new-term-radar দিয়ে দৈনিক AI ট্রেন্ড রাডার তৈরি করুন

new-term-radar কী করে

new-term-radar হলো AI ক্ষেত্রে দ্রুত জনপ্রিয় হতে শুরু করা নাম খুঁজে বের করার একটি দৈনিক পর্যবেক্ষণ টুল। প্রচলিত কীওয়ার্ড গবেষণা প্ল্যাটফর্মে দৃশ্যমান হওয়ার আগেই নতুন মডেল, পণ্য, টুল, ওয়েবসাইট এবং রিপোজিটরি খুঁজে বের করার জন্য এটি তৈরি করা হয়েছে।

AI টুলের পেজ, ডিরেক্টরি, নিউজলেটার, নিবন্ধ বা পণ্য তৈরি করেন এমন ব্যক্তিদের জন্য প্রকল্পটি বিশেষভাবে উপযোগী। প্রতিষ্ঠিত কীওয়ার্ড ভলিউমের জন্য অপেক্ষা না করে এটি একটি নতুন নামের রেখে যাওয়া আগের দিকের পাবলিক সংকেতগুলো পর্যবেক্ষণ করে।

1. কোনো ল্যাবরেটরি, ডেভেলপার বা প্রভাবশালী অ্যাকাউন্ট X-এ একটি নাম উল্লেখ করে, অথবা কোনো মডেল Hugging Face-এর ট্রেন্ডিং তালিকায় প্রবেশ করে।
2. সম্প্রতি তৈরি কোনো GitHub রিপোজিটরিতে অস্বাভাবিক দ্রুত গতিতে স্টার জমা হতে শুরু করে।
3. ডিরেক্টরি ও প্রতিযোগী সাইটগুলো নতুন পেজ প্রকাশ করে, অথবা সম্প্রতি নিবন্ধিত কোনো ডোমেইন র‌্যাঙ্ক করা শুরু করে।
4. আপনার ওয়েবসাইট সেই শব্দটির জন্য Search Console-এ প্রথম ইমপ্রেশন পায়।
5. অবশেষে Google Trends-এ পরিমাপযোগ্য বৃদ্ধি দেখা যায়।

বেশিরভাগ কীওয়ার্ড টুল শেষ পর্যায়ের কাছাকাছি কাজ করে। new-term-radar প্রতিদিন প্রথম চারটি পর্যায় পড়ে এবং পরে Google Trends ব্যবহার করে যাচাই করে যে প্রাথমিক সংকেতগুলো সত্যিকারের সার্চ ট্রেন্ডে পরিণত হয়েছে কি না।

প্রধান ফিচার ও সংকেত

X অ্যাকাউন্ট পর্যবেক্ষণ

রাডার আপনার অ্যাকাউন্ট তালিকায় কনফিগার করা অ্যাকাউন্টগুলো পড়ে এবং আগের 60 দিনে তারা ব্যবহার করেনি এমন নাম শনাক্ত করে। এই পেইড সংকেতের জন্য একটি AIsa API key প্রয়োজন। এর কার্যকারিতা অনেকটাই নির্ভর করে আপনি অনুসরণ করার জন্য কোন ল্যাবরেটরি, ডেভেলপার ও ভাষ্যকার বেছে নিয়েছেন তার ওপর।

Hugging Face ট্রেন্ডিং মডেল

Hugging Face সংকেতটি ট্রেন্ডিং শীর্ষ 50-এ নতুনভাবে আসা মডেল শনাক্ত করে। Quantized কপিগুলো তাদের মূল মডেলের নামে একত্র করা হয়। এই সংকেতটি বিনামূল্যে এবং কোনো বাহ্যিক credentials প্রয়োজন হয় না।

