जब आधार खाली हो: एक खेल रिपोर्ट जो लिखी नहीं जा सकती
इस आउटपुट में कोई क्रिकेट रिपोर्ट क्यों नहीं है? क्योंकि आधार बना Stage-1 एनालिसिस पेलोड खाली था — उसमें कोई सूचना-बिंदु, फ़ॉर्मेट, खिलाड़ी, टीम, तारीख़ या स्रोत मौजूद नहीं था। ऐसी स्थिति में रिपोर्ट लिखने का अर्थ होता हर तथ्य गढ़ना, जिसे इस दस्तावेज़ में स्पष्ट रूप से अस्वीकार किया गया है। यहाँ दिया गया JSON एक null-case रिकॉर्ड है: `players` खाली है, कोई आंकड़ा या नाम नहीं गढ़ा गया। मुख्य सिफ़ारिश यह है कि Stage-2 पर भेजने से पहले न्यूनतम-सूचना जाँच लागू की जाए (कम से कम 3–5 सूचना-बिंदु और 1 पहचानी गई इकाई), विफल होने पर आइटम री-एक्सट्रैक्शन पर जाए, और डोमेन लेबल के लिए नियंत्रित शब्दावली (`Cricket`) लागू हो। असली स्रोत उपलब्ध होने पर यही आठ-आयामी ढांचा भरकर वास्तविक रिपोर्ट तैयार की जा सकती है।
इस आउटपुट से जो रिपोर्ट बननी थी, वह क्रिकेट की खबर होनी थी — किसी मैच, खिलाड़ी, सीरीज़ या लीग की। लेकिन उस खबर का जो आधार बना, वह Stage-1 डीकंस्ट्रक्शन पूरी तरह खाली लौटा। न फ़ॉर्मेट (टेस्ट/वनडे/टी20), न मैच, न टीम, न खिलाड़ी, न तारीख़, न स्रोत, न लेखक का रुख़। ऐसे में अगर 1,564 शब्दों की खेल रिपोर्ट लिखी जाती, तो उसका हर वाक्य काल्पनिक होता — और वह काल्पनिकता पढ़ने वाले को असली रिपोर्टिंग जैसी दिखती। यही इस दस्तावेज़ का मुख्य बिंदु है: सूचना की अनुपस्थिति को सूचना की तरह पेश करना पत्रकारिता नहीं, निर्माण है।
क्या-क्या मौजूद नहीं था
एनालिसिस में आठ आयामों का ढांचा पूरा खींचा गया था — फ़ॉर्मेट और मैच, खिलाड़ी तकनीक और आंकड़े, टीम परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और गवर्नेंस, जोखिम, जन-नैरेटिव, और उद्योग-ट्रांसमिशन। हर आयाम का हर सेल N/A था। फिर भी ढांचा भरा हुआ दिखता था, क्योंकि टेम्पलेट के शीर्षक, लेबल और निर्देश मौजूद थे। यही सबसे खतरनाक स्थिति है: खोखला ढांचा जो पूरा दिखता है।
यह भी एक खोज है
एनालिसिस ने खुद अपनी विफलता का निदान किया। पेलोड में टेम्पलेट का ढांचा मौजूद था, लेकिन "Information Points" के नीचे एक भी प्रविष्टि नहीं। इससे साफ़ है कि Stage-1 चला, पर निकालने में विफल रहा — इनपुट खाली दस्तावेज़ नहीं था। सबसे संभावित वजहें: इमेज-ओनली या PDF सामग्री, पेवॉल या जावास्क्रिप्ट से रेंडर होता पेज, या बॉडी-टेक्स्ट पार्सिंग में गिरावट। दूसरा संकेत: "Entities Involved: identify from the information points above" — यह निर्देश उस स्थिति में हल ही नहीं हो सकता जब ऊपर कोई सूचना-बिंदु हो ही नहीं। यानी Stage-1 के प्रॉम्प्ट-लॉजिक में भी सुधार चाहिए, सिर्फ़ एक्सट्रैक्शन में नहीं।
सबसे बड़ा जोखिम: भरने का दबाव
आधा भरा टेम्पलेट एक मानसिक दबाव बनाता है कि उसे पूरा किया जाए। टी20 लीग के किसी काल्पनिक युवा बल्लेबाज़ का स्ट्राइक रेट, किसी फ़्रैंचाइज़ी का औक्शन प्रीमियम, रैंकिंग में कोई बदलाव — ये सब इतने विश्वसनीय ढंग से लिखे जा सकते हैं कि बाद में असली आंकड़ों से अलग पहचानना मुश्किल हो। खेल पत्रकारिता में यह नया खतरा नहीं है, लेकिन ऑटोमेटेड पाइपलाइन में यह तेज़ी से फैलता है, क्योंकि यहाँ गलती का पता देने वाला कोई संपादक बीच में नहीं होता।
पाइपलाइन के लिए तीन ठोस सिफ़ारिशें
पहला, Stage-2 पर भेजने से पहले सख़्त न्यूनतम-सूचना जाँच लगाएँ — कम से कम तीन से पाँच सूचना-बिंदु और कम से कम एक पहचानी गई इकाई। जाँच विफल हो तो आइटम को "एरर" स्थिति में री-एक्सट्रैक्शन पर भेजें, खाली पेलोड के साथ आगे न बढ़ाएँ। दूसरा, Stage-1 को यह अनुमति दें कि वह स्पष्ट रूप से "कोई सूचना-बिंदु नहीं मिला" लौटाए, बजाय खाली फ़ील्ड छोड़ने के। तीसरा, डोमेन लेबल के लिए नियंत्रित शब्दावली लागू करें — इस पेलोड में वह cricket_world था, जबकि स्पेसिफ़िकेशन Cricket मांगता है; ऐसा विचलन डाउनस्ट्रीम रूटिंग और रिट्रीवल को चुपचाप गलत दिशा में भेज सकता है।
सबक
खाली स्लॉट को शून्य नहीं, अनुपस्थिति पढ़ना चाहिए। इस विश्लेषण के हर N/A का मतलब "जोखिम नहीं है" नहीं, बल्कि "देखा ही नहीं जा सका" है। शून्य नमूने से न कोई रुझान निकलता है, न कोई भविष्यवाणी। जब असली स्रोत का टेक्स्ट उपलब्ध हो जाए, तो फ़ॉर्मेट और इकाइयों की पुष्टि के बाद यही ढांचा भरा जा सकता है — और तब यह अलग, स्वतंत्र रूप से प्रमाणित विश्लेषण होगा।