मार्च में एक client ने मुझे call किया, बहुत नाराज़। उसकी site "best CRM for small law firms" के लिए दो साल से top-three position में थी। Traffic steady था। फिर Google के AI Mode ने US users के लिए व्यापक roll-out शुरू किया और छह हफ़्तों में उसके organic clicks 34% गिर गए। वह ranking हार नहीं गया था। blue link अभी भी वहीं था। लेकिन एक बड़ा AI-generated answer box उसके ऊपर बैठा था, जो तीन और sites को cite कर रहा था, जिनमें से कोई भी उसकी नहीं थी। उनमें से एक का Domain Authority 31 था। उसका 58 था। मैंने cite किए गए page को खोला और लगभग बीस मिनट इसे पढ़ने में लगाए। सच कहूँ तो? यह specific सवाल के लिए बेहतर structured था जो Google अब पूछ रहा था, भले ही किसी traditional sense में यह "बेहतर" नहीं था।
तब मैंने query fan-out पर गंभीरता से ध्यान देना शुरू किया।
Query Fan-Out असल में क्या है
जब आप Google AI Mode में कुछ type करते हैं, या जब Gemini Search Generative Experience के अंदर एक query को process करता है, तो यह आपके एक सवाल को एक retrieval process को नहीं भेजता। यह query को multiple सब-क्वेरीज़ में तोड़ता है, उन्हें समानांतर में fire करता है, प्रत्येक के लिए results निकालता है, फिर सब कुछ को एक response में synthesise करता है। Google के अपने engineers ने इसे "multi-step reasoning" process कहा है, और Liz Reid के Google I/O 2024 keynote ने इस बात का सबसे स्पष्ट public look दिया है कि system कैसे सोचता है।
सब-क्वेरीज़ की संख्या अलग-अलग होती है। Simple सवाल पाँच या छह में fan out हो सकते हैं। Complex research सवाल, जहाँ कोई वास्तव में decision लेने की कोशिश कर रहा हो, 20 से 50 parallel retrievals create कर सकते हैं। प्रत्येक सब-क्वेरी एक अलग angle, एक अलग entity, एक अलग comparison, एक अलग objection को target करती है। System एक complete picture बनाने की कोशिश कर रहा है, सिर्फ एक answer retrieve नहीं करना।
बात यह है: ज़्यादातर SEO advice अभी भी Google को ऐसे treat करती है जैसे वह एक सवाल पूछ रहा हो। ऐसा नहीं है। अब नहीं।
यह Traditional Keyword Optimisation को क्यों तोड़ता है
मैंने Seahawk के ज़रिए 12,000+ sites के लिए content strategies बनाई हैं। और सबसे बड़ी गलती जो मैं अभी 2025 में देखता हूँ, वह है pages को keyword के लिए optimize करना, एक topic cluster के बजाय explicit सब-क्वेश्चन्स inline में answered होने के साथ।
Traditional optimization कहता था: अपना keyword H1 में डालो, meta title में, पहले 100 words में, कुछ backlinks लो, हो गया। यह काम करता था क्योंकि retrieval relatively linear था। Query को match करो, page को surface करो।
Fan-out यह तोड़ता है क्योंकि AI उस page को ढूंढ नहीं रहा है जो query से match करता हो। यह उस page को ढूंढ रहा है जो एक specific सब-क्वेश्चन का जवाब देता हो जो इसने internally generate किया है। आप उस सब-क्वेश्चन को कभी नहीं देखते। यह Search Console में नहीं है। यह कहीं आपके analytics में नहीं दिखता। Google ने इसे silently create किया, जो user असल में पूछ रहा था उसे decompose करने के हिस्से के रूप में।
Retrieval Per Sub-Query Competitive है
इसे ऐसे सोचो। कल्पना करो Google "what accounting software should a UK freelancer use" को सब-क्वेश्चन्स में विभाजित करता है जैसे:
- Sole traders के लिए Making Tax Digital requirements क्या हैं?
- कौन-से accounting tools UK bank feeds को natively integrate करते हैं?
- FreeAgent और QuickBooks के बीच price difference क्या है freelancers के लिए?
- Freelancers VAT submissions को digitally कैसे handle करते हैं?
