नई प्रौद्योगिकियाँ आती हैं और जाती हैं। अपने करियर की शुरुआत में, मैं अक्सर अग्रणी रहने की कोशिश में चमकदार नई चीजों का पीछा करता था, लेकिन यह महसूस करने में कुछ वर्षों से अधिक समय नहीं लगा कि मैं अपने और अपने ग्राहकों के समय के अनगिनत घंटे, उन प्रौद्योगिकियों और तकनीकों को लागू करने में खर्च कर रहा हूं जो किनारे हो गई थीं। Google लेखकत्व, कोई भी?
यह पता चला है कि यदि आप व्यापक – लेकिन अभी भी जल्दी – गोद लेने की प्रतीक्षा करते हैं, पहले मूवर्स की गलतियों से सीखते हैं, और जल्दी से पकड़ लेते हैं, तो आप समय बर्बाद करने से बच सकते हैं और अपने और उन लोगों के लिए अधिक मूल्य बना सकते हैं जिनकी आप सेवा करते हैं। उस पाठ ने मुझे बहुत लाभ पहुँचाया।
और फिर वे महत्वपूर्ण क्षण होते हैं जहां शुरुआती मूवर्स न केवल वर्तमान परिदृश्य में जीतने के लिए खड़े होते हैं, बल्कि अगले को आकार देने और नेतृत्व करने के लिए भी खड़े होते हैं। उन पहले लोगों के बारे में सोचें जो पेजरैंक पेपर पढ़ते हैं और सोचते हैं, “मुझे कुछ लिंक बनाने चाहिए।”ऐसा लगता है जैसे यह उन पलों में से एक है, जो केवल बड़ा है।
यह केवल खोज कैसे काम करती है या जेनरेटिव इंजन दृश्यता में भी एक क्रांति नहीं है। हम ऐसे क्षण में हैं जहां खोज करने की जगह ही बदल रही है, और कौन (या बल्कि, क्या) खोज कर रहा है वह इसके साथ बदल रहा है।
जल्द ही आ रहा है: गैर-मानवीय जुड़ाव
जबकि एसईओ ने लंबे समय से बहस की है कि क्या हमें खोज इंजन या इंसानों के लिए अनुकूलन करना चाहिए (चौंकाने वाली बात यह है कि यह दोनों है), यह प्रतिमान उल्टा होने वाला है। क्या होता है जब खोज मानव से एलएलएम या एजेंटिक प्रणाली में स्थानांतरित हो जाती है?
यह बदलाव पहले से ही चल रहा है. जब भी आप किसी अनुरोध के साथ चैटजीपीटी पर जाते हैं, तो यह निर्णय लेता है, पूरक खोज चलाता है, अनुवर्ती प्रश्न पूछता है और निष्कर्ष देता है। एजेंट आपकी ओर से योजना बना रहा है और निर्णय ले रहा है, और आपका परिणामी आउटपुट पूरी तरह से इस पर निर्भर करता है कि वह क्या प्राप्त करता है और उसकी व्याख्या कैसे करता है।
हम DevTools में पूरक (फ़ैनआउट) क्वेरीज़ भी देख सकते हैं:
मैं इसे एक लंबी कहानी का नवीनतम अध्याय मानता हूं:
- डिस्कवरी v1:लोगों ने दुनिया के साथ बातचीत की और चीजों को प्रत्यक्ष रूप से खोजा। अनुभव और मुँह से निकले शब्द खोज के बिंदु थे।
- डिस्कवरी v2:लोग बातें लिखने लगे. पुस्तकालय और शैक्षणिक संस्थान खोज के बिंदु बन गए, उसके बाद समाचार पत्र और किताबें आईं।
- डिस्कवरी v3:वेब पहले से अकल्पनीय पैमाने पर सूचना और मीडिया का प्रसार करता है। निर्देशिकाएँ, फिर खोज इंजन, खोज में सहायता के लिए उभरे।
- डिस्कवरी v4 (मौजूदा):लगभग 25 वर्षों के खोज इंजन के बाद, एलएलएम का उदय हुआ और खोज एक मिश्रित, एलएलएम-फॉरवर्ड प्रारूप में चली गई। पुनर्प्राप्ति में सहायता के लिए हल्की एजेंटिक क्षमताओं का उपयोग किया जाता है। लोग अभी भी लूप में हैं, लेकिन सहायक अधिक काम कर रहा है।
