EEO کے ذریعے AI انجنز میں برانڈ کی مرئی حیثیت کا آڈٹ کیسے کریں

EEO کیا ہے؟

EEO سے مراد Everything Engine Optimization ہے، جو SEO، AEO، GEO اور LLMO پر مشتمل ایک جامع اصطلاح ہے۔ یہ منصوبہ برانڈز کو یہ سمجھنے اور بہتر بنانے میں مدد دیتا ہے کہ AI انجنز کے تیار کردہ جوابات میں وہ کیسے ظاہر ہوتے ہیں۔

EEO تین متعلقہ صلاحیتوں کو یکجا کرتا ہے:

• EEO Audit: AI انجنز سے وہ سوالات پوچھتا ہے جو حقیقی خریدار پوچھ سکتے ہیں، پھر موصولہ جوابات میں برانڈ کی مرئیت کی پیمائش کرتا ہے۔ رپورٹس میں معائنہ کے لیے اصل جوابات بھی شامل ہوتے ہیں۔
• Brand registry: مشین کے لیے قابلِ مطالعہ برانڈ کارڈز محفوظ کرتا ہے جو eeo.brand.v1 اسکیما کی پیروی کرتے ہیں۔ برانڈز عوامی pull request میں ڈومین کی تصدیق کے ذریعے کارڈز کا دعویٰ کر سکتے ہیں۔
• Site generator: برانڈ کارڈز کو ایک جامد سائٹ میں تبدیل کرتا ہے، جس میں llms.txt، JSON-LD اور ایک robots.txt فائل شامل ہوتی ہے جو AI crawlers کو اجازت دیتی ہے۔

یہ منصوبہ اوپن، جہاں ممکن ہو dependency-free، اور قابلِ معائنہ ہونے کے لیے بنایا گیا ہے۔ اس کے وسیع تر اصول اور optimization providers کے لیے پانچ اصولوں پر مشتمل ضابطۂ عمل EEO standard میں درج ہیں۔

AI میں برانڈ کی مرئیت کیوں اہم ہے

جب کوئی خریدار کسی AI انجن سے سفارش طلب کرتا ہے تو جواب ان معلومات سے تیار ہوتا ہے جو ماڈل نے پڑھی ہوتی ہیں، جیسے مضامین، جائزے اور listing pages۔ برانڈ کی اپنی تفصیل شاید ماڈل تک منظم شکل میں نہ پہنچے۔

EEO برانڈز کو اپنے حقائق بیان کرنے کے لیے ایک اوپن فارمیٹ، ڈومین کی ملکیت ثابت کرنے کے لیے ایک عوامی عمل، اور ایسے ٹولز فراہم کر کے اس مسئلے کو حل کرتا ہے جو نتیجے میں حاصل ہونے والی معلومات کو انجنز، ڈویلپرز اور خریداروں کے لیے قابلِ مطالعہ بناتے ہیں۔

EEO ورک فلو منتخب کریں

repository کئی entry points فراہم کرتی ہے۔ اپنے مقصد کے مطابق انتخاب کریں:

• کچھ بھی انسٹال کیے بغیر فوری browser-based audit کے لیے eeo-local.html استعمال کریں۔
• بار بار ہونے والی جانچ، batch audits، datasets اور مقررہ وقت پر دوبارہ جانچ کے لیے cli.cjs استعمال کریں۔
• community brand site کو مقامی طور پر چلانے کے لیے Docker image استعمال کریں۔
• audit tool کے self-hosted web edition کے لیے server.cjs اور web/ project استعمال کریں۔
• development یا research workflows میں audits شامل کرتے وقت GitHub Action، MCP server یا Chrome extension استعمال کریں۔

ایک فائل والا audit چلائیں

1. ٹول ڈاؤن لوڈ کر کے کھولیں

repository سے eeo-local.html ڈاؤن لوڈ کریں اور اسے browser میں کھولیں۔ اس edition کے لیے Node.js، package installation یا server درکار نہیں۔

2. انجنز منتخب کریں اور keys فراہم کریں

catalog سے انجنز منتخب کریں، جس میں 26 presets شامل ہیں، جن میں 11 China-native engines ہیں۔ منتخب انجنز کے لیے درکار API keys paste کریں۔ ٹول ان keys کو browser کے localStorage میں محفوظ رکھتا ہے۔

3. برانڈ فارم مکمل کریں

برانڈ کی معلومات درج کریں اور متعلقہ industry منتخب کریں۔ پھر audit چلائیں۔ EEO خریداروں پر مرکوز سوالات پوچھتا ہے اور جانچتا ہے کہ جوابات میں برانڈ کتنی نمایاں طور پر ظاہر ہوتا ہے۔