GitHub দ্রুত-বর্ধনশীল রিপোজিটরি

GitHub detector 14 দিনের কম পুরোনো এমন রিপোজিটরি খোঁজে, যেগুলো প্রতিদিন গড়ে অন্তত 200টি স্টার পায় অথবা আগের snapshot থেকে অন্তত 400টি স্টার অর্জন করেছে। এটি owner ও repository name-এর ভিত্তিতে সার্চের বিকল্পও তৈরি করতে পারে, যেমন niko strata।

এই সংকেতটি বিনামূল্যে। GitHub token বাধ্যতামূলক নয়, তবে এটি ব্যবহার করলে GitHub API rate limit বেড়ে যায়।

Sitemap পরিবর্তন

Sitemap reader কোনো সাইটের নতুন একাধিক URL-এ থাকা অভিন্ন শব্দ খুঁজে বের করে, যখন সেই শব্দগুলো সাইটটির পুরোনো URL-গুলোতে বিরল ছিল। এটি সাইটটির নিজস্ব baseline-এর বিপরীতে স্বতন্ত্র URL গুনে, ফলে একটি দীর্ঘ URL-এর কারণে মিথ্যা surge দেখানোর সম্ভাবনা কমে।

কোনো sitemap যোগ করার আগে সাইটটির robots.txt পড়ুন এবং এমন একটি বিরতি নির্ধারণ করুন যা তার crawl delay-এর সমান বা তার চেয়ে বেশি।

নতুন র‌্যাঙ্ক করা সাইট

ঐচ্ছিক new-sites সংকেতটি গত 90 দিনের মধ্যে নিবন্ধিত ও প্রথমবার index হওয়া এমন ডোমেইন খোঁজে, যেগুলো ইতিমধ্যে অন্তত 20টি কীওয়ার্ডের জন্য র‌্যাঙ্ক করে। এর জন্য AIsa প্রয়োজন এবং এটি সাপ্তাহিকভাবে চালানোর উদ্দেশ্যে তৈরি।

README-তে উল্লেখ আছে যে, October 12, 2026 তারিখে, upstream AIsa validation সমস্যার কারণে এই সংকেতটি একটি error দেখায়। বাকি রিপোর্ট কাজ করতে থাকে। upstream সমস্যাটি সমাধান না হওয়া পর্যন্ত --skip newsites ব্যবহার করুন।

Google Search Console

আপনার নিজস্ব property-এর সঙ্গে সংযুক্ত থাকলে, রাডার প্রথমবার আপনার সাইটের জন্য impression তৈরি করা query শনাক্ত করে। এই integration ঐচ্ছিক, বিনামূল্যে এবং আপনার মেশিনে সংরক্ষিত read-only token ব্যবহার করে।

নাম শ্রেণিবিন্যাস ও পর্যালোচনা

একটি ছোট language model প্রতিটি candidate একটি নির্দিষ্ট জিনিসের নাম কি না, নাকি কেবল একটি সাধারণ শব্দ, তা score করে। গৃহীত নামগুলো স্পষ্টভাবে দেখানো হয়, আর সাধারণ শব্দগুলো আলাদাভাবে তালিকাভুক্ত থাকে। 14 দিন পরে, review process Google Trends-এ search variant পরীক্ষা করে এবং hit rate ও সংকেতটি কত দিন আগে ছিল তা রেকর্ড করে।

কীওয়ার্ড টেবিল কীভাবে কাজ করে

একটি নতুন পণ্যের নাম দ্রুত জনপ্রিয় হতে পারে, যদিও তা মানুষ যে স্থায়ী কাজটি করতে চায় তা বর্ণনা করে না। উদাহরণস্বরূপ, কোনো detector-এর brand name সাময়িক হতে পারে, অথচ ai image detector-এর মতো একটি generic phrase চলমান চাহিদার প্রতিনিধিত্ব করে। ঐচ্ছিক keyword table প্রতিটি নতুন নামকে তার পেছনে থাকা কাজ ও generic search-এর সঙ্গে যুক্ত করে।