- डिस्कवरी v5 (क्षितिज पर):एजेंट सिस्टम पुनर्प्राप्ति और प्रस्तुति परत में सहायक होने से आगे बढ़ते हैं और उन्हें उपयोगकर्ताओं की ओर से कार्य करने की स्वायत्तता दी जाती है। कई उपयोगकर्ताओं के पास अपने स्वयं के एजेंट होंगे. कंपनियां उन्हें ऑफर करेंगी. Google लगभग निश्चित रूप से ऐसा करेगा।
मैं तर्क दूंगा कि जिस चरण में हम प्रवेश कर रहे हैं, डिस्कवरी v5, v2 में बदलाव के बाद से सबसे नाटकीय होगा।
क्या आप एक ऐसी दुनिया की कल्पना नहीं कर सकते जहां बुनियादी निर्णय आपके मस्तिष्क और शरीर से हटा दिए जाते हैं, जिससे आपके पास अधिक महत्वपूर्ण चीजों को करने के लिए जगह बच जाती है? मैं जानता हूं कि मैंने यह स्वप्नलोक पहले भी देखा है।
मैं ईमानदारी से नहीं देखता कि इसका परिणाम इस भविष्य में होगा, लेकिन जिस दुनिया का निर्माण हम अभी कर रहे हैं वह उस दुनिया से मौलिक रूप से अलग है जिसमें हम वर्तमान में विपणक के रूप में हैं, और वेबएमसीपी इस यात्रा में पहले ठोस कदमों में से एक है।
गहरी खुदाई:
विश्वास की डोर केवल एक ही दिशा में घूमती है
क्या आप एआई अवलोकन में जो पढ़ते हैं उसे स्वीकार करते हैं और अपनी यात्रा को उसके लॉन्च होने के दिन की तुलना में अधिक बार रोकते हैं? 100% बार नहीं, लेकिन आपसे अधिक बार? आप कर। मैं भी।
त्वरित, कम जोखिम वाले प्रश्नों के लिए, हमें इस पर भरोसा करने में खुशी होगी। यदि आप मेरे जैसे हैं, जैसे-जैसे ये सिस्टम विकसित और बेहतर हुए हैं, आपने उच्च जोखिम वाली जानकारी के मामले में उन पर भरोसा करना शुरू कर दिया है।
क्या मैं कर प्रश्नों या प्रमुख स्वास्थ्य निर्णयों के मामले में एआई अवलोकन पर भरोसा करूंगा? नहीं, क्या मैं इस पर भरोसा करूंगा कि यह मुझे विटामिन डी के लाभों की याद दिलाएगा या रात के खाने का नुस्खा तैयार करेगा? बिल्कुल।
वह सीमा चलती रहती है। जैसे-जैसे यह आगे बढ़ता है, वैसे-वैसे वह भी होता है जो हम एक एजेंट को अपनी ओर से करने देना चाहते हैं, न कि केवल वह जो हम उसे हमें बताने देते हैं।
- आपके पास कम पड़ रहे किराने के सामान के पुन: क्रम को स्वचालित करते समय गलत होने की लागत कम है।
- आपके बजट के भीतर, आपकी छुट्टी के दिनों में एक अद्भुत वापसी योग्य सौदे के लिए उड़ान और होटल संयोजनों की निगरानी करने वाले एजेंट का लाभ बहुत अधिक है।
- शुक्रवार को काम के बाद अपने परिवार के साथ एक स्वायत्त वाहन में चढ़ने का लाभ, हाथ में रात का खाना, खेल खेलना और सोना, और डिज्नी वर्ल्ड खुलने के ठीक समय पर आराम करना – यह बहुत सम्मोहक है।
आप कह सकते हैं कि आप कभी भी अपनी स्वायत्तता किसी एजेंट प्रणाली को नहीं सौंपेंगे। लोगों ने सर्च इंजन, स्मार्टफोन और जीपीएस के बारे में भी यही कहा। रास्ता आमतौर पर जाता है:
- संशयवाद (“किसी वेबसाइट पर अपना क्रेडिट कार्ड नंबर कौन दर्ज करेगा?”)
