কেন আমি Google AI-এর বদলে ডিরেক্টরিগুলোর ওপর বাজি ধরছি
Google AI Overviews কোনো ক্লিক ছাড়াই অনেক প্রশ্নের উত্তর দিয়ে দেয়। আপনি যদি "best AI video tools" লিখে সার্চ করেন, Google আপনাকে সাথে সাথে একটি তালিকা দিয়ে দেয়।
আমি তিনটি ডিরেক্টরি সাইট তৈরি করছি: Top AI Tools, Find Games Like, এবং Open Alternative To। অনেকেই প্রশ্ন করেন: Google যদি ইতিমধ্যেই প্রশ্নের উত্তর দিয়ে দেয়, তবে এগুলো কেন তৈরি করা?
আমি একটি নির্দিষ্ট বাজি ধরছি। ২০২৬ সালের অক্টোবরের মধ্যে, অন্তত একটি সাইট নির্দিষ্ট তুলনা বা ফিল্টার করা পেজ থেকে প্রতি মাসে ২০০টি অর্গানিক ক্লিক পাবে। যদি এটি ব্যর্থ হয়, তবে আমি আমার ডেটা প্রকাশ করব এবং স্বীকার করব যে আমি ভুল ছিলাম।
আমি ব্যাপক অনুসন্ধানের (broad discovery) জন্য লড়াই করছি না। আমি এমন তিনটি জিনিসের জন্য লড়াই করছি যা AI Overviews খুব একটা ভালো করতে পারে না:
• Attribute-based filtering: AI গদ্য আকারে (prose) উত্তর দেয়। আমার সাইটগুলো স্ট্রাকচার্ড ডেটা (structured data) ব্যবহার করে। আপনার যদি এমন একটি টুলের প্রয়োজন হয় যা "অফলাইনে কাজ করে এবং একটি মোবাইল অ্যাপ আছে," তবে আপনি একটি ফিল্টারে ক্লিক করতে পারেন। একটি AI চ্যাটের মাধ্যমে খুব সহজেই সেই নির্দিষ্ট ফিল্ডগুলো নিয়ে অনুসন্ধান করতে পারে না।
• Editorial negative space: AI সাধারণত ইতিবাচক থাকে। আমার সাইটগুলোতে "avoid if" (এড়িয়ে চলুন যদি...) বিভাগ রয়েছে। এগুলো আপনাকে জানায় কার কোন টুলটি ব্যবহার করা উচিত নয়। এই ধরনের গঠনমূলক সমালোচনা জেনারেটিভ মডেলগুলোর জন্য অনুকরণ করা কঠিন।
• Freshness: আমার সিস্টেম প্রতি সপ্তাহে GitHub অ্যাক্টিভিটি পরীক্ষা করে। কোনো টুল যদি রক্ষণাবেক্ষণ করা না হয়, তবে এটি সেটিকে "low activity" হিসেবে চিহ্নিত করে। AI Overviews প্রায়ই পুরনো ওয়েব মেনশনের ওপর নির্ভর করে এবং কোনো প্রজেক্ট বন্ধ হয়ে গেলে তা বুঝতে পারে না।
আমি "downstream" ব্যবহারকারীদেরও লক্ষ্য করছি।
একজন ব্যবহারকারী Google AI-এর মাধ্যমে একটি তালিকা খুঁজে পান। এরপর তারা একটি নির্দিষ্ট তুলনা খোঁজেন, যেমন "Appflowy vs Anytype।" সেই ব্যবহারকারী একটি রায় (verdict) এবং স্ট্রাকচার্ড ডেটা চান, টেক্সটের কোনো অনুচ্ছেদ নয়।
আমার টেকনিক্যাল সেটআপ বেশ সাশ্রয়ী। আমি অবকাঠামোর (infrastructure) জন্য প্রতি মাসে প্রায় $25 খরচ করি। এটি আমাকে কোনো তাৎক্ষণিক মুনাফা ছাড়াই এক বছর এই পরীক্ষাটি চালিয়ে যেতে সাহায্য করে।
আমি ব্যর্থতার তিনটি লক্ষণ পর্যবেক্ষণ করছি:
- তুলনা করার পেজগুলোতে প্রচুর ইম্প্রেশন (impressions) কিন্তু শূন্য ক্লিক।
- গভীরতা যোগ করার পরেও Google আমার সাইটকে "thin content" হিসেবে প্রত্যাখ্যান করা।
- ব্যবহারকারীরা সমস্ত গবেষণার জন্য সার্চ ইঞ্জিন ছেড়ে ChatGPT-এর দিকে চলে যাওয়া।
আমি ২০২৬ সালের অক্টোবরে র (raw) স্ক্রিনশটসহ আমার ফলাফল প্রকাশ করব।