1. প্রমাণ সংগ্রহ: রাডার নামটি উল্লেখ করা highly liked X post এবং রিপোজিটরির ক্ষেত্রে README পড়ে।
2. Phrase তৈরি: একটি model প্রমাণে প্রদর্শিত কাজগুলোর জন্য সাধারণ search phrase প্রস্তাব করে এবং supporting quotation যুক্ত করে।
3. Phrase বাছাই: দ্বিতীয় model call এমন phrase বাদ দেয়, যার উত্তর named product যথেষ্ট ঘনিষ্ঠভাবে দেয় না।
4. ভলিউম অনুমান: Google Ads-এর মাসিক search volume একবারে সংগ্রহ করা হয় এবং min_volume-এর নিচের phrase বাদ দেওয়া হয়।
5. ট্রেন্ড পরিমাপ: প্রতিটি term-এর প্রবণতা একবার মূল্যায়ন করতে এবং আবার benchmark keyword-এর সঙ্গে তার আকার তুলনা করতে Google Trends ব্যবহার করা হয়; benchmark keyword হিসেবে ডিফল্ট হলো gpts।

ফলাফল হিসেবে সিদ্ধান্তগুলো হয় অগ্রাধিকার দিন, পর্যবেক্ষণ করুন, অথবা বাদ দিন। কোনো term-কে অগ্রাধিকার দেওয়া হয় যখন তা গত 30 দিনের মধ্যে বেড়েছে, এখনও বাড়ছে এবং কনফিগার করা দৈনিক search threshold পূরণ করছে। ছোট, প্রাথমিক পর্যায়ের বা স্থিরভাবে চাহিদাসম্পন্ন term পর্যবেক্ষণে রাখা হয়। কমতে থাকা বা ছোট, স্থির term বাদ দেওয়া হয়।

প্রতিটি নাম প্রথমবার দেখা দেওয়ার সময় এবং কনফিগার করা recheck period-এর পরে আবার বিশ্লেষণ করা হয়; এর ডিফল্ট মান তিন দিন। এটি গুরুত্বপূর্ণ, কারণ launch-day post প্রায়ই মানুষ কীভাবে পণ্যটি বাস্তবে ব্যবহার করে তা দেখানোর বদলে একটি announcement বর্ণনা করে।

প্রকল্পটির প্রাথমিক পর্যবেক্ষণে দেখা গেছে যে সংশ্লিষ্ট generic term-এর আগে product name বাড়তে শুরু করে। তাই keyword table-কে মূলত কোনো নতুন পণ্য যে বিদ্যমান চাহিদা পূরণ করে তার একটি মানচিত্র হিসেবে দেখুন, প্রতিটি generic phrase যে surge করতে শুরু করেছে তার প্রমাণ হিসেবে নয়।

প্রয়োজনীয়তা

• Python 3.10 বা তার পরের সংস্করণ।
• রিপোজিটরি ক্লোন করার জন্য Git।
• পেইড সিগন্যাল, নাম শ্রেণিবিন্যাস, Google Trends পর্যালোচনা বা কিওয়ার্ড টেবিল ব্যবহার করতে চাইলে একটি AIsa API key।
• Search Console, ইমেইল পাঠানো এবং বেশি API সীমার জন্য ঐচ্ছিক Google, Resend ও GitHub ক্রেডেনশিয়াল।

মূল রাডারটি শুধু Python-এর স্ট্যান্ডার্ড লাইব্রেরি ব্যবহার করে। অতিরিক্ত প্যাকেজ কেবল ঐচ্ছিক ইন্টিগ্রেশন ও ডেভেলপমেন্ট কাজের জন্য প্রয়োজন।

রাডার ইনস্টল ও কনফিগার করুন

1. রিপোজিটরি ক্লোন করুন

git clone https://github.com/zhuyansen/new-term-radar
cd new-term-radar

2. আপনার কনফিগারেশন তৈরি করুন

cp config.example.json config.json

আপনার সাইট বা প্রকাশনার জন্য প্রাসঙ্গিক X অ্যাকাউন্ট, সাইটম্যাপ, বিষয়, পরিচিত টার্ম, স্টপ ওয়ার্ড এবং থ্রেশহোল্ড নির্ধারণ করতে config.json সম্পাদনা করুন।

