Query fan-out वह तकनीक है जिससे AI search systems एक सवाल को कई छोटी searches में बाँटते हैं, उन्हें एक ही समय चलाते हैं, और नतीजों को एक जवाब में मिला देते हैं। Google ने मई 2025 में AI Mode पेश करते समय इसका सार्वजनिक वर्णन किया, और ऐसा ही query rewriting ChatGPT search, Perplexity तथा दूसरे assistants में होता है। यही बताता है कि कोई पेज उस सवाल पर cite क्यों हो सकता है जिसे उसने कभी निशाना नहीं बनाया।
यह कैसे काम करता है
यह सवाल लें: “भारत में 20 लोगों की B2B sales team को कौन सा CRM चुनना चाहिए अगर हम पहले से Tally उपयोग करते हैं और बजट महीने के 50,000 रुपये है?”
कोई एक पेज इस सबका जवाब नहीं देता। Query fan-out उपयोग करने वाला कोई system इन तरह की searches बना सकता है:
- CRM for small B2B sales teams
- CRM Tally integration
- CRM pricing per user India
- CRM comparison for 20 users
- CRM data residency India
वह हर एक के लिए पेज निकालता है, वे हिस्से चुनता है जो हर भाग का जवाब देते हैं, और एक जुड़ी हुई सिफ़ारिश लिखता है। Sub-queries model बनाता है, इसलिए उनमें वे ज़रूरतें भी आ सकती हैं जो उपयोगकर्ता ने बताई ही नहीं, जैसे इस उदाहरण में data residency।
इससे जुड़ा शब्द query decomposition कई क़दमों वाले question answering के शोध से आता है, जहाँ किसी उलझे सवाल को आसान सवालों में तोड़ा जाता है और उनका जवाब क्रम से दिया जाता है। Fan-out टुकड़ों को साथ साथ चलाता है; decomposition उन्हें क्रम में चला सकता है, एक का जवाब अगला बनाने में उपयोग करके। चलते हुए systems दोनों उपयोग करते हैं।
Google ने क्या कहा है
मई 2025 में Google I/O में Google ने बताया कि AI Mode किसी सवाल को उपविषयों में तोड़ता है और एक साथ कई queries चलाता है, और उसकी Deep Search सुविधा एक निवेदन के लिए सैकड़ों searches चला सकती है। AI Overviews मिलती जुलती तकनीकें उपयोग करते हैं। Google ने sub-queries बनाने के ठीक नियम नहीं छापे हैं, और वे सवाल के साथ बदलते हैं।
आपकी वेबसाइट के लिए इसका मतलब
आप उपसवालों पर मुक़ाबला करते हैं
ज़्यादातर sub-queries असली सवाल से ज़्यादा सँकरी होती हैं। वह पेज जो “CRM Tally integration” का साफ़ जवाब देता है, जुड़े हुए जवाब में cite होने का मौक़ा रखता है, चाहे वह team के आकार या बजट का ज़िक्र भी न करे।
किसी फ़ैसले की पूरी coverage एक बड़े पेज से ज़्यादा मायने रखती है
ख़रीदारों के सवाल कई ज़रूरतें एक साथ बाँधते हैं: क़ीमत, मेल, अनुकूलता, सीमाएं, जगह। वह साइट जो हर ज़रूरत का जवाब एक साफ़ बनावट वाले पेज पर, या साफ़ अलग किए हिस्सों में देती है, system को उस एक आम पेज से ज़्यादा मेल खाते हिस्से देती है।
बिना कही शर्तें searches बन जाती हैं
क्योंकि model वे ज़रूरतें जोड़ता है जो उपयोगकर्ता ने लिखी नहीं, इसलिए ये ब्यौरे, कि कोई उत्पाद किसके लिए है, कहाँ उपलब्ध है, किसके साथ जुड़ता है और क़ीमत किस चीज़ से बनती है, उन sub-queries से मेल खा सकते हैं जो आपको keyword research में कभी न मिलें।
अपने विषयों के उपसवाल कैसे ढूँढें
कोई tool यह नहीं दिखाता कि किसी assistant ने ठीक कौन सी sub-queries बनाईं। हम यह सूची कई स्रोतों से बनाते हैं और उसे असली जवाबों से जाँचते हैं:
- अपने मुख्य विषयों के लिए Google में “People also ask” और related searches
- Sales calls, support tickets और पूछताछ के forms से आए सवाल
- Assistants से ख़रीदार का पूरा सवाल पूछना और नोट करना कि उनके जवाब किन पहलुओं को ढकते हैं और हर एक के लिए कौन से स्रोत cite करते हैं
- Search Console की वे queries जो लंबे, ख़ास सवालों के लिए impressions दिखाती हैं
जो पहलू बार बार आता रहे वह एक हिस्सा या एक पेज बन जाता है, जिसकी शुरुआत में जवाब हो।
अक्सर पूछे जाने वाले सवाल
क्या query fan-out और keyword research एक ही चीज़ है?
नहीं। Keyword research देखती है कि लोग क्या लिखते हैं। Fan-out इस बारे में है कि system उनकी तरफ़ से क्या खोजता है, जो अक्सर ज़्यादा ख़ास होता है और उसमें वे ज़रूरतें भी होती हैं जो उस व्यक्ति ने कभी बताई नहीं।
क्या fan-out का मतलब है कि लंबे पेज AI जवाबों में बेहतर rank करते हैं?
अपने आप नहीं। लंबे पेज तभी मदद करते हैं जब हर हिस्सा एक अलग उपसवाल का साफ़ जवाब देता है। वह लंबा पेज जो एक ही विचार के चक्कर काटता है, ज़्यादा sub-queries से मेल नहीं खाता।
क्या मैं Search Console में sub-queries देख सकता हूँ?
Google ने यह पुष्टि नहीं की है कि AI Mode की sub-queries Search Console में अलग queries के रूप में आती हैं। वहाँ दिखने वाली असामान्य long-tail queries एक काम का इशारा हो सकती हैं, पर वे बेहतर से बेहतर भी अधूरी सूची होंगी।