- UK accountants अपने clients को असल में क्या recommend करते हैं?
ये सभी अलग-अलग रिट्रीवल प्रतियोगिताएँ हैं। आप उनमें से दो जीत सकते हैं और बाकी तीन हार सकते हैं। अगर आप आधे से ज्यादा हार जाएँ, तो शायद आपको बिल्कुल उद्धृत नहीं किया जाएगा। अगर आप पाँच में से चार जीतें, तो आप वह प्राथमिक स्रोत बन सकते हैं जिस पर एआई निर्भर करता है।
अर्थ यह है: एक लंबा पेज जो "फ्रीलांसरों के लिए अकाउंटिंग सॉफ्टवेयर" को अस्पष्ट तरीके से कवर करता है, प्रभावी ढंग से प्रतिस्पर्धा नहीं कर रहा है। आपको प्रत्येक उप-प्रश्न का स्पष्ट, स्पष्ट उत्तर देना होगा, इतनी विशिष्टता के साथ कि एक रिट्रीवल सिस्टम उस सटीक प्रश्न का एक स्वच्छ उत्तर निकाल सके।
उप-क्वेरीज को रिवर्स-इंजीनियर कैसे करें
यह वह जगह है जहाँ वास्तविक कार्य होता है। मैं यह नाटक नहीं करूँगा कि कोई ऐसा टूल है जो Google की आंतरिक फैन-आउट क्वेरीज को सीधे दिखाता है, क्योंकि कोई नहीं है। लेकिन आप उनका अनुमान लगा सकते हैं।
यह वह प्रक्रिया है जो मैं उपयोग करता हूँ, और Seahawk में 2024 के अंत में एक फिनटेक क्लाइंट के लिए विशेष रूप से उपयोग की है:
- अपनी लक्ष्य क्वेरी को Google AI Mode (या AI Overview, यदि आप उस क्षेत्र में हैं जहाँ यह लाइव है) में टाइप करें और जेनरेट किए गए प्रतिक्रिया को सावधानीपूर्वक पढ़ें।
- उस प्रतिक्रिया का प्रत्येक पैराग्राफ एक अलग उप-प्रश्न का उत्तर दे रहा है। लिखें कि वह निहित प्रश्न क्या है।
- AlsoAsked के साथ क्रॉस-रेफरेंस करें, जो "People Also Ask" ग्राफ को किसी भी अन्य टूल से बेहतर मैप करता है।
- एक ही क्वेरी को Perplexity और Claude के माध्यम से चलाएँ। दोनों समान बहु-चरण रिट्रीवल का उपयोग करते हैं। उप-प्रश्न जो वे स्पष्ट रूप से लिखते हैं, उनके तर्क ट्रेस में, Google के आंतरिक रूप से जेनरेट करने वाले के लिए एक उचित प्रॉक्सी हैं।
- Ahrefs के Content Gap टूल का उपयोग करके उन पेजों को खोजें जो आपको रैंक करते हैं और ऐसे कोण कवर करते हैं जो आपका पेज नहीं छूता।
एक बार जब आपके पास 8 से 12 निहित उप-प्रश्न हों, तो ऐसी सामग्री लिखें जो प्रत्येक का एक अलग, निकालने योग्य इकाई के रूप में उत्तर दे। गद्य में दफन नहीं। असुरक्षित नहीं। एक स्पष्ट प्रश्न, एक स्पष्ट उत्तर, फिर सहायक विवरण।
एक पेज को फैन-आउट सिस्टम में "उद्धरणीय" क्या बनाता है
2019 में एक क्लाइंट ने मुझे एक ब्रीफ दिया जो मुझे तब बेतुका लगा: उनकी कनवेयांसिंग साइट पर हर कानूनी शब्द के लिए एक ग्लॉसरी पेज लिखें। कोई ब्लॉग नहीं। कोई गाइड नहीं। 200+ परिभाषाओं के साथ एक उचित ग्लॉसरी। मैंने विरोध किया। वे आग्रहशील रहे। वह पेज अब प्रति माह लगभग 18,000 ऑर्गेनिक सेशन चलाता है, और जब से AI Overviews रोल आउट होने लगे, इसे उनके डोमेन पर किसी अन्य पेज से अधिक AI प्रतिक्रियाओं में उद्धृत किया गया है।
क्यों? क्योंकि प्रत्येक परिभाषा एक आत्मनिर्भर, निकालने योग्य इकाई है। Google आसपास के संदर्भ की व्याख्या किए बिना एक उप-क्वेरी का उत्तर देने के लिए एक परिभाषा खींच सकता है। वह उद्धरणीयता है।
मेरे विचार से उद्धरणीयता के लिए सबसे महत्वपूर्ण संकेत ये हैं:
