने रखते हैं।

किन डोमेन और ब्रांडों का सबसे अधिक उल्लेख किया जाता है?

औसत उद्धरणों के स्वरूप को दर्शाते हैं। विशिष्ट नाम यह दिखाते हैं कि उस स्थान को कौन भर रहा है। हमने प्रत्येक विषय श्रेणी में प्रत्येक चैटबॉट द्वारा सबसे अधिक उद्धृत डोमेन और कंपनियों को निकाला है, उन सभी कंपनियों को छोड़कर जिनका नाम सीधे तौर पर किसी क्वेरी में लिया गया था, इसलिए ये दर्शाते हैं कि मॉडल ने स्वयं क्या खोज की। ये दो तालिकाएँ तीनों चैटबॉट को कवर करती हैं।

सबसे अधिक उद्धृत डोमेन (प्रत्येक श्रेणी में शीर्ष 3)

‍

यहां हमें एक स्पष्ट विभाजन दिखाई देता है।

जेमिनी अपने उद्धरणों को कुछ चुनिंदा प्लेटफार्मों पर केंद्रित करता है, जिसमें यूट्यूब और रेडिट लगभग हर श्रेणी में शीर्ष स्थान पर हैं।

चैटजीपीटी और क्लाउड ने अपने प्रचार को कई श्रेणी-विशिष्ट प्राधिकरणों में फैलाया: ई-कॉमर्स के लिए टॉम्स गाइड और टेकराडार जैसी हार्डवेयर समीक्षा साइटें, और सामान्य ज्ञान और समाचारों के लिए arXiv, PubMed और विकिपीडिया जैसे अनुसंधान और संदर्भ स्रोत।

ई-कॉमर्स और एसएएएस में सबसे अधिक संदर्भ मिलते हैं और ये सबसे स्थिर पठन सामग्री प्रदान करते हैं; सामान्य ज्ञान की मात्रा कम है, इसलिए इन क्षेत्रों को दिशात्मक दृष्टिकोण से देखें।

सबसे अधिक उद्धृत कंपनियां (प्रत्येक श्रेणी में शीर्ष 3)

‍

हबस्पॉट तीनों चैटबॉट के लिए SaaS में सबसे ऊपर है, सेल्सफोर्स उससे थोड़ा ही पीछे है, जो मॉडलों में एक दुर्लभ स्तर की सहमति है, और ईकॉमर्स लॉजिटेक, रेज़र और एंकर जैसे उपभोक्ता हार्डवेयर ब्रांडों के आसपास केंद्रित है।

फिर भी, यह मामूली बढ़त है: SaaS में HubSpot की हिस्सेदारी 3% से भी कम है, इसलिए इसका ज़िक्र कई कंपनियों में फैला हुआ है। SEO में शीर्ष 3 ब्लू लिंक्स में पारंपरिक रूप से आप जिस तरह से किसी एक प्रमुख नाम को पीछे छोड़ना चाहते हैं, उसके विपरीत, इसका मतलब है कि आप इस सूची में शामिल हों।

वैश्विक स्तर पर विस्तार के लिए इसका क्या अर्थ है?

यह अध्ययन इस बात का माप करता है कि ये सिस्टम कहाँ-कहाँ जानकारी प्राप्त करते हैं, न कि किसी एक साइट को क्या करना चाहिए। डेटा से पता चलता है कि एआई सिस्टम अपने स्रोत का स्थानीयकरण करते हैं: यदि किसी भाषा में पूछा जाए, तो वे उसी भाषा के स्रोतों को प्राथमिकता देते हैं।

विदेशों में विस्तार करने वाले किसी ब्रांड के लिए, यह स्थानीय भाषा में उपलब्ध सामग्री की उपयोगिता को एक नए दृष्टिकोण से प्रस्तुत करता है। सरल शब्दों में कहें तो, जब कोई स्थानीय व्यक्ति प्रश्न पूछता है, तो उस बाज़ार की मातृभाषा में उपलब्ध सामग्री का हवाला दिया जा सकता है। लेकिन यदि सामग्री केवल अंग्रेज़ी में उपलब्ध है, तो आमतौर पर इसका हवाला नहीं दिया जा सकता। यह एक ऐसा पैटर्न है जिसे हमने अनुवाद और एआई दृश्यता पर अपने पिछले शोध में एक अलग परिप्रेक्ष्य से देखा है, और यह अध्ययन इसके पीछे की कार्यप्रणाली को समझाने में सहायक है।

क्या आप इन बाजारों तक उनकी अपनी भाषा में पहुंचने के लिए तैयार हैं?

यदि आप चाहते हैं कि लोग जब अपनी भाषा में खोज करें तो आपकी सामग्री को उद्धृत किया जा सके, तो आप Weglot का निःशुल्क परीक्षण शुरू कर सकते हैं और कुछ ही मिनटों में एक बहुभाषी साइट चला सकते हैं।