3. ঐচ্ছিক AIsa key যোগ করুন

export AISA_API_KEY=your_key_here

পেইড পরিষেবাগুলো AIsa-এর মাধ্যমে পরিচালিত হয়। এর মধ্যে রয়েছে X পোস্ট, DataForSEO-নির্ভর ডোমেইন ও ট্রেন্ড ডেটা এবং প্রার্থী নাম যাচাইয়ের মডেল। এই key ছাড়াও বিনামূল্যের Hugging Face, GitHub, সাইটম্যাপ এবং Search Console সিগন্যাল চালানো যায়। তবে name judge উপলভ্য না থাকায় রিপোর্টে টার্মগুলো সাজানো থাকে না।

4. দৈনিক রিপোর্ট চালান

python -m radar daily --out report.md

প্রথমবার চালানোর সময় X ভোকাবুলারি, রিপোজিটরি স্টার সংখ্যা এবং সাইটম্যাপ URL-এর স্ন্যাপশট তৈরি হয়। তুলনা করার মতো আগের কোনো স্ন্যাপশট না থাকায় প্রাথমিক রিপোর্টে সাধারণত শুধু GitHub breakouts থাকে, যেগুলোর জন্য আগের দিনের ডেটা প্রয়োজন হয় না। দ্বিতীয়বার চালানো থেকে রাডার সব সক্রিয় সিগন্যালের পরিবর্তন জানাতে পারে।

গুরুত্বপূর্ণ সেটিংস কনফিগার করুন

উদাহরণ কনফিগারেশনে সমর্থিত সব ফিল্ডের বর্ণনা রয়েছে। প্রথমে রাডার কী পর্যবেক্ষণ করবে এবং প্রার্থীদের কতটা কঠোরভাবে ফিল্টার করবে তা নির্ধারণকারী সেটিংসে গুরুত্ব দিন।

• lang: রিপোর্টের ভাষা en বা zh নির্ধারণ করুন।
• x_accounts: ল্যাবরেটরি ও ব্লগারদের হ্যান্ডেল যোগ করুন। ল্যাবগুলো সাধারণত সবার আগে নাম ঘোষণা করে, আর নির্বাচিত ব্লগাররা দেখান কীভাবে টার্মগুলো আপনার ক্ষেত্রজুড়ে ছড়িয়ে পড়ে।
• sitemaps: সাইটম্যাপের অবস্থান, ঐচ্ছিক শার্ড প্যাটার্ন, রিকোয়েস্টের বিরতি এবং লোকেল-প্রিফিক্স বাদ দেওয়ার নিয়ম নির্ধারণ করুন।
• topics: বিষয়ভিত্তিক রিপোর্ট সেকশন তৈরি করতে একটি নাম ও রেগুলার এক্সপ্রেশন নির্ধারণ করুন।
• known_terms: আপনি ইতিমধ্যে কভার করেন বা কখনো পর্যালোচনা করতে চান না এমন টার্ম যোগ করুন। মিলে যাওয়া লিডগুলো চিহ্নিত হয় এবং পরবর্তী পর্যালোচনা থেকে বাদ পড়ে।
• stop_words: আপনার ক্ষেত্রের সাধারণ শব্দ যোগ করুন। বিল্ট-ইন তালিকাটি AI মডেল ও এজেন্ট টুলিংয়ের জন্য উপযোগী করে তৈরি।
• judge: একটি AIsa chat model বেছে নিন এবং ন্যূনতম নামের স্কোর নির্ধারণ করুন, যার ডিফল্ট মান 0.5।
• breakout: রিপোজিটরির বয়স, ন্যূনতম স্টার, দৈনিক স্টার বৃদ্ধির হার এবং গতকালের তুলনায় পরিবর্তন নিয়ন্ত্রণ করুন।
• review: পর্যালোচনার আগে কত দিন অপেক্ষা করতে হবে এবং প্রতিদিন কতটি লিড প্রক্রিয়া করতে হবে তা নির্ধারণ করুন।
• usecases: কিওয়ার্ড টেবিল, মডেল, বেঞ্চমার্ক, ভলিউম থ্রেশহোল্ড, দৈনিক সার্চ থ্রেশহোল্ড এবং পুনঃপরীক্ষার বিরতি কনফিগার করুন।
• gsc: আপনার Search Console property ও token file নির্ধারণ করুন, অথবা ইন্টিগ্রেশন নিষ্ক্রিয় করতে এই অবজেক্টটি খালি রাখুন।

