// गाइड
GEO एजेंसी को काम देने से पहले क्या पूछें?
अपडेट: 2026-08-24
// संक्षिप्त उत्तर
प्रक्रिया नहीं, सबूत माँगें: किसी असली क्लाइंट का anonymised पहले/बाद dataset, आपकी भाषा में कितने prompts मापे गए, mention को recommendation से कैसे अलग किया जाता है, share of voice कैसे गिना जाता है, दृश्यता बढ़े और आमदनी न बढ़े तो क्या होता है, और काम सच में कौन करता है। नीचे वे दस सवाल, अच्छे जवाब में क्या होता है, और हमारे अपने जवाब।
पिच से ज़्यादा मायने सवाल क्यों रखते हैं
GEO इतना नया है कि एक विश्वसनीय मेथडॉलॉजी पेज दोपहर भर में लिखा जा सकता है। सबूत को तिमाहियाँ लगती हैं। यही विषमता खरीदार की पूरी समस्या है: जो पिच आप पढ़ रहे हैं और जो नतीजा मिलेगा, वे ढीले-ढाले जुड़े हैं, और इस बाज़ार में किसी के पास इतनी लंबी ट्रैक रिकॉर्ड नहीं कि उसके सहारे पिच को छोड़ दिया जाए।
खरीदार अब उन्हीं असिस्टेंट्स की लिखी चेकलिस्ट लेकर आने लगे हैं — वे हमें ईमेल भेजने से पहले ChatGPT से पूछते हैं कि हमसे क्या पूछें। अगस्त 2026 में हमने यही अभ्यास ख़ुद पर किया: ब्राउज़िंग चालू रखकर ChatGPT से कहा कि get-geo.ai को संभावित वेंडर मानकर आँके। GEO की समझ, बहुभाषी पोजिशनिंग, माप-प्रोटोकॉल और पारदर्शिता को उसने 10 में से 9-9 दिए — सिद्ध क्लाइंट नतीजों को 5, एजेंसी की परिपक्वता को 4। यह एक मॉडल का एक रन है, heuristic, मेट्रिक नहीं; अंकों को ढीला पकड़ें। जिस गैप का उसने नाम लिया, वह ढीला नहीं, और सही गैप है: GEO एजेंसी को दिखाना आना, और किसी और के बिज़नेस के लिए यह साबित कर देना, एक बात नहीं।
तो ये हैं उस अभ्यास से निकले दस सवाल, हर एक के अच्छे जवाब में क्या होता है, और हमारे अपने जवाब — पहले सवाल समेत, जहाँ हमारा जवाब अभी कमज़ोर है।
दस सवाल
हर एक प्रक्रिया को सबूत से अलग करता है। सुनने वाली चीज़ विशिष्टता है: अच्छे जवाब में एक संख्या, एक भाषा, एक स्रोत या एक तारीख होती है। कमज़ोर जवाब में एक क्षमता होती है।
इन्हें लिखकर भेजें और जवाब रख लें। इस सूची की आधी क़ीमत यही है कि यह तुलनीय है — तीन एजेंसियाँ जो इन्हीं दस सवालों के जवाब दें, एक ऐसा दस्तावेज़ देती हैं जिसे आप सच में साथ रख कर पढ़ सकते हैं; कोई भी discovery कॉल यह नहीं देती।
| सवाल | कमज़ोर जवाब ऐसा लगता है | अच्छे जवाब में होता है |
|---|---|---|
| क्या किसी असली क्लाइंट का anonymised 90-दिन पहले/बाद dataset देख सकते हैं? | क्लाइंट नतीजे NDA के तहत हैं। | Prompts, baseline, बाद, भाषा-दर-भाषा — ब्रांड नाम हटाए, विधि कही गई। |
| हमारी भाषा में, क्लाइंट्स के लिए, आपने कितने prompts मापे हैं? | हम सभी प्रमुख भाषाएँ कवर करते हैं। | हर भाषा की गिनती, और प्रति प्रोजेक्ट इस्तेमाल हुई बैटरी का आकार। |
| ऐसा क्लाइंट दिखाएँ जिसकी दृश्यता एक भाषा में अंग्रेज़ी से स्वतंत्र बढ़ी हो। | सब साथ उठता है। | एक नामित भाषा, baseline, और उसके मुक़ाबले हलचल। |
| काम का बँटवारा क्या है — कंटेंट, तकनीकी, digital PR, entity, off-site? | हम समग्र दृष्टिकोण लेते हैं। | लगभग प्रतिशत, और हर हिस्सा कौन चलाता है। |