- अनिच्छुक गोद लेना (“उह, यह एक ऑनलाइन सेवा है, और मुझे कंपनी पर भरोसा है और मेरे पास कोई विकल्प नहीं है। ठीक है, मैं उन्हें अपना कार्ड दूंगा। लेकिन सिर्फ एक बार।”)
- निर्भरता (“मैं विश्वास नहीं कर सकता कि मैं वास्तव में दुकानों में जाता था!”)
इसका WebMCP से क्या लेना-देना है?
यहीं पर यह ठोस और क्रियाशील हो जाता है।
एमसीपी सर्वर और कौशल फ़ाइलें बुनियादी ढांचे के शुरुआती संस्करण हैं जो डिस्कवरी वी5 को संभव बनाते हैं, लेकिन प्रवेश की बाधा अधिक है, और वे केवल विशिष्ट संदर्भों में ही लागू होते हैं।
वेबएमसीपी अलग है. यह एक ब्राउज़र-मूल वेब मानक है, जिसे वर्तमान में एक के रूप में प्रकाशित किया गया हैऔर इस लेखन के समय क्रोम 146 बीटा के आरंभिक पूर्वावलोकन में, जो वेबसाइटों को स्क्रैपिंग, अनुमान लगाने या भंगुर स्वचालन के बिना एआई एजेंटों को सीधे कार्यों को उजागर करने का एक संरचित तरीका देता है।
यह केवल Google की पहल नहीं है. विनिर्देश Google और Microsoft दोनों के इंजीनियरों द्वारा सह-लिखित है, जो मायने रखता है। जब दो सबसे बड़े ब्राउज़र और एआई प्लेटफ़ॉर्म विक्रेता एक साथ विशिष्टता लिख रहे हैं, तो इसमें एकतरफा दांव की तुलना में एक अलग प्रक्षेपवक्र होता है।
अभी, जब कोई एआई एजेंट आपकी वेबसाइट पर कोई कार्रवाई करने की कोशिश करता है, जैसे फॉर्म भरना, मूल्यांकन बुक करना, या आपकी इन्वेंट्री खोजना, तो उसे आपके पृष्ठ को पढ़कर और इरादे का अनुमान लगाकर सब कुछ पता लगाना होता है।
यह आपकी ओर देखता है, अनुमान लगाता है कि आपके फ़ील्ड का क्या मतलब है, आशा करता है कि वह जो दिनांक प्रारूप चुनता है वह वही है जो आपका फ़ॉर्म अपेक्षा करता है, और सबमिट करता है। यह बुद्धिमान है, लेकिन यह नाजुक भी है। एक यूआई परिवर्तन और पूरा प्रवाह टूट जाता है।
WebMCP आपको एजेंट को यह बताने की सुविधा देकर इसे बदल देता है कि आपकी साइट क्या कर सकती है और इसे कैसे करना है। विशिष्टता ऐसा करने के लिए दो अलग-अलग तरीकों को परिभाषित करती है: एक जो आप पहले से ही जानते हैं उसे बारीकी से मैप करता है, और एक जो अधिक जटिल, गतिशील इंटरैक्शन को संभालता है।
न्यूज़लेटर खोज प्राप्त करें जिस पर विपणक भरोसा करते हैं।
घोषणात्मक बनाम अनिवार्य: आप इस अंतर को पहले से ही जानते हैं
वेबएमसीपी दो एपीआई का प्रस्ताव करता है, और उनके बीच का अंतर तकनीकी एसईओ में समय बिताने वाले किसी भी व्यक्ति को परिचित लगेगा।
डिक्लेरेटिव एपीआई वह है जो आपको तुरंत काम पर लगा देगी। विचार सीधा है.