কিওয়ার্ড টেবিল পুরোপুরি বন্ধ করতে এর দৈনিক সংখ্যা শূন্য নির্ধারণ করুন:

{
  "usecases": {
    "per_day": 0
  }
}

একটি কমান্ডের জন্য --skip usecases ব্যবহার করেও এটি নিষ্ক্রিয় করতে পারেন।

মৌলিক ব্যবহারের ধরন

দিনে একবার সবকিছু চালান

শুধু একটি নির্ধারিত রান চাইলে কোনো সিগন্যাল বাদ না দিয়ে daily কমান্ড ব্যবহার করুন:

python -m radar daily --out report.md

কমান্ডটি Markdown রিপোর্ট লেখে এবং এর পাশে report.json তৈরি করে। JSON ফাইলে রিপোর্ট তৈরিতে ব্যবহৃত কাঠামোবদ্ধ ডেটা থাকে, যা কাস্টম প্রকাশনা বা পরবর্তী প্রক্রিয়াকরণের জন্য উপযোগী।

দ্রুত পরিবর্তনশীল উৎস দিনে কয়েকবার পরীক্ষা করুন

রিপোজিটরিটি দ্রুত উৎস পর্যবেক্ষণকে ভারী দৈনিক প্রক্রিয়া থেকে আলাদা রাখে:

python -m radar sources --out sources.md
python -m radar daily --skip x,hf --out report.md

sources কমান্ডটি শুধু X ও Hugging Face পরীক্ষা করে এবং নতুন কোনো নাম পেলে তবেই রিপোর্ট লেখে। এটি কয়েক ঘণ্টা পরপর চালান। এরপর daily কমান্ড এই দুইটি লাইভ পরীক্ষা বাদ দিতে পারে, তবে আগের 24 ঘণ্টায় sources দ্বারা ধরে রাখা নামগুলো অন্তর্ভুক্ত করবে।

নির্বাচিত মডিউল বাদ দিন

--skip অপশনে x, hf, breakout, sitemaps, newsites, gsc, review, judge এবং usecases গ্রহণ করা হয়।

python -m radar daily --skip x,newsites,usecases --out report.md

সাপ্তাহিক নতুন সাইট পরীক্ষা এখনই চালান

python -m radar daily --new-sites --out report.md

স্থায়ী স্টেট সরান

কী পরিবর্তন হয়েছে তা নির্ধারণ করতে রাডার সংরক্ষিত স্ন্যাপশট ও ডেটাবেসের ওপর নির্ভর করে। এই ফাইলগুলো একটি নির্দিষ্ট ডিরেক্টরিতে রাখতে --state ব্যবহার করুন:

python -m radar daily --state ./radar-state --out report.md

তৈরি করা রিপোর্ট বুঝুন

রিপোর্টে সম্ভাব্য নামগুলো প্রথমে থাকে এবং সেগুলোর সহায়ক সিগন্যাল দেখানো হয়। একটি GitHub লিডে রিপোজিটরি, বর্তমান স্টার, দৈনিক গড় স্টার, নামের স্কোর, পরিচিত টার্মের অবস্থা, সার্চ ভ্যারিয়েন্ট এবং একটি সংক্ষিপ্ত উদাহরণ থাকতে পারে। সাধারণ শব্দ হিসেবে বিচার করা টার্মগুলো নিচের দিকে আলাদাভাবে দেখানো হয়।