| हमारे बाज़ार और भाषा में आप किन स्रोतों को प्रामाणिक मानते हैं? | उच्च-प्राधिकार वेबसाइटें। | उस भाषा के नामित प्लेटफ़ॉर्म, और सबूत कि जवाब सच में उन्हें उद्धृत करते हैं। |
| Mention को recommendation से आप कैसे अलग करते हैं? | हम कुल दृश्यता ट्रैक करते हैं। | दो अलग काउंटर, दोनों परिभाषित, दोनों का एक-एक उदाहरण। |
| Share of voice आप ठीक-ठीक कैसे गिनते हैं? | आपके प्रतिस्पर्धियों के मुक़ाबले। | प्रतिस्पर्धी-सेट, जिस दिन वह तय हुआ, और फ़ॉर्मूला। |
| दृश्यता बढ़े और आमदनी न बढ़े तो क्या होता है? | दृश्यता को कन्वर्ट होने में समय लगता है। | एक नामित चेकपॉइंट, एक निदान चरण, और निकलने का रास्ता। |
| काम कौन करता है — संस्थापक, टीम, या ठेकेदार? | हमारी विशेषज्ञ टीम। | नाम सहित भूमिकाएँ, और वह व्यक्ति उपलब्ध न हो तो क्या होता है। |
| क्या आप तय दायरे और सहमति-प्राप्त माप-प्रोटोकॉल वाला 90-दिन पायलट चलाएँगे? | हम बारह महीने का अनुबंध सुझाते हैं। | पायलट का दायरा, लिखित प्रोटोकॉल, और बाद में डेटा किसका रहता है। |
हमारे जवाब, असुविधाजनक वाला समेत
पहला सवाल वह है जहाँ हम सबसे कमज़ोर हैं, इसलिए वह पहले आता है। दिखाने के लिए क्लाइंट का पहले/बाद dataset हमारे पास अभी नहीं। जो है, वह हमारा अपना है: एक सार्वजनिक केस स्टडी जिसमें विषय हम ख़ुद हैं, प्रकाशित clean-session प्रोटोकॉल पर चलाया गया, सीमाएँ केस के अंदर लिखीं, फ़ुटनोट में नहीं। यह असली माप है और क्लाइंट नतीजे का ख़राब विकल्प — और हम इसे सजाए बिना कहना पसंद करते हैं। जो बदला है वह काम का डिज़ाइन है: हर पायलट ऐसा काटा जाता है कि पहले प्रोजेक्ट से ही प्रकाशित करने लायक anonymised dataset निकले — prompts, baseline, बाद, भाषा-दर-भाषा, ब्रांड हटाया। पहला क्लाइंट जो साइन करता है, छूट खरीदता है और सबूत देता है।
बाकी जवाब छोटे हैं, क्योंकि छोटा ही बात है।
- आपकी भाषा में मापे गए prompts: क्लाइंट्स के लिए अभी शून्य — हम और दिखावा नहीं करेंगे। हमारी अपनी बैटरी ChatGPT, Perplexity और Gemini पर प्रति भाषा 30–50 prompts चलाती है, और पायलट के लिए हम वही आकार रखते हैं।
- भाषा-स्वतंत्र वृद्धि: क्लाइंट्स के लिए सिद्ध नहीं। हमारे अपने बहुभाषी रन सार्वजनिक हैं, और उनमें वे भाषाएँ भी हैं जहाँ हम कमज़ोर रहे — वही हिस्सा उन्हें पढ़ने लायक बनाता है।
- काम का बँटवारा: लगभग आधा तकनीकी और entity काम, एक तिहाई कंटेंट, बाकी off-site पुष्टि — baseline के बाद समायोजित, क्योंकि baseline बताती है तीन में से सच में कौन आपको रोक रहा है।
- प्रामाणिक स्रोत: हर भाषा में अलग, और हम उन्हें प्रोजेक्ट के हिसाब से जवाबों से ही नाम देते हैं — आपकी कैटेगरी में असिस्टेंट्स किन स्रोतों पर झुके, पहले वह पढ़ते हैं, फिर तय करते हैं कहाँ मौजूद रहना है।
- Mention बनाम recommendation: दो काउंटर, कभी मिलाए नहीं। सूची में नाम होना और «यहीं से शुरू करें» सुनना अलग नतीजे हैं, और आमदनी सिर्फ़ दूसरा हिलाता है।