- आप अपने मौजूदा HTML फॉर्म को उन विशेषताओं के साथ एनोटेट करते हैं जो बताते हैं कि फॉर्म क्या करता है और प्रत्येक फ़ील्ड का क्या अर्थ है।
- ब्राउज़र स्वचालित रूप से उसे एक संरचित टूल में अनुवादित करता है जिसे कोई भी एजेंट कॉल कर सकता है।
- यह प्रपत्र मानव आगंतुकों के लिए बिल्कुल पहले की तरह काम करता रहेगा।
एजेंट को एक साफ़, स्पष्ट इंटरफ़ेस मिलता है।
स्पष्ट होने के लिए, घोषणात्मक एपीआई अभी भी औपचारिक रूप से निर्दिष्ट किया जा रहा है, और सटीक विशेषता नाम अभी तक लॉक नहीं किए गए हैं। लेकिन अवधारणा तय हो गई है, और डेमो पहले से ही चल रहे हैं।
इसे ऐसे समझें जैसे आप शुरुआती दिनों में स्कीमा मार्कअप के बारे में सोचते थे: वाक्यविन्यास विकसित हुआ, लेकिन अंतर्निहित विचार, जो पहले से मौजूद है उसे एनोटेट करना ताकि मशीनें इसे समझ सकें, स्पष्ट था और उस पर काम करने लायक था।
स्कीमा मार्कअप की सादृश्यता लगभग सटीक है। आप कोई नई प्रणाली नहीं बना रहे हैं. आप वह बना रहे हैं जो आपके पास पहले से ही है जो आगंतुकों के एक नए वर्ग के लिए सुपाठ्य है। यह एक ऐसा पैटर्न है जिसे एसईओ सहजता से समझते हैं।
इंपीरेटिव एपीआई विशिष्टता में अधिक परिपक्व है और परीक्षण के लिए पहले से ही उपलब्ध है। आप टूल को सीधे जावास्क्रिप्ट में पंजीकृत करते हैं। मूल्यांकन के लिए बुकिंग लेने वाली साइट का एक उदाहरण यहां दिया गया है:
नेविगेटर.मॉडलकॉन्टेक्स्ट.रजिस्टरटूल({ |
यह अधिक शक्तिशाली और लचीला है, गतिशील इंटरैक्शन, बहु-चरण प्रवाह, या किसी भी चीज़ के लिए सही दृष्टिकोण जो एक ही रूप में स्पष्ट रूप से मैप नहीं किया जा सकता है। यहां कुछ ऐसा है जो इसे वास्तव में दिलचस्प बनाता है: किसी पृष्ठ पर उपलब्ध उपकरण स्थिति के आधार पर बदल सकते हैं।
इसे अच्छी तरह से दर्शाता है. एक एजेंट के चलने के बादखोज_स्थानउपकरण, एक नयाफ़िल्टर_खोज_परिणामउपकरण प्रकट होता है. होटल चुनने के बाद,बुकिंग शुरू करेंउपलब्ध होता है। जैसे-जैसे उपयोगकर्ता की यात्रा आगे बढ़ती है, एजेंट का टूलसेट विकसित होता है, जैसे एक अच्छी तरह से डिज़ाइन किया गया इंटरफ़ेस एक प्रवाह के माध्यम से मानव का मार्गदर्शन करता है।
घोषणात्मक को मौजूदा सामग्री में स्कीमा मार्कअप जोड़ने के बराबर समझें: कम लिफ्ट, उच्च पठनीयता, शानदार शुरुआती बिंदु। एक अनिवार्यता पूरी तरह से संरचित डेटा फ़ीड बनाने की तरह है, इसमें अधिक प्रयास लगता है, अधिक शक्ति प्रदान करता है, और जटिल या गतिशील आवश्यकताओं के लिए बेहतर अनुकूल है। अधिकांश साइटों को घोषणात्मक से शुरू करना चाहिए और जैसे-जैसे उनकी आवश्यकताएं बढ़ती हैं, उन्हें अनिवार्यता तक विस्तारित करना चाहिए।
कार्यक्षेत्र पर एक त्वरित टिप्पणी:नीचे दिया गया उदाहरण WebMCP के घोषणात्मक पक्ष का उपयोग करता है क्योंकि, जैसा कि हमने चर्चा की है, यह अधिकांश साइट मालिकों और SEO के लिए शुरू करने का सबसे आसान स्थान है। यह स्वाभाविक रूप से मौजूदा HTML फॉर्मों को मैप करता है। फ़ॉर्म और उसके फ़ील्ड में स्पष्ट मशीन-पठनीय विवरण जोड़ें, और एजेंटों के लिए पृष्ठ को समझना आसान हो जाता है।