- स्पष्ट प्रश्न-उत्तर संरचना। एक शीर्षक जो एक प्रश्न के रूप में वाक्यांशित है, उसके बाद उस अनुभाग के पहले वाक्य में एक सीधा उत्तर। तीन पैराग्राफ नीचे दफन नहीं।
- नामित संस्थाएँ और विशिष्टताएँ। "FreeAgent अकेले व्यापारियों के लिए £19/माह की लागत है" उद्धरणीय है। "कुछ उपकरण अधिक सस्ते हैं" नहीं है।
- लंबे अनुभागों के भीतर छोटे, उद्धरणीय वाक्य। एआई स्निपेट खींच रहा है। स्निपेट को स्पष्ट करें।
- संरचित डेटा। FAQ स्कीमा और HowTo स्कीमा अभी भी काम करते हैं, और वे विशेष रूप से काम करते हैं क्योंकि वे Google को असतत प्रश्न-उत्तर जोड़ी को पार्स करने में मदद करते हैं। उन्हें उपयोग करें। Google का संरचित डेटा दस्तावेज़ अभी भी सटीक है और AI Mode के संदर्भ में पुनः पढ़ने के योग्य है।
- लेखक विश्वसनीयता संकेत। वास्तविक क्रेडेंशियल के साथ बाय-लाइनें, About पेज जो विशेषज्ञता के बारे में विशिष्ट हैं, लेखक की व्यावसायिक उपस्थिति के लिंक। केवल "by admin" नहीं।
गहराई बनाम चौड़ाई जाल
यह एक गलती है जो मैंने व्यक्तिगत रूप से की। 2023 के मध्य में, जब SGE अभी भी Labs में था, मैंने Seahawk के अपने एक सेवा पेज के लिए 4,800 शब्दों का एक गाइड लिखा। किसी विषय का व्यापक कवरेज। हर कोण संबोधित। मुझे इस पर गर्व था। इसे AI प्रतिक्रियाओं में बिल्कुल शून्य बार उद्धृत किया गया था, और मैंने एक 1,100-शब्द प्रतिस्पर्धी पेज को बार-बार उद्धृत किया जाता देखा।
अंतर यह था: उनका पेज एक विशिष्ट उप-प्रश्न का सर्जिकल सटीकता के साथ उत्तर देता था। मेरा सब कुछ इतने व्यापक रूप से उत्तर देता था कि रिट्रीवल सिस्टम किसी भी व्यक्तिगत उप-क्वेरी के लिए एक स्वच्छ, उद्धरणीय उत्तर निकाल नहीं सकता था।
गहराई लंबाई जैसी नहीं होती। गहराई का मतलब है कि हर उप-प्रश्न पर इतना आगे जाना कि आपका जवाब स्पष्ट रूप से उपयोगी हो। लंबाई का मतलब है बहुत सारे शब्द लिखना। ये दोनों अलग चीजें हैं।
अगर आपके विषय से 10 उप-प्रश्न निकलते हैं, तो आप अक्सर 10 केंद्रित सेक्शन (हर एक 150 शब्दों का) से बेहतर परिणाम पाएंगे, बजाय एक 2,000-शब्दीय निबंध के जो सभी 10 को सतही तरीके से संबोधित करे। संरचना दिखाती है कि हर सेक्शन एक अलग जवाब है। AI सेक्शन 7 को सेक्शन 1 से 6 के बिना ही प्राप्त कर सकता है।
आंतरिक लिंकिंग पर एक नोट
क्योंकि फैन-आउट कई पेजों को कवर करता है, सिर्फ एक को नहीं, आपकी आंतरिक लिंकिंग रणनीति उप-प्रश्न स्पेस में विषय के अधिकार को संकेत देने का एक तरीका बन जाती है। अगर आपके पास पाँच पेज हैं जो हर एक दो या तीन संबंधित उप-प्रश्नों का अच्छी तरह जवाब देते हैं, और वे वर्णनात्मक एंकर टेक्स्ट के साथ सही तरीके से आपस में जुड़े हुए हैं, तो आप एक ही फैन-आउट इवेंट के भीतर कई खोज प्रतियोगिताएं जीतने की संभावना बढ़ाते हैं।
मैं बड़ी साइटों पर आंतरिक लिंक एंकर टेक्स्ट को ऑडिट करने के लिए Screaming Frog का उपयोग करता हूँ। जिन साइटों का मैं ऑडिट करता हूँ उनमें से 40% जहाँ आंतरिक लिंक "यहाँ क्लिक करें" या "और पढ़ें" कहते हैं, वह संख्या निराशाजनक है। वर्णनात्मक एंकर मुफ़्त लाभ हैं।
फैन-आउट आपके कंटेंट कैलेंडर को कैसे प्रभावित करता है
तो व्यावहारिक रूप से: इसका मतलब आपकी कंटेंट योजना के लिए क्या है?
