AEO ट्रैकर एक ऐसा सॉफ़्टवेयर है जो यह नज़र रखता है कि जब लोग आपकी कैटेगरी से जुड़े सवाल पूछते हैं, तो आंसर इंजन - ChatGPT, Google AI Overviews, Perplexity, Gemini, Copilot - आपके ब्रांड का नाम लेते हैं या नहीं। यह तय शेड्यूल पर प्रॉम्प्ट्स का एक सेट चलाता है, दर्ज करता है कि हर जवाब में किन ब्रांड्स का ज़िक्र और साइटेशन हुआ, और समय के साथ उन जवाबों में आपका हिस्सा कितना है, यह रिपोर्ट करता है।
यह तो हुई प्रोडक्ट कैटेगरी की बात। असली मुश्किल सवाल, जिस पर यह पूरी गाइड टिकी है, यह है कि अच्छे ट्रैकर और सिर्फ़ महँगे ट्रैकर में फ़र्क़ कैसे करें। सारे vendor मिलते-जुलते dashboard दिखाते हैं, उनके नंबर आपस में मेल नहीं खाते, और नीचे का डेटा इतना अस्थिर है कि भरोसेमंद दिखने वाला चार्ट भी लगभग बेमानी हो सकता है। नीचे एक टेस्टिंग प्रोटोकॉल है जिसे आप किसी भी कॉन्ट्रैक्ट पर साइन करने से पहले दो हफ़्तों में चला सकते हैं।
AEO ट्रैकर बनाम GEO ट्रैकर: इस फ़र्क़ से आपको असल में क्या मिलता है?
प्रैक्टिस में बहुत कम। और अगर कोई इस फ़र्क़ को ज़ोर-शोर से बेच रहा है, तो सतर्क हो जाइए।
दोनों शब्द एक-दूसरे से काफ़ी मिलते-जुलते काम के बारे में हैं। आंसर इंजन ऑप्टिमाइज़ेशन (AEO) फ़ीचर्ड स्निपेट्स और वॉइस असिस्टेंट्स के दौर से निकला, और इसका ज़ोर इस पर है कि आपका कंटेंट सीधे जवाब के रूप में उठाया जाए। जेनरेटिव इंजन ऑप्टिमाइज़ेशन (GEO) 2024 के KDD पेपर GEO: Generative Engine Optimization से आया, जिसे Aggarwal और उनके साथियों ने लिखा था। इस पेपर ने देखा कि कंटेंट में बदलाव से जेनरेट किए गए जवाबों के अंदर विज़िबिलिटी कैसे बदलती है, और उनके बेंचमार्क पर 40% तक की बढ़त दर्ज की गई। मोटे तौर पर AEO का झुकाव जवाब निकाले जाने (extraction) की तरफ़ है, GEO का जवाब गढ़े जाने (synthesis) की तरफ़।
लेकिन टूल्स दोनों के एक ही हैं। दोनों मॉडल्स पर प्रॉम्प्ट चलाते हैं और ब्रांड मेंशन गिनते हैं। जब कोई vendor AEO ट्रैकर और GEO ट्रैकर को अलग-अलग प्रोडक्ट बताकर बेचे, तो जाँचिए कि नीचे का मेज़रमेंट सच में अलग है या एक ही पाइपलाइन को दो नामों से बेचा जा रहा है। डिब्बे पर लिखे acronym को नहीं, अंदर के इंस्ट्रूमेंट को परखिए।
एक ही ब्रांड के लिए दो AEO ट्रैकर अलग-अलग नंबर क्यों दिखाते हैं?