अनिवार्य एपीआई अधिक केस-विशिष्ट है। यह गतिशील प्रवाह, बहु-चरणीय इंटरैक्शन, कस्टम जावास्क्रिप्ट तर्क, या ऐसे मामलों के लिए बेहतर अनुकूल है जहां कोई कार्रवाई किसी एक रूप में स्पष्ट रूप से मैप नहीं होती है।
एजेंट क्या देखता है: पहले और बाद में
प्रत्येक सेवा व्यवसाय के पास पहले से मौजूद किसी चीज़ के साथ विरोधाभास देखना सबसे आसान है: एक बुकिंग या संपर्क फ़ॉर्म। यह प्रपत्र:
<रूपक्रिया = "/संपर्क" विधि = "POST"> |
अब यहां घोषणात्मक-शैली एनोटेशन का उपयोग करके WebMCP के लिए तैयार किया गया वही फॉर्म है:
<रूपक्रिया = "/संपर्क" विधि = "" |
यह प्रपत्र अभी भी मानव आगंतुक के लिए उसी तरह काम करता है। सामान्य उपयोगकर्ता अनुभव के बारे में कुछ भी बदलना नहीं पड़ा।
अंतर यह है कि एजेंट को अब यह अनुमान लगाने की ज़रूरत नहीं है कि फ़ॉर्म क्या करता है या प्रत्येक फ़ील्ड का क्या अर्थ है। प्रपत्र टूल नाम और टूल विवरण के साथ अपनी क्रिया की घोषणा करता है, और प्रत्येक महत्वपूर्ण इनपुट टूल पैराम विवरण के साथ स्वयं को समझाता है।
यही मूल विचार है. आप एजेंटों के लिए साइट का पुनर्निर्माण नहीं कर रहे हैं। आप मौजूदा इंटरफ़ेस को उनके लिए समझने में आसान बना रहे हैं।
और गंभीर रूप से, इसका मतलब पूरी तरह से स्वचालित सबमिशन नहीं है। किसी संपर्क फ़ॉर्म के लिए, आप चाहते हैं कि एक एजेंट फ़ॉर्म तैयार करे और भेजने से पहले उपयोगकर्ता को इसकी समीक्षा करने दे। कम जोखिम वाली कार्रवाई के लिए, आप अंततः अधिक स्वचालन की अनुमति दे सकते हैं। मुद्दा यह है कि कार्रवाई स्पष्ट, संरचित और कम नाजुक हो जाती है।
प्रपत्रों के लिए प्रस्तावित विशेषताएँ हैं:
- उपकरण का नाम:टूल का नाम (इस मामले में, एक फॉर्म टूल)।
- टूलविवरण:टूल का विवरण (इस मामले में, प्रपत्र का विवरण)।
- टूलऑटोसबमिट:एक बूलियन विशेषता जो एजेंट को सहमति की आवश्यकता के बिना उपयोगकर्ता की ओर से फॉर्म सबमिट करने देती है। यदि आप केवल चैटजीपीटी के साथ चैट करने के बारे में सोच रहे हैं तो ऐसा प्रतीत नहीं हो सकता है कि इसका कोई मतलब नहीं है, लेकिन यह अचानक समझ में आता है यदि आपके पास जटिल कार्यों में लगे एजेंट हैं, जो आपके ईमेल से जुड़े हुए हैं, और कुछ जटिल काम पूरा करने का काम करते हैं जैसे कि आरक्षण करना या जानकारी संकलित करना जिसके लिए लॉगिन या फॉर्म भरने से परे विवरण की आवश्यकता होती है।
- उपकरण पैरामीटर विवरण:एक विशिष्ट पैरामीटर का विवरण, ताकि एजेंट को पता चले कि वह किस क्षेत्र से जुड़ा है।
जैसे-जैसे यह विकसित होता है, आप घोषणात्मक एपीआई की विशिष्टताओं से अवगत रह सकते हैं.
यह विशेष रूप से आपकी साइटों के लिए क्यों महत्वपूर्ण है?
