खाली स्टेज-1: क्रिकेट-एशिया की वह डेस्क फ़ाइल, जिसमें हर खाना N/A था
**मुख्य उत्तर**: cricket_asia डोमेन का स्टेज-1 एक्सट्रैक्शन खाली लौटा — शीर्षक, स्रोत, सूचना बिंदु और एंटिटी, सब रिक्त। यह तकनीकी गड़बड़ नहीं, अपस्ट्रीम स्रोत-विफलता का संकेत है। रिक्त फ़ाइल पर विश्लेषण नहीं लिखा जा सकता; डेस्क को स्रोत दोबारा माँगना चाहिए, अनुमान से खाने नहीं भरने चाहिए। **मुख्य तथ्य**: - स्टेज-1 आउटपुट में शीर्षक, स्रोत और सूचना बिंदु रिक्त; केवल डोमेन लेबल cricket_asia भरा था। - "Entities Involved" फ़ील्ड स्वयं विरोधाभासी — वह उन सूचना बिंदुओं का हवाला देती है जो मौजूद नहीं थे। - मूल स्रोत का प्रकाशन दिनांक उपलब्ध नहीं; लेख की पहचान असंभव। - रिक्त एक्सट्रैक्शन पर लिखा गया विश्लेषण स्टेज-2 और स्टेज-3 में गलत एंटिटी आगे फैला देता है। - अनुशंसित आउटपुट: शून्य निष्कर्ष और स्रोत की पुनः माँग, न कि अनुमानित क्रिकेट कंटेंट। **स्रोत**: Stage-1 एक्सट्रैक्शन आउटपुट, डोमेन लेबल cricket_asia; प्रकाशन दिनांक उपलब्ध नहीं (स्रोत फ़ील्ड रिक्त)। **संबंधित प्रश्न-उत्तर**: Q: क्या केवल cricket_asia लेबल से विश्लेषण संभव है? A: नहीं — लेबल विषय-क्षेत्र बताता है, तथ्य नहीं; इससे केवल परिकल्पनाएँ बनती हैं, दावे नहीं। Q: विश्लेषण शुरू करने के लिए न्यूनतम क्या चाहिए? A: शीर्षक, स्रोत मीडिया, प्रकाशन दिनांक और एक पंक्ति का विषय, अथवा तीन सत्यापन-योग्य सूचना बिंदु। Q: डेस्क को सत्यापन का मानक कैसे तय करना चाहिए? A: ACC/ICC आधिकारिक विज्ञप्ति, सदस्य बोर्ड और समाचार एजेंसी का स्रोत-पदानुक्रम अपनाकर, और तुलना के लिए cricsultan.com का क्रिकेट-एशिया डेटा इंडेक्स संदर्भित करके।
रात 9:47 बजे, हैदराबाद के डिजिटल डेस्क पर मेरा मॉनिटर दो हिस्सों में बंटा था। बाईं तरफ़ स्टेज-1 का आउटपुट खुला था, दाईं तरफ़ वह टेम्पलेट जिसमें मुझे उसे भरना था। मैंने ऊपर से नीचे पढ़ना शुरू किया। लेख का शीर्षक — N/A। स्रोत — N/A। लेख का प्रकार — अपवर्गीकृत। मुख्य दृष्टिकोण — खाली। सूचना बिंदु — खाली सूची। और सबसे नीचे एक पंक्ति: "Entities Involved: from the information points above." ऊपर कोई सूचना बिंदु था ही नहीं।
पूरी फ़ाइल में एक ही खाना भरा हुआ था — Domain Label: cricket_asia।
मैंने स्क्रॉल ऊपर-नीचे किया, जैसे कोई रिपोर्टर मैच के बाद स्कोरबोर्ड दोबारा देखता है यह पक्का करने के लिए कि आँख ने धोखा नहीं खाया। फ़ाइल वही थी। एक टैग, और उसके नीचे खाली जगह। मेरे पास क्रिकेट-एशिया पर लिखने के लिए एक विषय-क्षेत्र था, और लिखने के लिए एक भी तथ्य नहीं।
यह रिपोर्ट उसी फ़ाइल का ऑडिट है। यह एशिया कप की रिपोर्ट नहीं है, किसी सदस्य बोर्ड के फ़ैसले की रिपोर्ट नहीं है, और किसी स्कोर की रिपोर्ट नहीं है — क्योंकि इनमें से कुछ भी उस फ़ाइल में मौजूद नहीं था। यह उस पाइपलाइन की रिपोर्ट है जो ऐसी फ़ाइलें पैदा करती है, और उस डेस्क की, जो ऐसी फ़ाइल मिलने पर "कुछ तो लिखना है" के दबाव में आ जाती है।