क्योंकि जवाब खुद ही स्थिर नहीं होते, और हर vendor उन्हें अपने तरीक़े से सैंपल करता है।
इस पर सबसे बड़ा पब्लिक टेस्ट SparkToro ने किया। उनकी स्टडी में 600 वॉलंटियर्स ने 12 ब्रांड-रेकमेंडेशन प्रॉम्प्ट्स को ChatGPT, Claude और Google के AI Overview पर कुल 2,961 बार चलाया। ब्रांड्स की एक जैसी लिस्ट दोबारा मिलने की संभावना 100 में 1 से भी कम निकली। और वही लिस्ट उसी क्रम में मिलने की संभावना 1,000 में 1 के आसपास थी।
अब इसी अस्थिरता को तीन ऐसे vendors के हाथ में दीजिए जिन्होंने अपनी-अपनी प्रॉम्प्ट phrasing, सैंपल साइज़, रिफ़्रेश की फ़्रीक्वेंसी और मॉडल वर्ज़न चुने हैं - तो नंबरों का मेल न खाना कोई घोटाला नहीं, बल्कि वही है जिसकी उम्मीद करनी चाहिए। /prompt के CEO Paul Dyer ने मई 2026 में Digiday से यही कहा: "अगर आप तीन अलग टूल्स इस्तेमाल करें और उन्हें एक जैसे प्रॉम्प्ट दें, तो आपको तीन अलग जवाब मिलेंगे।"
अकादमिक रिसर्च भी यही कहती है। 12,933 LLM ब्रांड जवाबों पर 2026 में किए गए एक variance decomposition में पाया गया कि बस एक ही प्रॉम्प्ट दोबारा पूछने से कुल variance का 34.8% हिस्सा आता है, जबकि अकेले ब्रांड की पहचान से सिर्फ़ 1.5%। यानी इन dashboards में जो कुछ ऊपर-नीचे होता है, उसका ज़्यादातर हिस्सा आपके ब्रांड की वजह से नहीं होता।
ख़रीदार के लिए सीधी सीख: vendors को इस आधार पर मत परखिए कि किसका नंबर आपको अच्छा लगा। इस आधार पर परखिए कि वे बताते हैं या नहीं कि वह नंबर बना कैसे।
क्या AEO ट्रैकर बता सकता है कि ChatGPT में आपकी रैंकिंग पोज़िशन क्या है?
नहीं। और अगर कोई vendor ऐसा दावा करे, तो उसे रिजेक्ट करने का इससे साफ़ संकेत आपको नहीं मिलेगा।
चैट के जवाब के पीछे कोई रैंक की हुई इंडेक्स नहीं होती। मॉडल गद्य लिखता है, और एक जैसे रन में भी ब्रांड्स किस क्रम में आते हैं, यह बदलता रहता है - 1,000 में 1 वाला नतीजा ठीक यही मापता है। SparkToro के डेटा से Rand Fishkin का निष्कर्ष बिल्कुल दो टूक था: "जो भी टूल 'AI में रैंकिंग पोज़िशन' देता है, वह बकवास कर रहा है।"
जो मापा जा सकता है, वह है फ़्रीक्वेंसी। कई प्रॉम्प्ट्स के कई रन में आपका ब्रांड कितनी बार दिखता है, यह काफ़ी हद तक स्थिर रहता है, भले ही कोई एक जवाब स्थिर न हो। भरोसेमंद AEO ट्रैकर appearance rate और share of mentions रिपोर्ट करता है। जिस ट्रैकर पर भरोसा नहीं किया जा सकता, वह बताता है कि आप "ChatGPT में पोज़िशन 3 पर हैं।"
2026 में AEO ट्रैकर की क़ीमत कितनी है?