রিভিউ বিভাগটি কনফিগার করা আগের তারিখে রিপোর্ট করা শব্দগুলো আবার পর্যালোচনা করে। এতে কোনো সার্চ ভ্যারিয়েন্টের উত্থান ঘটেছে কি না এবং Google Trends-এ পরিমাপযোগ্য বৃদ্ধি দেখা দেওয়ার আগে রাডারটি কত দিন সেটি শনাক্ত করেছিল, তা নথিভুক্ত করা হয়।

কোনো ভ্যারিয়েন্টের উত্থান ঘটেছে বলে গণ্য হয় যখন রিপোর্ট-পরবর্তী সর্বোচ্চ মান তার আগের বেসলাইনের চেয়ে একই সঙ্গে দুই গুণ এবং দশ পয়েন্ট বেশি হয়। এই ভ্যারিয়েন্টভিত্তিক পদ্ধতি এমন নামের ক্ষেত্রে সহায়ক, যেগুলোর আগে থেকেই ভিন্ন কোনো অর্থ রয়েছে। কোনো সাধারণ শব্দের ঐতিহাসিক চাহিদা যোগ্যতার সীমা অতিক্রম করে থাকতে পারে, অথচ নির্দিষ্ট কোনো নির্মাতা-পণ্য অনুসন্ধান নতুন ট্রেন্ডটি প্রকাশ করতে পারে।

Google Search Console যোগ করুন

ঐচ্ছিক অথেনটিকেশন নির্ভরতা ইনস্টল করে অন্তর্ভুক্ত অথরাইজেশন স্ক্রিপ্টটি চালান:

pip install google-auth-oauthlib
python scripts/gsc_auth.py gsc_client.json

স্ক্রিপ্টটি একবার ব্রাউজার খুলে gsc_token.json লিখে রাখে। ইনপুট ফাইলটি অবশ্যই Desktop app ধরনের একটি OAuth ক্লায়েন্ট হতে হবে, যা Search Console API সক্রিয় থাকা কোনো Google Cloud প্রজেক্টে তৈরি করা হয়েছে।

এরপর প্রপার্টি কনফিগার করুন:

{
  "gsc": {
    "site": "sc-domain:your-site.com"
  }
}

টোকেনটি শুধু পড়ার অনুমতি রাখে, আপনার মেশিনেই থাকে এবং রিপোজিটরির .gitignore-এ ইতিমধ্যে অন্তর্ভুক্ত।

ইমেইলে রিপোর্ট পাঠান

--mail অপশনটি Resend-এর মাধ্যমে রিপোর্ট পাঠায়। প্রয়োজনীয় এনভায়রনমেন্ট ভেরিয়েবল সেট করুন:

export RESEND_API_KEY=your_resend_key
export EMAIL_FROM=radar@your-verified-domain.com
export RADAR_EMAIL_TO=you@example.com,editor@example.com

HTML ইমেইল সংস্করণ চাইলে Markdown প্যাকেজটি ইনস্টল করুন:

pip install markdown
python -m radar daily --out report.md --mail

GitHub Actions দিয়ে স্বয়ংক্রিয় করুন

অন্তর্ভুক্ত .github/workflows/radar.yml ওয়ার্কফ্লোটি প্রতি আট ঘণ্টায় sources এবং প্রতিদিন একবার daily চালায়। এটি Actions ক্যাশে স্টেট সংরক্ষণ করে এবং ওয়ার্কফ্লো রান সামারিতে রিপোর্ট লেখে। আপনি স্পষ্টভাবে অনুমতি না দেওয়া পর্যন্ত ওয়ার্কফ্লোটি নিষ্ক্রিয় থাকে।