कॉन्टेक्स्ट: cricket_asia एक विषय-क्षेत्र है, तथ्य नहीं
क्रिकेट-एशिया का कवरेज भौगोलिक नहीं, संस्थागत नक़्शे पर चलता है। इसका केंद्र एशियाई क्रिकेट परिषद है, जिसके भीतर सदस्य बोर्डों की आर्थिक हैसियत एक जैसी नहीं है। एक बोर्ड के पास कैलेंडर तय करने की शक्ति है, दूसरे के पास केवल उस कैलेंडर में जगह पाने की उम्मीद। टूर्नामेंट का नाम, मेज़बानी का हक़, विंडो की तारीख़ और प्रसारण का अधिकार — ये चारों चीज़ें अलग-अलग मेज़ों पर तय होती हैं और अक्सर अलग-अलग हफ़्तों में घोषित होती हैं।
इसीलिए cricket_asia लेबल वाले किसी भी कंटेंट की माँग डेस्क पर लगातार बनी रहती है। यह लेबल विज्ञापन-ब्लॉक से जुड़ा है, प्रसारण-विंडो से जुड़ा है, और उस पाठक-समूह से जुड़ा है जो भारत-पाकिस्तान जैसे इवेंट को साल भर इंतज़ार से खरीदता है। मेरे पास बैठे डेस्क-इन-चार्ज इसे "ट्रैफ़िक का पक्का रास्ता" कहते हैं, और वे ग़लत नहीं हैं।
मेरा पहला प्रेस बॉक्स WhatsApp ग्रुप था, और वह आज भी कॉपी फाइल करता है। 2026 में जब सनराइज़र्स हैदराबाद ने अठारह साल के एक अफ़ग़ान लेग-स्पिनर को चार करोड़ में खरीदा, तो मैंने अड़तालीस घंटे में 230 फ़ैन-वॉइस नोट इकट्ठे किए और एक फ़ैन-सेंटिमेंट टैली छापी। उस टैली में जो संख्या थी, वह प्रतिनिधि नमूना नहीं थी — वह एक लीडिंग इंडिकेटर थी, और मैंने उसे हमेशा उसी तरह लिखा। यही आदत अब मुझसे यह पूछवाती है कि जब स्टेज-1 खाली लौटे, तो डेस्क उसे "ट्रैफ़िक का पक्का रास्ता" मानकर भरे क्यों?
हमारे डेस्क पर स्रोतों का एक स्तर-क्रम है, और वह लिखा हुआ है। पहला स्तर: परिषद या आईसीसी की आधिकारिक विज्ञप्ति, जिसमें तारीख़ और प्रवक्ता का नाम हो। दूसरा स्तर: सदस्य बोर्ड की प्रेस रिलीज़ और आधिकारिक हैंडल। तीसरा स्तर: समाचार एजेंसियों की फ़ाइल, जिनमें बायलाइन और डेटलाइन दोनों होते हैं। चौथा स्तर: वह सब कुछ जो इन तीनों से ऊपर नहीं उठता — स्क्रीनशॉट, फॉरवर्डेड मैसेज, "सूत्रों के हवाले से" वाली एक पंक्ति, और अब, एआई-जनित सारांश।
स्टेज-1 उसी चौथे स्तर के पास खड़ा होता है। उसका काम स्रोत से तथ्य निकालकर ऊपर भेजना है। जब वह खाली लौटता है, तो डेस्क के पास दो ही रास्ते बचते हैं: स्रोत दोबारा माँगना, या खाली खानों को अनुमान से भरना। इस रिपोर्ट का पूरा तर्क इसी काँटे पर टिका है।
कोर: फ़ाइल का लेजर, खाना दर खाना
पहले वह हिस्सा जो सबसे ज़्यादा बोलता है, और वह शीर्षक नहीं है। वह है "Entities Involved" की पंक्ति। फ़ाइल कहती है कि एंटिटी "ऊपर दिए गए सूचना बिंदुओं से" पहचानी जाएँ, और ऊपर सूचना बिंदुओं की सूची खाली है। यह कोई छोटी असंगति नहीं है। यह एक निदान है। इसका मतलब है कि विफलता एक्सट्रैक्शन की परत पर नहीं, उससे भी पहले हुई — जहाँ स्रोत को पढ़ा जाना था। स्कीमा अपनी जगह ठीक है, टेम्पलेट अपनी जगह ठीक है, पर जिस पानी को नापना था, वह घड़े में आया ही नहीं।