इस बारे में सोचें कि डिस्कवरी v5 दुनिया में उपयोगकर्ताओं की ओर से एजेंट सिस्टम किस प्रकार के प्रश्नों को संभालेंगे:
- “मुझे एक एसईओ सलाहकार खोजें जो तकनीकी एसईओ को समझता हो, लिंक्डइन कैरोसेल की तरह बात नहीं करता हो, और उसके पास अगले सप्ताह कॉल करने का समय हो।”
- “तीन एआई एजेंट अवलोकन उपकरणों की तुलना करें और मुझे चैटबॉट बेचने के बजाय बताएं कि कौन सा उपकरण मेरी वास्तविक समस्या को हल करने की सबसे अधिक संभावना रखता है।”
- “इस शुक्रवार को मेरे पास एक कॉन्ट्रा नृत्य ढूंढें, जांचें कि क्या शुरुआती लोगों का स्वागत है, और यदि बैंड मज़ेदार लगता है तो इसे मेरे कैलेंडर में जोड़ें।”
किस साइट को सहभागिता मिलती है? जिसके साथ एजेंट साफ-सुथरे, आत्मविश्वास से और बिना किसी घर्षण के बातचीत कर सकता है। यदि आपके प्रतिस्पर्धी के पास WebMCP-पंजीकृत उपकरण हैं और आपके पास नहीं हैं, तो एजेंट अपनी साइट पर कार्रवाई पूरी करता है और आगे बढ़ जाता है। उपयोगकर्ता को कभी पता नहीं चलेगा कि उनके पास कोई विकल्प था।
नामकरण के लायक एक द्वितीयक निहितार्थ है। टूल विवरण नए मेटा विवरण हैं। आपके टूल के नाम, विवरण और पैरामीटर परिभाषाओं की गुणवत्ता सीधे तौर पर यह तय करेगी कि क्या कोई एजेंट प्रतिस्पर्धी के बजाय आपके टूल का चयन करता है, समझता है कि यह क्या करता है, और इसे सही तरीके से कॉल करता है या नहीं।
WebMCP दस्तावेज़ीकरण में सर्वोत्तम प्रथाओं का मार्गदर्शन रूपांतरण कॉपी राइटिंग जैसा लगता है। स्पष्ट क्रियाओं का उपयोग करें, विकल्पों के पीछे का कारण बताएं और प्रत्येक पैरामीटर का क्या अर्थ है, इसके बारे में विशिष्ट रहें। यदि वह परिचित लगता है, तो ऐसा होना चाहिए। आप वर्षों से मशीन पाठकों के लिए लिख रहे हैं। यह अगली परत है.
खिड़की खुली है, लेकिन हमेशा के लिए नहीं
मैं अपने पूरे करियर में जल्दी गोद लेने को लेकर संशय में रहा हूं। मैं अभी भी एक डिफॉल्ट के रूप में हूं। लेकिन मैंने उन क्षणों को पहचानना भी सीख लिया है जो न केवल डिग्री में, बल्कि प्रकार में भी भिन्न हैं।
स्कीमा मार्कअप एक था. एसएसएल एक था. मोबाइल अनुकूलन एक था. हर बार, वह विंडो जिसमें शुरुआती मूवर्स ने अनुपातहीन रिटर्न अर्जित किया वह वास्तविक और सीमित थी। प्रत्येक मामले में, जो लोग अंतर्निहित बदलाव को समझते थे, न कि केवल रणनीति को, उन्होंने ही उस लाभ को बढ़ाया।
WebMCP आज एक W3C सामुदायिक समूह ड्राफ्ट है, जो Google और Microsoft द्वारा सह-लिखित है, पहले से ही Chrome 146 बीटा में चल रहा है, और पहले से ही Cloudflare के बुनियादी ढांचे में एकीकृत है। यह अभी तक टेबल स्टेक नहीं है। लेकिन प्रक्षेपवक्र स्पष्ट है:
- विशिष्टता परिपक्व होती है.
- ब्राउज़र इसे शिप करते हैं.
- एजेंट उन साइटों को प्राथमिकता देना सीखते हैं जो संरचित टूल को उजागर करती हैं।
- जो साइटें पकड़ में नहीं आईं वे विज़िटर के उस वर्ग के लिए अदृश्य हो गईं।
घोषणात्मक दृष्टिकोण, एक बार अंतिम रूप देने के बाद, इसका मतलब है कि शुरू करने में बाधा वास्तव में कम होगी: आपके सबसे महत्वपूर्ण रूपों पर एनोटेशन, एक नया बैकएंड सिस्टम नहीं। अनिवार्य एपीआई अभी परीक्षण के लिए उपलब्ध है।
यही तर्क है. यही कारण है कि मैं इसे अभी बना रहा हूं, छह से 12 महीनों में नहीं, जब हर कोई इसे पकड़ने की कोशिश कर रहा है।