एंट्री-लेवल मॉनिटरिंग लगभग $29 से $99 प्रति माह से शुरू होती है, मिड-मार्केट एनालिटिक्स टूल्स $250 से $500 तक जाते हैं, और enterprise प्लेटफ़ॉर्म सेल्स टीम के ज़रिए हज़ारों डॉलर तक पहुँचते हैं। Digiday की मई 2026 की रिपोर्ट के मुताबिक़ Profound सिर्फ़ ChatGPT और 50 प्रॉम्प्ट्स के लिए $99 प्रति माह, और तीन इंजन व 100 प्रॉम्प्ट्स के लिए $399 प्रति माह था। रिपोर्ट में एक एजेंसी एग्ज़ीक्यूटिव का भी हवाला था जिसका Profound पर ख़र्च $1,000 प्रति माह तक पहुँच गया। Ahrefs की क़ीमत ट्रैकिंग की गहराई के हिसाब से $129 से $449 बताई गई।
क़ीमत मुख्य रूप से दो चीज़ों पर टिकी होती है: आप कितने प्रॉम्प्ट्स ट्रैक कर सकते हैं, और हर प्रॉम्प्ट कितने इंजनों पर चलता है। ये दोनों फ़ीचर लिस्ट से ज़्यादा मायने रखते हैं, क्योंकि यही आपका सैंपल साइज़ तय करते हैं। एक इंजन पर 25 प्रॉम्प्ट्स वाला सस्ता प्लान महँगे प्लान का सस्ता वर्ज़न नहीं है - वह एक अलग और कहीं ज़्यादा कमज़ोर मेज़रमेंट है।
14 दिन का बेक-ऑफ़: ख़रीदने से पहले AEO ट्रैकर को कैसे टेस्ट करें
दो या तीन vendors को ट्रायल पर एक साथ चलाइए, और सबको बिल्कुल एक जैसा ब्रीफ़ दीजिए। मक़सद यह पता करना नहीं है कि कौन सा टूल सबसे ज़्यादा विज़िबिलिटी दिखाता है। मक़सद यह जानना है कि कौन सा टूल दो बार एक ही बात बताता है।
- दिन 1-2. प्रॉम्प्ट्स का एक सेट लिखिए और उसे फ़्रीज़ कर दीजिए। तीस से पचास ऐसे प्रॉम्प्ट जो एक असली ख़रीदार टाइप करेगा। हर vendor को बिल्कुल यही लिस्ट दीजिए। अगर कोई टूल आपको अपने प्रॉम्प्ट डालने ही नहीं देता, तो आपके पास कितना कंट्रोल है, इसका जवाब वहीं मिल गया।
- दिन 3. हर vendor जो कॉन्फ़िगरेशन दिखाता है, उसे नोट कीजिए। कौन से मॉडल, कौन से वर्ज़न, वेब सर्च ऑन है या नहीं, हर प्रॉम्प्ट के कितने सैंपल, रिफ़्रेश कितनी बार। जो बात vendor यहाँ नहीं बताएगा, वह ऐसा नंबर है जिसका आप बाद में ऑडिट नहीं कर पाएँगे।
- दिन 4-10. सबको बिना किसी बदलाव के चलने दीजिए। अपनी साइट पर कुछ भी मत बदलिए। इस दौरान जो भी उतार-चढ़ाव दिखे, वह टूल का noise floor है, और बेहतर है कि आप इसे पहले ही देख लें, इससे पहले कि कोई सेल्सपर्सन इसे "परफ़ॉर्मेंस" बताकर समझाने लगे।
- दिन 11. टूल्स की आपस में तुलना कीजिए। absolute विज़िबिलिटी पर असहमति की उम्मीद रखिए। असल बात यह है कि क्या वे क्रम पर सहमत हैं: क्या वे आपको और आपके competitors को मोटे तौर पर एक ही तरह रैंक करते हैं, और क्या वे competitors का एक ही सेट सामने लाते हैं?
- दिन 12. बीस जवाब खुद हाथ से जाँचिए। ChatGPT और Perplexity खोलिए, अपने बीस प्रॉम्प्ट मैन्युअली चलाइए, और उसी अवधि के लिए dashboard ने जो दर्ज किया उससे मिलाइए। यह अकेला कदम सारे फ़ीचर कंपैरिज़न मिलाकर भी जितनी ग़लत रिपोर्टिंग पकड़ते हैं, उससे ज़्यादा पकड़ लेता है।
- दिन 13-14. उस सैंपल के हिसाब से क़ीमत आँकिए जो आपको सच में चाहिए। पता कीजिए कि स्थिर रीडिंग के लिए पर्याप्त प्रॉम्प्ट्स और इंजन किस प्लान टियर में मिलते हैं, और vendors की तुलना उसी टियर पर कीजिए, न कि उनकी चमकदार एंट्री प्राइस पर।
कॉन्ट्रैक्ट साइन करने से पहले vendor के पाँच दावे जिन्हें ज़रूर जाँचें
सेल्स कॉल्स में ये दावे आम तौर पर किए जाते हैं और शायद ही कभी साबित किए जाते हैं। साइन करने से पहले इनकी बारीकियाँ लिखित में लीजिए, क्योंकि इनमें से हर एक यह बदल देता है कि आपके dashboard के नंबर का असल मतलब क्या है।