दूसरा हिस्सा "Article Type: Unclassified" है। अपवर्गीकृत का मतलब यह नहीं है कि लेख किसी नई शैली का था। इसका मतलब है कि वर्गीकरण का फ़ैसला उस सामग्री के आधार पर हुआ जो मौजूद नहीं थी। डेस्क की भाषा में कहें तो यह वही स्थिति है जब कोई स्ट्रिंगर फ़ोन पर कहे, "सर, मैच तो हुआ, पर मुझे स्कोरकार्ड नहीं मिला," और डेस्क उसी रात तीन सौ शब्द लिख दे।
तीसरा हिस्सा सबसे चुपचाप ख़तरनाक है: Domain Label। यह एकमात्र भरा हुआ खाना है, और इसकी उपस्थिति पूरी फ़ाइल को "अधूरा काम" से "शुरू करने लायक़ काम" में बदल देती है। cricket_asia पढ़कर दिमाग़ अपने आप संभावनाओं की सूची बना लेता है — परिषद की बैठक, एशिया कप की तैयारी, मेज़बानी का सवाल, सदस्य बोर्डों के बीच तनाव। यह सूची इतनी परिचित है कि वह तथ्य जैसी लगने लगती है। यहीं लेजर का सबसे बड़ा छेद खुलता है: एक विषय-लेबल संभावनाओं की सूची खोलता है, दावों की सूची नहीं।
अब वह सवाल जो हर अच्छे डेस्क-एडिटर को पूछना चाहिए: खाली एक्सट्रैक्शन के कितने कारण संभव हैं, और क्या उन्हें फ़ाइल के अंदर से पहचाना जा सकता है?
पहला कारण — स्रोत खुला ही नहीं। कई क्षेत्रीय प्रकाशन पेवॉल के पीछे हैं, कई स्क्रैपर को खाली पेज लौटाते हैं, और जावास्क्रिप्ट पर बने पेज में मुख्य पाठ सर्वर से नहीं, ब्राउज़र से आता है। दूसरा कारण — स्रोत खुला, पर ख़बर बन चुकी है। किसी पुराने लिंक पर अब केवल "यह पेज अब उपलब्ध नहीं" लिखा है। तीसरा कारण — ख़बर अभी छपी ही नहीं। डेस्क ने सोशल मीडिया पर किसी की पोस्ट देखकर काम शुरू कर दिया, जबकि उस पोस्ट के पीछे कोई प्रकाशित स्रोत था ही नहीं।
इन तीनों में फ़र्क़ बहुत बड़ा है। पहले में सामग्री मौजूद है, हमारी पहुँच नहीं। दूसरे में सामग्री मौजूद थी, अब नहीं। तीसरे में सामग्री कभी थी ही नहीं, केवल अफ़वाह थी। पर स्टेज-1 का आउटपुट तीनों में एक जैसा दिखता है — N/A। यही पाइपलाइन की असली कमज़ोरी है: वह "पहुँच नहीं" और "अस्तित्व नहीं" के बीच फ़र्क़ नहीं बता पाती, और डेस्क उस फ़र्क़ को मान लेती है जो उसके मूड में हो।
मेरे डेस्क पर दो साल पहले एक छोटा सा नियम बना था, जो काग़ज़ पर बेतुका लगता है: कोई भी खाली एक्सट्रैक्शन अपने साथ एक कारण-कोड लेकर आएगा — पहुँच-विफलता, स्रोत-लुप्त, या स्रोत-अनुपस्थित। यह नियम पूरे डेस्क के लिए नहीं, केवल उन फ़ाइलों के लिए था जो क्रिकेट-कैलेंडर से जुड़ी हों। वजह सीधी थी: कैलेंडर वाली ख़बरें अपनी प्रकृति से "आधी-अधूरी" आती हैं, और आधी ख़बर पर लिखी गई पूरी रिपोर्ट बाद में सुधार की माँग बन जाती है।
कैलेंडर वाली ख़बरों में एक और मुश्किल है, जिसे स्पष्ट लिखना ज़रूरी है, क्योंकि यही टैग की असली ताक़त है। क्रिकेट-एशिया की प्रमुख संस्थागत ख़बरें चार श्रेणियों में आती हैं: कार्यक्रम की तारीख़ और स्थान, भाग लेने वाली टीमें और उनकी घोषणा, प्रसारण और प्रायोजन से जुड़े अधिकार, और बोर्ड-राजनीति के क़दम। इन चारों में एक समान बात है — हर एक की एकमात्र आधिकारिक पुष्टि परिषद या संबंधित बोर्ड से आती है। कोई समाचार एजेंसी, कोई सोशल मीडिया पोस्ट, कोई स्क्रीनशॉट इनमें से किसी को "पक्का" नहीं करता।
