चैटबॉट किस काम में अच्छा है
अगर डेटा पहले से उसके सामने हो, तो चैटबॉट उसे सही शक्ल देने में अच्छा है। किसी पेज से बिखरी हुई लिस्ट कॉपी करें, उसे ChatGPT, Claude या Gemini में पेस्ट करें और नाम, कीमत और रेटिंग वाली टेबल माँगें, तो आम तौर पर आपको साफ़-सुथरी टेबल मिल जाती है। बीस पंक्तियाँ, जिन्हें आप हाथ से पेस्ट कर सकते हैं, उनके लिए बस इतना काफ़ी है।
चैटबॉट स्क्रेपिंग के आसपास के कामों में भी अच्छे हैं: जैसे यह समझाना कि कोई पेज कैसे बना है, या आपके लिए स्क्रिप्ट लिखना, अगर आप कोड खुद चलाने और संभालने को तैयार हों।
कहाँ गड़बड़ होती है
दिक्कत तब शुरू होती है जब आप उसे सिर्फ़ पता (एड्रेस) देकर पेज की हर चीज़ माँगते हैं।
- वह पेज खोल नहीं पाता। कई साइटें AI असिस्टेंट के रिक्वेस्ट लौटा देती हैं। कुछ असिस्टेंट यह बता देते हैं। बाकी अपनी याददाश्त या किसी सर्च रिज़ल्ट से जवाब दे देते हैं, जो वह पेज नहीं है जिसके बारे में आपने पूछा था।
- पेज खाली आता है। कई शॉप और लिस्टिंग साइटें पेज लोड होने के बाद JavaScript से अपना कंटेंट बनाती हैं। जो असिस्टेंट सिर्फ़ कच्चा पेज उठाता है, उसे बिना किसी प्रोडक्ट वाला खोल ही दिखता है।
- आपको सैंपल मिलता है। सारी लिस्टिंग माँगने पर चैटबॉट अक्सर पहली कुछ देकर "और इसी तरह" लिख देता है, या बाकी का सार दे देता है।
- पंक्तियाँ गढ़ दी जाती हैं। टेबल पूरी दिखे, इसके लिए वह ऐसे आइटम जोड़ सकता है या ऐसी कीमतें भर सकता है जो सही लगती हैं लेकिन पेज पर होती नहीं। कहीं यह नहीं लिखा होता कि ये अंदाज़े हैं।
- कोई फ़ाइल नहीं। नतीजा चैट में टेक्स्ट होता है। उसे Excel में लाना कॉपी-पेस्ट का काम है, और लंबी टेबल अक्सर बीच में ही कट जाती हैं।
चौथी बात सबसे खतरनाक है। छोटी टेबल सिर्फ़ झुँझलाहट देती है। कुछ गढ़ी हुई पंक्तियों वाली टेबल उससे बुरी है, क्योंकि आप समझ नहीं पाते कि किन पंक्तियों पर भरोसा करें।
ऐसा क्यों होता है
चैट असिस्टेंट इसलिए बना है कि किसी सवाल का जवाब ठीक-ठाक लंबाई के टेक्स्ट में दे दे। वेबसाइट पढ़ना उसके लिए रास्ते का एक छोटा-सा काम है, जो वह एक साधारण फ़ेचर से करता है, पूरे ब्राउज़र से नहीं, और पेज का कितना हिस्सा रखना है, इसकी भी सीमा होती है।
80 पंक्तियाँ ज्यों की त्यों लिख देना भी उसकी ट्यूनिंग का हिस्सा नहीं है। उसकी आदत मददगार और संक्षिप्त रहने की है, इसलिए वह चीज़ें समेट देता है। और जब पेज का कोई हिस्सा गायब हो, तो ईमानदारी से खाली जगह बताने के बजाय रवानी वाला जवाब देना आसान होता है।
खुद कैसे टेस्ट करें
ऐसा पेज चुनें जिसके आइटम आप गिन सकें, जैसे कोई कैटेगरी पेज जिस पर साफ़ "48 results" लिखा हो।
- चैटबॉट को पेज का एड्रेस दें और नाम, कीमत और लिंक के साथ हर आइटम टेबल में माँगें।
- गिनें कि उसने कितनी पंक्तियाँ दीं।
- पाँच पंक्तियों को पेज से मिलाएँ: नाम, कीमत, और क्या लिंक वही आइटम खोलता है।
अगर गिनती मेल खाती है और पाँचों पंक्तियाँ सही हैं, तो चैटबॉट ने उस पेज को संभाल लिया। अगर पंक्तियाँ कम हैं, कीमतें अलग हैं या लिंक कहीं नहीं पहुँचते, तो उसने नहीं संभाला, और टेबल के बाकी हिस्से पर भी शक करना चाहिए।
इसकी जगह क्या इस्तेमाल करें
ऐसा टूल इस्तेमाल करें जो पेज को असली ब्राउज़र में खोलता हो और हर आइटम लौटाने के लिए बना हो। हमारा वेब स्क्रेपर पेज का एड्रेस लेता है, उसे Chrome में रेंडर करता है ताकि JavaScript वाला कंटेंट भी मौजूद रहे, और बार-बार आने वाले आइटम को टेबल में देता है, हर आइटम की एक पंक्ति, साथ में हर आइटम का URL भी। आप आसान अंग्रेज़ी में निर्देश जोड़ सकते हैं, जैसे "name, price and rating of each product"। न कोड लिखना है, न कोई एक्सटेंशन इंस्टॉल करना है।
पहली 10 पंक्तियाँ फ़्री हैं और इनके लिए अकाउंट नहीं चाहिए, इसलिए आप अपने ही पेज पर वही गिनती वाला टेस्ट चला सकते हैं। पूरी टेबल Excel या CSV में $5 में मिलती है, सिर्फ़ एक बार पेमेंट।
इसकी कुछ सीमाएँ जानना ज़रूरी है। यह सिर्फ़ वही पेज पढ़ता है जो आप देते हैं और अगले पेज पर क्लिक करके आगे नहीं जाता, इसलिए कई रिज़ल्ट पेज हों तो हर पेज का एड्रेस अलग से डालें। लॉगिन के पीछे वाले पेज नहीं खुल सकते, कुछ साइटें ऑटोमेटेड विज़िट ब्लॉक कर देती हैं, और जिस साइट से आप डेटा इकट्ठा करते हैं उसकी शर्तों का सम्मान करना आपकी ज़िम्मेदारी है।
अगर आपको डेटा नहीं, बल्कि पेज की ही एक कॉपी चाहिए, तो वेबपेज से PDF देखें।