- Share of voice: उसी प्रतिस्पर्धी-सेट के मुक़ाबले, जिसे असिस्टेंट्स ने baseline पर ख़ुद नाम दिया, पहले दिन तय — ताकि प्रोजेक्ट भर तुलना ईमानदार रहे।
- दृश्यता ऊपर, आमदनी सपाट: यह निदान है, बहस नहीं। आमतौर पर मतलब यह कि जीते गए prompts वे नहीं जो आपके खरीदार पूछते हैं, और ठीक करनी है बैटरी, और कंटेंट नहीं।
- काम कौन करता है: आज विश्लेषण और माप संस्थापक करता है, विशेषज्ञ काम के हिसाब से जुड़ते हैं। यह असली निर्भरता है — वही जोखिम जो मॉडल ने चिह्नित किया — और आप इसे क़ीमत में रख सकते हैं।
- पायलट: 90 दिन, तय दायरा, प्रोटोकॉल पहले दिन से पहले लिखित सहमति, और अंत चाहे जो हो डेटा आपका।
चार संख्याएँ जिन्हें कभी मिलाना नहीं चाहिए
ज़्यादातर AI-दृश्यता रिपोर्टिंग चार अलग चीज़ों को एक स्कोर में दबा देती है — इसी से dashboard चढ़ सकता है जबकि बिज़नेस में कुछ नहीं बदलता। किसी भी वेंडर से इन्हें अलग रखने को कहें: mention rate, क्या आपका नाम लिया ही गया; recommendation rate, क्या आप जवाब थे या सूची की एक पंक्ति; share of voice, असिस्टेंट्स द्वारा ख़ुद नामित प्रतिस्पर्धियों के मुक़ाबले आपकी मौजूदगी; और citation की क्वालिटी, आपको नाम देते समय मॉडल किन स्रोतों पर झुका। नाम लिया जाना एक उपलब्धि है। इसलिए नाम लिया जाना कि मॉडल ने एक इंडस्ट्री स्टडी, एक रिव्यू प्लेटफ़ॉर्म और आपकी अपनी डॉक्यूमेंटेशन पढ़ी — दूसरी और कहीं ज़्यादा मज़बूत उपलब्धि है।
यहाँ परिभाषाएँ संख्याओं से ज़्यादा मायने रखती हैं, क्योंकि जिस वेंडर ने परिभाषाएँ लिखी नहीं, वह उन्हें बाद में बदल सकता है। हमारी पूरी प्रकाशित हैं, प्रोटोकॉल और 90-दिन नियम समेत, उस गाइड में जहाँ हम बताते हैं हम कैसे मापते हैं — वह पेज इस खंड का लंबा रूप है।
तुलना की परीक्षा: एक मिनी-ऑडिट, तीन एजेंसियाँ
खरीदार सबसे मज़बूत काम यह कर सकता है कि टेंडर फ़ॉर्मैट ठुकरा दे और उसकी जगह एक छोटी, एक जैसी टास्क चलाए। वही ब्रीफ़ तीन-चार एजेंसियों को भेजें और हर एक से वही वस्तु माँगें: दस prompts जहाँ आज आप अदृश्य हैं, मौजूदा जवाब शब्द-दर-शब्द, वे प्रतिस्पर्धी जिन्हें ये जवाब नाम देते हैं, पहले 30 दिनों के ठोस बदलाव, और 90-दिन पायलट की क़ीमत।
फिर पाँच अक्षों पर तुलना करें, इंप्रेशन पर नहीं। क्या prompts वही हैं जो आपके खरीदार सच में टाइप करेंगे, या सामान्य कैटेगरी शब्द? मिले प्रतिस्पर्धी उनसे मिलते हैं जिन्हें आप जानते हैं? क्या उन्होंने कहा कि जवाब किन स्रोतों को उद्धृत करते थे? KPI परिभाषित हैं या महसूस? और पायलट पायलट की तरह प्राइस हुआ है, या दूसरे नाम का retainer? जो एजेंसी यह एक हफ़्ते में नहीं बना सकती, वह चौथे महीने के चलने का तरीक़ा पहले ही बता रही है।
हमारा मुफ़्त है और वस्तु वही है जो ऊपर है: hello@get-geo.ai पर लिखें, हम आपका दस prompts के साथ भेज देंगे। इसे हमारे दो प्रतिस्पर्धियों के मुक़ाबले चलाएँ — तुलना ही बात है, और हम कॉल पर जीतने से बेहतर डेटा पर हारना मानते हैं।
लाल झंडे
इनमें से कोई यह नहीं कहता कि एजेंसी बेईमान है। हर एक एक ठोस बात कहता है जिसे आप बाद में जाँच नहीं पाएँगे — और «बाद» वही वक़्त है जब वह मायने रखती है।