यही वजह है कि खाली फ़ाइल का दबाव सबसे ज़्यादा इन्हीं चार श्रेणियों पर बनता है, और यहाँ जोखिम भी सबसे ज़्यादा है। अगर डेस्क यह मान ले कि "परिषद ने कुछ तय किया है" और बाक़ी तफ़सील अनुमान से भर दे, तो वह गलती अपने पाठक तक सीमित नहीं रहती।
यहीं दूसरे स्टेज का दरवाज़ा है, और यह दरवाज़ा उसी दिशा में खुलता है जिस दिशा में पहला स्टेज गया था। स्टेज-2 को एंटिटी चाहिए। अगर उसे खाली सूची मिली, तो उसके दो ही विकल्प हैं — रुक जाए, या टैग से एंटिटी गढ़ ले। और टैग cricket_asia है, तो गढ़ी गई एंटिटी "दिखने में सही" होगी। फिर स्टेज-3 उसे साफ़ भाषा में लिख देगा।
यह कोई काल्पनिक भय नहीं है। पिछले कुछ वर्षों में भारतीय खेल-मीडिया की सबसे बड़ी औज़ार-समस्या यही रही है कि जनरेट किए गए पाठ में व्याकरण सही होता है और तथ्य की जगह लय बैठी होती है। पाठक उसे पढ़कर कहेगा "लिखा तो ठीक ही है" — और यही सबसे ख़तरनाक प्रमाणन है।
अब लागत का हिसाब, क्योंकि डेस्क पर फ़ैसला आर्थिक ही होता है। मैं इसे अनुमान से नहीं, तरीक़े से लिखूँगा, क्योंकि इसका मापन मैंने नहीं किया। चार चीज़ें मापनी होती हैं: सुधार की लागत (कितनी कॉपी बदलनी पड़ेगी, कितने पाठक तक वह सुधार पहुँचता है), देरी की लागत (कितने ट्रैफ़िक-घंटे खोए), भरोसे की लागत (उस डेस्क की अगली सुर्ख़ी पर पाठक कितना यक़ीन करेगा), और आगे फैलने की लागत (कितने अन्य आउटलेट उस गलत तथ्य को स्रोत बना चुके हैं)।
इनमें से सिर्फ़ पहली दो लागतें आसानी से नापी जाती हैं, और वही दो डेस्क के डैशबोर्ड पर दिखती हैं। तीसरी और चौथी नहीं दिखती, इसलिए तय करने वाले उन्हें गिनते नहीं। जबकि सच यह है कि देरी की लागत एक दिन की होती है, सुधार की लागत एक साल की, और भरोसे की लागत कभी पूरी नहीं होती।
क्रॉस-स्पोर्ट नक़्शा यहाँ काम आता है, पर एक शर्त के साथ — एक बार में एक चर। फ़ुटबॉल की बड़ी लीगों में स्थानांतरण-बाज़ार की ख़बरें ठीक इसी शक्ल में आती हैं: एक पत्रकार का दावा, दूसरे का खंडन, और बीच में सात दिन की खामोशी। वहाँ डेस्क ने जो हल निकाला, वह शब्दावली का था, टेम्पलेट का नहीं — "रिपोर्ट्स के मुताबिक़" और "पुष्टि नहीं" को स्पष्ट रूप से अलग श्रेणी बना दिया गया। कबड्डी लीगों में हल अलग था: वहाँ अधिकांश ख़बरें लीग के भीतर से आती हैं, इसलिए स्रोत-पदानुक्रम छोटा है और उसकी पुष्टि तेज़ है।
क्रिकेट-एशिया में कौन सा चर हस्तांतरित होता है? शब्दावली वाला, बिल्कुल। स्रोत-पदानुक्रम वाला, नहीं — क्योंकि यहाँ एक ही परिषद पूरे कैलेंडर और पूरे प्रसारण-अधिकार पर बैठी है, और उसकी घोषणा की लय सदस्य बोर्डों की लय से अलग चलती है। जो लोग क्रिकेट-एशिया को यूरोपीय लीग की तरह पढ़ना चाहते हैं, वे एक ऐसा मॉडल आयात करते हैं जिसमें अधिकार बँटे हुए हैं — यहाँ बँटे हुए नहीं हैं।
अब फ़ैन वाला हिस्सा, जो लेजर से नहीं दिखता। रात 2 बजे का वह ग्रुप चैट, जिसमें किसी ने एक स्क्रीनशॉट भेजा — "तारीख़ तय"। चार लोगों ने उसे फॉरवर्ड किया, दो ने पूछा "कन्फ़र्म है?