1. রিপোজিটরিটি ফর্ক করুন। প্রাইভেট ফর্ক গ্রহণযোগ্য।
2. .gitignore থেকে config.json সরিয়ে কনফিগারেশনটি কমিট করুন। ফাইলটিতে কোনো সিক্রেট থাকা উচিত নয়।
3. AISA_API_KEY রিপোজিটরি সিক্রেট যোগ করুন।
4. প্রয়োজন হলে RESEND_API_KEY, EMAIL_FROM, RADAR_EMAIL_TO এবং GSC_TOKEN_JSON যোগ করুন।
5. RADAR_ENABLED নামে রিপোজিটরি ভেরিয়েবল তৈরি করে এর মান true সেট করুন।

স্টেট ক্যাশ সংরক্ষণ করা অত্যন্ত গুরুত্বপূর্ণ, কারণ তুলনাগুলো ঐতিহাসিক স্ন্যাপশটের ওপর নির্ভর করে। স্থায়ী স্টেট না থাকলে পুনরাবৃত্ত রানগুলো প্রথম রানের মতো আচরণ করে।

উন্নত টিউনিংয়ের পরামর্শ

X অ্যাকাউন্ট সচেতনভাবে বেছে নিন

কনফিগার করা কোনো অ্যাকাউন্টে উল্লেখ না থাকলে X ডিটেক্টর কোনো শব্দ শনাক্ত করতে পারে না। পণ্য ঘোষণা করে এমন প্রতিষ্ঠান এবং যেসব বিশ্বস্ত ভাষ্যকারের মাধ্যমে গুরুত্বপূর্ণ শব্দ ছড়িয়ে পড়ে, তাদের অন্তর্ভুক্ত করুন। কম অ্যাকাউন্ট পড়া বা রান করার ফ্রিকোয়েন্সি কমানোও পেইড API ব্যবহার আনুপাতিকভাবে কমায়।

AI টুলিংয়ের বাইরের ক্ষেত্রের জন্য স্টপ ওয়ার্ড মানানসই করুন

অন্তর্নির্মিত ক্লিনিং এবং স্টপ-ওয়ার্ড আচরণ AI মডেল ও এজেন্টের জন্য টিউন করা। আপনি যদি রাডারটি অন্য কোনো ক্ষেত্রে প্রয়োগ করেন, সেই ক্ষেত্রের সাধারণ শব্দ দিয়ে stop_words বাড়ান, যাতে প্রচলিত শব্দগুলো রিপোর্টকে প্রভাবিত না করে।

আপনার নির্দিষ্ট ক্ষেত্র অনুযায়ী ব্রেকআউট থ্রেশহোল্ড টিউন করুন

ডিফল্টগুলো অস্বাভাবিক দ্রুত GitHub বৃদ্ধির জন্য নির্ধারিত। ছোট কোনো ইকোসিস্টেমে min_stars, velocity_min বা delta_min-এর কম মান প্রয়োজন হতে পারে। অত্যন্ত সক্রিয় ইকোসিস্টেমে রিপোর্টকে কেন্দ্রীভূত রাখতে আরও বেশি থ্রেশহোল্ড দরকার হতে পারে।

পুনরাবৃত্ত কাজ কমাতে পরিচিত শব্দ ব্যবহার করুন

যেসব শব্দের জন্য আপনার ইতিমধ্যে পেজ রয়েছে এবং যেসব শব্দ আপনি কখনো কভার করতে চান না, সেগুলো known_terms-এ যোগ করুন। কোনো প্রার্থী এন্ট্রিগুলোর কোনো একটি ধারণ করলে বা কোনো এন্ট্রি দ্বারা ধারণ হলে সেটিকে চিহ্নিত করা হয় এবং ভবিষ্যৎ রিভিউ থেকে বাদ দেওয়া হয়।

