विस्तृत विश्लेषण · लगभग 4 मिनट पढ़ना
AI खोज में दृश्यता मापने की जगह पर भी निर्भर है
टोरंटो का audit घोषित स्थान, network स्थान और उत्तरों के सामान्य बदलाव अलग करता है; ऊँची ranking का शॉर्टकट नहीं जाँचता।
- यहाँ प्रकाशित
- स्रोत की तारीख
- स्रोत जाँचा गया
16 अक्टूबर को पहली बार जमा preprint ने OpenAI और Gemini APIs के मुख्य प्रयोगों में 31,200 उत्तर लिए। वह अलग location channels पाता है, शर्तों से मुक्त वैश्विक visibility score नहीं।
समाचार सुनें
यह लेख सुनें या समाचार लगातार चलाएँ।
पढ़ने की तैयारी हो रही है…
डिवाइस की आवाज़
वाक् प्रक्रिया आपके ब्राउज़र या डिवाइस में होती है। AISubHub पाठ किसी ऑडियो API को नहीं भेजता। आवाज़ों और लॉक स्क्रीन पर चलने की सुविधा डिवाइस पर निर्भर है।
जारी करने पर छोटा वाक्यांश दोहराया जा सकता है।
मुख्य बातें
- 300 अंग्रेजी प्रश्न, 19 घोषित शहर और पाँच अलग network स्थान, repeated requests के साथ जाँचे गए।
- परीक्षित OpenAI setup घोषित स्थान और Gemini setup network country का अनुसरण करता है; consumer apps अलग हो सकते हैं।
स्थान के दो अलग रास्ते
Application search tool को स्थान घोषित करता है, जबकि network बताता है request कहाँ से आई। अध्ययन Responses API में web search वाले gpt-5.4-mini और Google Search grounding वाले gemini-3.1-flash-lite को जाँचता है, सभी ChatGPT/Gemini consumer अनुभवों को नहीं।
300 स्वयं लिखे अंग्रेजी व्यापार प्रश्न बराबर near-me, place-dependent और non-local समूहों में हैं, प्रश्न में स्थान नाम नहीं। 15 अमेरिकी शहर, London, Toronto, Sydney, Dublin और unset condition से parameter को प्रश्न में लिखे शहर से अलग किया गया।
दोहराव ही noise baseline है
Declared experiment में सामान्य तथा search आग्रह वाले दो arms, हर setting दो बार, कुल 24,000 उत्तर हैं। Network में चार देशों के पाँच अलग स्थानों से 7,200 उत्तर और तीन दिन बाद Canadian connection दोबारा है: छह sessions, छह अलग स्थान नहीं। बड़े मॉडल की robustness जाँच अलग है।
लेखक cited domains का Jaccard overlap लेते और समान repeated requests के overlap से अलग स्थान का overlap घटाते हैं। शून्य का अर्थ observed noise से आगे effect नहीं। यह बदली websites का प्रतिशत या brand recommendation probability नहीं। बिना दोहराव random बदलाव संपादकीय सफलता जैसा लग सकता है।
परीक्षित APIs के अलग संकेत
OpenAI setup में declared city near-me और place-dependent sources बदलता है; बिना घोषणा network country बदलने पर index लगभग शून्य है। मॉडल के search query में शहर लिखने और backend के स्वयं localize करने को अलग किया गया; query में नाम न हो तब भी sources बदल सकते हैं।
Gemini pilot में declared coordinates का असर नहीं, network country का था। देशों के बीच near-me index 0.43 और non-local भी 0.23 था; New York बनाम Los Angeles लगभग शून्य। यह residential Gemini कभी शहर न पहचाने या OpenAI हमेशा हर network signal अनदेखा करे, इसका प्रमाण नहीं।
Coverage, optimization की जीत नहीं
15 अमेरिकी शहरों के near-me pool में एक random शहर पूरे pool के recommended businesses का 9%, पाँच शहर 36% पकड़ते हैं। denominator वही experiment है, हर वेबसाइट के लिए universal sampling formula नहीं।
नाम extraction की manual जाँच में 36 में 29 पूरी सही थीं। Directories, review sites और public bodies हटाए गए; business recommendation और directory citation अलग metrics हैं। Content treatments random assign नहीं हुए, इसलिए location words, backlinks या markup जोड़ने से visibility बढ़ती है, यह causal दावा सिद्ध नहीं।
विश्वसनीय monitoring का प्रस्ताव
हम प्रश्न, भाषा, model version, search mode और दोनों locations सहेजकर समान settings दोहराने के बाद movement समझने का सुझाव देते हैं। एक काल्पनिक बहुराष्ट्रीय सेवा हर market को उसी शर्त पर पहले-बाद में देखे, एक शहर को worldwide score न कहे। यह audit design है, हमारा नया प्रयोग नहीं।
सीमाएँ अंग्रेजी, API models और मापे समय की हैं। Data-center VPN exits residential connections से अलग हो सकते हैं; बड़ा model check सिर्फ OpenAI है। नई भाषा या app को स्थिर controls के साथ जाँचना होगा। Citation बदलने से indexing, visits या ad revenue की गारंटी नहीं मिलती।
यह क्यों अहम है
AISubHub विश्लेषण: प्रश्न, मॉडल, search mode, दोनों स्थान और repetitions रखने से प्रणाली बदलाव को content effect समझने की गलती घटती है।
सीमाएँ और उपलब्धता
हमने पूरा paper और version history पढ़ा, API/network प्रयोग नहीं दोहराया। सीमित स्थान, अंग्रेजी और अक्टूबर 2026 का व्यवहार indexing, traffic या intervention के लाभ सिद्ध नहीं करता।
स्रोत और प्रमाण
स्रोत की तारीख: · स्रोत जाँचा गया:
पूरक पठन
स्रोत जाँचा गया:
AI की सहायता से लिखे लेखों को दिए गए प्राथमिक स्रोतों से जाँचा जाता है। प्रदाता के दावों का श्रेय स्पष्ट है; सूची में होना समर्थन नहीं है।