| दावा | क्या पूछें | अच्छा जवाब कैसा लगता है |
|---|---|---|
| "हम ChatGPT ट्रैक करते हैं" | API से या कंज़्यूमर प्रोडक्ट से? कौन सा मॉडल, कौन सा वर्ज़न, वेब सर्च ऑन या ऑफ़? | एक नामित मॉडल और retrieval मोड, जो बताया गया हो और जिसका वर्ज़न दर्ज हो |
| "रियल-टाइम विज़िबिलिटी" | हर प्रॉम्प्ट के कितने सैंपल, कितनी बार? | साफ़ बताया गया सैंपल साइज़, बेहतर हो कि हर प्रॉम्प्ट के पाँच या ज़्यादा रन |
| "हम असली यूज़र प्रॉम्प्ट्स इस्तेमाल करते हैं" | ये कहाँ से लिए गए? असिस्टेंट के query logs तक किसी की पहुँच नहीं है | ईमानदारी से माना जाए कि प्रॉम्प्ट्स मॉडल किए गए हैं, देखे हुए नहीं |
| "AI में रैंकिंग पोज़िशन" | कुछ नहीं। सीधे रिजेक्ट कीजिए | वे यह दावा करते ही नहीं |
| "सेंटिमेंट एनालिसिस" | हर अवधि में कितने मेंशन के आधार पर? | इतना बड़ा सैंपल कि सेंटिमेंट सिर्फ़ तीन जवाबों पर न टिका हो |
क्या फ़्री AEO ट्रैकर काफ़ी है?
एक बार की जाँच के लिए, अक्सर हाँ। लगातार ट्रैकिंग के लिए, नहीं - और इसकी वजह कंजूसी नहीं, सैंपल साइज़ है।
फ़्री टूल्स - जैसे HubSpot का AI Search Grader - आम तौर पर प्रॉम्प्ट्स का छोटा सा सेट एक बार चलाते हैं और आपको एक स्नैपशॉट दे देते हैं। "क्या हम कहीं दिख ही नहीं रहे?" इस सवाल के जवाब के लिए यह सच में काम का है। लेकिन "क्या हम बेहतर हुए?" इसका जवाब यह नहीं दे सकता, क्योंकि मुट्ठी भर प्रॉम्प्ट्स का एक रन उस noise band के अंदर ही रहता है जो ऊपर की SparkToro और variance रिसर्च में दिखा। फ़्री टूल्स से यह तय कीजिए कि समस्या है या नहीं। और पर्याप्त प्रॉम्प्ट्स व इंजनों के साथ कॉन्फ़िगर किए गए पेड टूल से यह तय कीजिए कि आपने उसे ठीक किया या नहीं।
अगर Google Search Console है, तो क्या फिर भी AEO ट्रैकर चाहिए?
हाँ, क्योंकि दोनों अलग-अलग सरफ़ेस कवर करते हैं, और Search Console जानबूझकर वह ज़्यादातर जानकारी नहीं देता जिसे दिखाने के लिए ट्रैकर बना है।
Google ने जून 2026 में Search Console में Generative AI performance reports लॉन्च किए। यह डेटा first-party है और Google सरफ़ेस के लिए सबसे भरोसेमंद है, जिसकी बराबरी कोई थर्ड पार्टी नहीं कर सकती। लेकिन यह सिर्फ़ impressions रिपोर्ट करता है, पेज, देश, डिवाइस और तारीख़ के हिसाब से। न क्लिक, न क्लिक-थ्रू रेट, न पोज़िशन, न प्रॉम्प्ट्स, न competitors, और ChatGPT, Claude या Perplexity के बारे में तो कुछ भी नहीं।
तो बात साफ़ है: AI Overviews और AI Mode के लिए Search Console आपका ground truth है, और यह जाँचने का सही तरीक़ा भी कि किसी vendor के Google वाले नंबर हक़ीक़त से भटक तो नहीं रहे। AEO ट्रैकर उन इंजनों को कवर करता है जिन्हें Google नहीं देख सकता, साथ ही प्रॉम्प्ट-लेवल और competitor की वह डिटेल भी, जो Search Console अपनी बनावट की वजह से दिखाता ही नहीं।
यह भी याद रखने लायक़ है कि इसके पीछे के मैकेनिज़्म के बारे में Google खुद क्या कहता है। जुलाई 2026 में अपडेट की गई उसकी जेनरेटिव AI फ़ीचर्स के लिए ऑप्टिमाइज़ेशन गाइड कहती है कि ये फ़ीचर्स "हमारे मुख्य Search रैंकिंग और क्वालिटी सिस्टम्स पर आधारित हैं", और कहीं भी दिखने के लिए किसी पेज का "इंडेक्स होना और Google Search में स्निपेट के साथ दिखाए जाने के योग्य होना ज़रूरी है"। कोई भी ट्रैकर इसे नहीं बदलता। योग्यता मेज़रमेंट से पहले आती है।
AEO ट्रैकर प्लान में कितने प्रॉम्प्ट्स होने चाहिए?