इसका मतलब है कि पुरानी "एक कीवर्ड, एक पेज" कंटेंट कैलेंडर मॉडल बहुत मोटी है। आपको विषयों को प्रश्न क्लस्टर में मैप करना होगा, फिर तय करना होगा कि हर क्लस्टर एक अच्छी तरह संरचित पेज पर है या कई आपस में जुड़े हुए पेजों में विभाजित है।
एक नई परियोजना के लिए जो मैं अभी चला रहा हूँ, HR tech स्पेस में एक B2B SaaS क्लाइंट के लिए, हमने 40 टार्गेट कीवर्ड को 180 निहित उप-प्रश्नों में मैप किया। उन 180 प्रश्नों में से, 60 पहले से ही उनकी साइट पर कहीं जवाब दिए गए थे लेकिन लंबे-फॉर्म टेक्स्ट में दफन थे, स्पष्ट निष्कर्षण बिंदुओं के बिना। हमने उन के लिए नई कंटेंट नहीं लिखी। हमने मौजूदा पेजों को पुनः संरचित किया: प्रश्न के रूप में तैयार किए गए H3 जोड़े, जवाब को हर सेक्शन के पहले वाक्य में खींचा, FAQ स्कीमा जोड़ा। वह दो हफ्ते लगे। छह हफ्तों के भीतर, उस डोमेन के लिए AI Overview उद्धरण तीन से उन्नीस ट्रैक किए गए उदाहरणों में चले गए।
"और लिखो" नहीं। बेहतर संरचना दो।
यह निगरानी करना कि क्या आपको उद्धृत किया जा रहा है
2025 के मध्य तक, AI Mode उद्धरणों के लिए Google Search Console में कोई मूल फिल्टर नहीं है। तो आप प्रॉक्सी के साथ काम कर रहे हैं।
सबसे विश्वसनीय विधि जो मुझे मिली है: अपने टार्गेट प्रश्नों को मैन्युअली, इनकॉग्निटो में, VPN का उपयोग करके विभिन्न क्षेत्रों में खोजें, और नोट करें कि कौन से डोमेन AI प्रतिक्रिया में दिखाई देते हैं। अपने शीर्ष 20 प्रश्नों के लिए साप्ताहिक यह करें। यह मैन्युअल है। यह परेशानी भरा है। यह भी सबसे ईमानदार संकेत है जो आपके पास है।
Semrush के AI Toolkit और Ahrefs के AI mentions tracking (लेखन के समय बीटा में) जैसे उपकरण उद्धरण डेटा को सामने लाना शुरू कर रहे हैं, लेकिन उन संख्याओं को दिशात्मक के रूप में मानते हैं, सटीक नहीं। Google के खोज लॉग तक अंतर्निहित पहुँच तीसरे पक्षों के लिए नहीं है।
जो मीट्रिक मैं Search Console में प्रॉक्सी के रूप में देखता हूँ: प्रश्न-वाक्यांश वाली क्वेरीज के लिए इंप्रेशन ("how", "what", "why", "which", "can" से शुरू होने वाली क्वेरीज) स्थिर इंप्रेशन के बावजूद क्लिकों में गिरावट के साथ। वह पैटर्न आमतौर पर मतलब है कि एक AI Overview उपयोगकर्ता के क्लिक करने से पहले ही प्रश्न को संतुष्ट कर रहा है। आप इंप्रेशन जीत रहे हैं, विजिट हार रहे हैं।
FAQ
क्या अधिक बैकलिंक होने से आपको AI Mode प्रतिक्रियाओं में उद्धृत होने में मदद मिलती है?