Trends-এর সর্বশেষ পয়েন্টে অন্ধভাবে ভরসা করবেন না

সাম্প্রতিক দুই দিনের Google Trends ডেটা অস্থিতিশীল এবং মিথ্যা উত্থান তৈরি করতে পারে। বাস্তবায়নটি ওই দুই দিন বাদ দেয় এবং কোনো উত্থান কমপক্ষে দুই দিন স্থায়ী হওয়া আবশ্যক করে। অসম্পূর্ণ ডেটা সামলানোর অন্য কোনো উপায় না থাকলে এই আচরণ পরিবর্তন করা এড়িয়ে চলুন।

প্রকাশের আগে চাহিদা যাচাই করুন

রাডারটি একটি আগাম সতর্কতা ব্যবস্থা, সম্পূর্ণ কীওয়ার্ড রিসার্চের বিকল্প নয়। Google Ads-এর ভলিউম প্রায় দুই মাস পিছিয়ে থাকতে পারে, আর মাসে মাত্র কয়েক শো অনুসন্ধান হওয়া শব্দের ক্ষেত্রে Trends নির্ভরযোগ্য নয়। ঐচ্ছিক কীওয়ার্ড টেবিলে অনুমান পাওয়া গেলে সেগুলোকে দিকনির্দেশক হিসেবে বিবেচনা করুন। কোনো পেজ তৈরি করার আগে বর্তমান সার্চ ফলাফল, প্রাসঙ্গিকতা, মালিকানা-সংক্রান্ত ঝুঁকি এবং চাহিদা যাচাই করুন।

আপনার নিজস্ব সিগন্যালের মান পরিমাপ করুন

প্রতিটি উৎসের জন্য প্রকল্পটি প্রতিষ্ঠিত হিট রেটের দাবি করে না। প্রতিটি লিড পরিণত হতে এর রিভিউ সিস্টেমের কমপক্ষে 14 দিন প্রয়োজন। আপনার অ্যাকাউন্ট তালিকা, বিষয় এবং বাজারের জন্য কোন সিগন্যাল কার্যকর, তা বিচার করতে সংগৃহীত রিভিউ বিভাগ ব্যবহার করুন; প্রতিটি প্রার্থী ট্রেন্ডে পরিণত হবে ধরে নেবেন না।

টেস্ট স্যুট চালান

ডেভেলপমেন্টের জন্য টেস্ট এবং Markdown নির্ভরতাগুলো ইনস্টল করে টেস্ট চালান:

pip install pytest markdown
python -m pytest -q tests

নেটওয়ার্ক রিকোয়েস্ট না পাঠিয়েই টেস্টগুলো নাম এক্সট্রাকশন, স্কোরিং, স্টোরেজ এবং রিপোর্ট তৈরি যাচাই করে।

উপসংহার

new-term-radar প্রাথমিক পাবলিক কার্যকলাপকে প্রতিদিনের পুনরাবৃত্ত আবিষ্কার কর্মপ্রবাহে রূপ দেয়। এর বিনামূল্যের সিগন্যালগুলো Hugging Face, GitHub, সাইটম্যাপ এবং আপনার Search Console ডেটা পর্যবেক্ষণ করতে পারে, আর AIsa X পর্যবেক্ষণ, নাম শ্রেণিবিন্যাস, ট্রেন্ড রিভিউ, ডোমেইন রিসার্চ এবং কীওয়ার্ড টেবিল সক্ষম করে।

সাবধানে নির্বাচিত একটি উৎসতালিকা দিয়ে শুরু করুন, স্ন্যাপশট তৈরি হওয়ার জন্য টুলটি যথেষ্ট সময় চালান এবং ১৪ দিন পর এর ফলাফল পর্যালোচনা করুন। সবচেয়ে মূল্যবান আউটপুট কেবল জনপ্রিয় নামের তালিকা নয়, বরং এমন প্রমাণ যা দেখায় প্রচলিত কীওয়ার্ড টুলের আগে কোন উৎসগুলো ধারাবাহিকভাবে প্রাসঙ্গিক শব্দ শনাক্ত করে।