ज़्यादातर एंट्री प्लान जितने देते हैं, उससे ज़्यादा। और इसका हिसाब आप खुद आसानी से लगा सकते हैं।
आपको इतने अलग-अलग प्रॉम्प्ट चाहिए जो ख़रीदारों के असली सवालों को कवर करें, और हर प्रॉम्प्ट के इतने रिपीट जो सैंपलिंग के noise को औसत कर दें। यहाँ variance रिसर्च काम आती है, क्योंकि उसमें पाया गया कि रिपीट से मिलने वाला फ़ायदा तेज़ी से घटता है: किसी प्रॉम्प्ट के पाँचवें रन के बाद, हर अगले रिपीट से मेज़रमेंट एरर सिर्फ़ 0.0003 कम हुआ, और भरोसेमंद नतीजे एक प्रॉम्प्ट को बार-बार दोहराने से नहीं, बल्कि अलग-अलग मॉडल्स और भाषाओं में फैलाने से आए।
इसलिए हर प्रॉम्प्ट के लिए लगभग पाँच सैंपल का बजट रखिए, और बाक़ी सब दायरा बढ़ाने पर लगाइए। चार इंजनों पर तीस प्रॉम्प्ट्स, हर एक के पाँच सैंपल, यानी हर साइकिल में 600 जवाब। एक इंजन पर 25 प्रॉम्प्ट्स तक सीमित करने वाला प्लान आपको 125 देता है। vendors की तुलना इसी नंबर पर कीजिए, क़ीमत पर नहीं।
नतीजा आने के बाद क्या करें
वह टूल चुनिए जो अपने तरीक़े के बारे में सबसे पारदर्शी रहा, न कि वह जिसने आपको सबसे अच्छा दिखाया। फिर उससे एक रिपोर्टिंग अनुशासन का पालन करवाइए: हफ़्ते-दर-हफ़्ते के बदलाव की जगह रोलिंग 30-दिन के appearance rate, एक फ़्रीज़ किया हुआ प्रॉम्प्ट सेट ताकि अलग-अलग अवधियों की तुलना हो सके, और competitors का ऐसा सेट जिसे नंबर ख़राब दिखने पर आप चुपचाप न बदलें।
और उम्मीदें ज़मीन पर रखिए। Markacy के President और COO, Ryan Mason ने Digiday से वही कहा जो ज़्यादातर ईमानदार प्रोफ़ेशनल्स निजी बातचीत में कहते हैं: "कोई AI टूल असल में ज़्यादा कुछ नहीं कर सकता, न ही ज़्यादा कुछ करने को बता सकता है। मेरी नज़र में यह बस एक बेंचमार्कर है।" यही सही नज़रिया है। AEO ट्रैकर बताता है कि आप कहाँ खड़े हैं और वह स्थिति बदल रही है या नहीं। साइटेशन पाने का असली काम अब भी कंटेंट, स्ट्रक्चर और अथॉरिटी से ही होता है।
अगर आप कहीं भी बजट लगाने से पहले अपने खुद के नंबरों की तस्वीर देखना चाहते हैं, तो हमारे प्लान और प्राइसिंग में कॉन्फ़िगरेशन की पूरी जानकारी के साथ मल्टी-इंजन प्रॉम्प्ट ट्रैकिंग शामिल है, और ऊपर वाला 14 दिन का प्रोटोकॉल आप हमारे साथ-साथ किसी और vendor पर भी चला सकते हैं।
Get a free AI ranking consultation
Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.