बैकलिंक अभी भी प्रभावित करते हैं कि Google कौन से पेजों को खींचने के लिए काफी अधिकृत मानता है। लेकिन पारंपरिक रैंकिंग की तुलना में AI Mode में यह संबंध कमजोर है। मैंने 12 referring domains वाले पेजों को 400 के साथ पेजों पर उद्धृत होते देखा है, क्योंकि कम-अधिकार पेज एक विशिष्ट उप-प्रश्न का अधिक निष्कर्षणीय तरीके से जवाब दे रहा था। Citability संरचना तेजी से अलग करने वाली चीज बन रही है।
क्या मुझे AI Mode को टार्गेट करने के लिए पुरानी कंटेंट को पुनः संरचित करना चाहिए या नए पेज लिखने चाहिए?
पुनः संरचना के साथ शुरू करें। मेरे अनुभव में, AI Mode citability के लिए जो कुछ आवश्यक है उसका लगभग 60% संरचनात्मक है, विषयात्मक नहीं। प्रश्न-वाक्यांश वाले H3 जोड़ें, जवाब को हर सेक्शन के पहले वाक्य में खींचें, FAQ स्कीमा जोड़ें। अगर एक पेज को पुनः संरचित करने के बाद अभी भी मुख्य उप-प्रश्नों को कवर नहीं करता है, तो इसे विस्तारित या पूरक करें।
क्या पेज स्पीड AI Mode उद्धरणों को प्रभावित करता है?
अप्रत्यक्ष रूप से। Google को अभी भी पेज को क्रॉल और इंडेक्स करना होगा। धीमे पेज जो क्रॉल बजट समस्याओं को ट्रिगर करते हैं या खराब Core Web Vitals उत्पन्न करते हैं, Google जो इंडेक्स से खींच रहा है उसमें प्राथमिकता दी जा सकती है। लेकिन पेज स्पीड अकेले citability को बना या तोड़ेगा नहीं। कंटेंट संरचना अधिक महत्वपूर्ण है।
क्या AI Mode रोलआउट कुछ क्षेत्रों तक सीमित है?
2025 के मध्य तक, query फैन-आउट के साथ AI Mode सबसे पूरी तरह US में तैनात है, अन्य अंग्रेजी-बोलने वाली बाजारों में सीमित उपलब्धता के साथ। UK उपयोगकर्ता पूर्ण AI Mode की तुलना में AI Overviews अधिक देखते हैं। Google का Search status dashboard इस को ट्रैक करने के लिए विशेष रूप से उपयोगी नहीं है। आपका सबसे अच्छा संकेत सिर्फ मैन्युअली टार्गेट क्षेत्रों में खोज करना है।
---
शुरुआत में जिस क्लाइंट की बात की थी? हमने अप्रैल में उसकी साइट के चार पृष्ठों को पुनर्गठित किया। स्पष्ट प्रश्नोत्तर खंड, FAQ स्कीमा, नामित टूल्स और मूल्य निर्धारण पर विशिष्टता जोड़ी। मई के मध्य तक वह अपनी पाँच लक्ष्य क्वेरीज़ में से दो के लिए AI प्रतिक्रियाओं में दिख रहा था। पाँच नहीं। दो। इस काम में समय लगता है और यह गारंटीशुदा नहीं है। लेकिन यह तंत्र वास्तविक है, और इसे नज़रअंदाज़ करना क्योंकि आप उप-क्वेरीज़ को सीधे नहीं देख सकते — यह रणनीति नहीं है। यह बस यह आशा करना है कि पुराने नियम अभी भी लागू होंगे। वे नहीं हैं, बिल्कुल।