- «NDA के तहत, पर भरोसा रखें।» Anonymised डेटा ठीक इसी स्थिति के लिए है — नाम के बिना संख्याएँ। झंडा फ़ॉर्मैट का इनकार है, नामों का नहीं।
- गारंटीड पोज़ीशन, या वादा «आपको ChatGPT में ले आएँगे»। जनरेटेड जवाब रन-दर-रन बदलते हैं; जो कोई ख़ास जवाब गारंटी देता है, वह उस चीज़ की गारंटी दे रहा है जिसका नियंत्रण उसके पास नहीं।
- ऐसा dashboard जिसका prompt-सेट प्रोजेक्ट के बीच बदल सके। अगर पहले दिन की बैटरी की प्रति आपके पास नहीं, बाद का हर चार्ट अकाट्य है — बुरे अर्थ में।
- बिना प्रकाशित परिभाषा का एक दृश्यता-स्कोर। पूछें वह क्या गिनता है। जवाब दो वाक्यों से लंबा हो तो वह वही गिनता है जो सुविधाजनक हो।
- बहुभाषी पिच, भाषा-दर-भाषा संख्याएँ नहीं। बहुभाषी GEO भाषा-दर-भाषा गिरता है, इसलिए एक जोड़ ठीक वही छिपाता है जो आप खरीद रहे हैं।
- केस स्टडी जिसमें एजेंसी ख़ुद अपनी क्लाइंट है और पहले पैराग्राफ़ में यह नहीं कहती। हमारी वैसी ही है — इसीलिए हम अपनी में कहते हैं, और यहाँ फिर।
- कच्चे लॉग देने से इनकार। रिपोर्ट व्याख्या है। लॉग सबूत हैं, और हर रिपोर्ट के साथ डिफ़ॉल्ट में चलने चाहिए।
संबंधित प्रश्न
क्या यह अजीब नहीं कि एजेंसी वे सवाल प्रकाशित करे जो उसकी अपनी कमज़ोरी खोलते हैं?
असामान्य है, अजीब नहीं। यह सूची खरीदार को असिस्टेंट से वैसे भी मिलती है — हम लिखित जवाबों से मिलना पसंद करते हैं, कॉल पर इम्प्रोवाइज़ नहीं। और वह एक कमज़ोर जवाब अस्थायी है: जिस दिन पहला पायलट प्रकाशित करने लायक dataset दे, वह बंद हो जाएगा।
अगर एजेंसी कच्चे लॉग साझा करने से मना करे?
तो हर रिपोर्ट का हर अंक अपुष्ट है, अच्छे वाले भी। Anonymised लॉग — prompts, नमूना जवाब, स्क्रीनशॉट, ब्रांड नाम हटाए — बाँटने में कुछ नहीं लगता, और वही एक चीज़ है जिससे आप माप ख़ुद दोहरा सकते हैं।
कितने prompts से एक मज़बूत baseline बनती है?
एक भाषा के लिए 30–50 prompts, कम से कम तीन असिस्टेंट्स पर बार-बार नमूने, हलचल देखने के लिए काफ़ी हैं और शोर में डूबने जितने नहीं। गिनती से ज़्यादा यह मायने रखता है कि सेट पहले दिन तय हो और उसकी प्रति आपके पास हो।
पायलट से शुरू करें या retainer से?
पायलट से, हमेशा, और सिर्फ़ हमारे साथ नहीं। नब्बे दिन इतने लंबे हैं कि GEO काम जमा हो सके, और इतने छोटे कि ग़लत चुनाव की क़ीमत एक तिमाही हो, साल नहीं। जो वेंडर सिर्फ़ बारह महीने बेचता है, वह अपनी अनिश्चितता आपके अनुबंध में डाल रहा है।
एक मॉडल ने सिद्ध क्लाइंट नतीजों पर आपको 10 में से 5 दिए। फिर क्यों काम दें?
क्योंकि वह स्कोर हमारी हिस्ट्री मापता है, विधि नहीं — और विधि सार्वजनिक है, जाँचने योग्य है, और एक जीवित विषय पर मापा हुआ नतीजा पहले ही दे चुकी है। अगर आपको सबसे ज़्यादा सिद्ध क्लाइंट इतिहास चाहिए, किसी पुराने को काम दें। अगर प्रकाशित प्रोटोकॉल, कच्चा डेटा और 90-दिन की निकासी ज़्यादा मायने रखते हैं, यही सौदा हम दे रहे हैं — और हमने इसे साफ़ कहा है, इस उम्मीद में नहीं कि आप पूछेंगे नहीं।
संबंधित गाइड
स्रोत
// साझा करें