4. رپورٹ کا معائنہ اور export کریں

رپورٹ میں S-to-D grade، awareness اور mention scores، engine کے لحاظ سے breakdown، اور ہر اصل جواب شامل ہوتا ہے۔ آپ نتیجے کو JSON کے طور پر export کر سکتے ہیں یا sharing اور review کے لیے PDF میں print کر سکتے ہیں۔

CLI سے audits چلائیں

command-line workflow کے لیے Node 18 یا اس کے بعد کا ورژن درکار ہے۔ CLI کے core workflow کے لیے dependency installation کا مرحلہ نہیں ہے۔

1. configuration file بنائیں

example configuration کو copy کریں اور ان engine settings اور API keys کو پُر کریں جنہیں آپ استعمال کرنا چاہتے ہیں:

cp config.example.json config.json

configuration کو اپنے local environment کے مطابق رکھیں اور secrets کو public repository میں commit نہ کریں۔

2. ایک برانڈ چیک کریں

برانڈ کا نام اور industry فراہم کر کے single brand audit چلائیں:

node cli.cjs check 蜜雪冰城 --industry 餐饮

CLI configured audit requests بھیجتا ہے اور متعلقہ visibility results تیار کرتا ہے۔

3. batch audit چلائیں

ایک text file میں ہر سطر پر ایک برانڈ کا نام رکھیں اور نتائج CSV میں لکھیں:

node cli.cjs batch brands.txt --csv result.csv

یہ متعدد برانڈز کا موازنہ کرنے یا repeatable reporting process بنانے کے لیے مفید ہے۔

4. dataset کا audit کریں

جب آپ کسی industry category سے برانڈز process کرنا چاہیں تو dataset-driven command استعمال کریں:

node cli.cjs dataset 白酒 --limit 10

--limit option مثال کے run کو مختصر رکھتا ہے۔ watch سمیت تمام دستیاب commands دیکھنے کے لیے node cli.cjs --help استعمال کریں، جس سے مقررہ وقت پر دوبارہ جانچ کی جا سکتی ہے۔

Docker کے ساتھ community brand site چلائیں

Docker workflow datasets/brands-1k.json سے brand site تیار کرتا ہے۔ اس کے لیے API keys درکار نہیں، کیونکہ یہ engine audit چلانے کے بجائے تیار کردہ برانڈ معلومات فراہم کرتا ہے۔

docker build -t eeo-community .
docker run -p 8080:80 eeo-community

container شروع ہونے کے بعد http://localhost:8080 کھولیں۔ سائٹ ہر برانڈ کے لیے ایک صفحہ فراہم کرتی ہے اور AI crawlers کے لیے llms.txt، JSON-LD اور robots.txt support شامل کرتی ہے۔

یہ Docker setup self-hosted audit server سے مختلف ہے۔ audit server کے لیے server.cjs اور config.example.json دیکھیں۔ web interface اس طرح build کیا جا سکتا ہے:

cd web
npm install
npm run build

ایک prebuilt web interface public/ میں بھی شامل ہے۔

repository structure سمجھیں

• eeo-local.html ایک واحد فائل پر مشتمل آڈٹ ٹول ہے جس میں 26 انجن پری سیٹس شامل ہیں۔
• cli.cjs چیک، بیچ، ڈیٹاسیٹ اور واچ ورک فلو فراہم کرتا ہے۔
• core.cjs مشترکہ آڈٹ انجن پر مشتمل ہے جسے CLI، MCP سرور اور GitHub Action استعمال کرتے ہیں۔
• server.cjs سیلف ہوسٹڈ سرور ایڈیشن ہے، جبکہ web/ میں اس کا React اور Vite سورس موجود ہے۔
• action/ میں CI کے اندر برانڈ کی مرئیت کے آڈٹ چلانے کے لیے GitHub Action موجود ہے۔
• mcp/ میں Claude Desktop، Cursor اور Windsurf کے لیے MCP سرور موجود ہے۔
• extension/ میں Chrome MV3 فوری جانچ کی ایکسٹینشن موجود ہے۔
• datasets/ میں برانڈز کا مکمل مجموعہ اور منتخب ابتدائی ڈیٹا موجود ہے۔
• platform/ میں دعووں کی تصدیق اور حتمی شکل دینے کے اسکرپٹس موجود ہیں۔
• standards/taxonomy/ میں صنعتی خصوصیات اور خریداروں کے سوالات کے ذخیرے موجود ہیں۔
• tools/ میں سائٹس، llms.txt، اسکیماز اور اشاریوں کے جنریٹرز موجود ہیں۔

برانڈ کارڈ کا دعویٰ کریں یا نیا کارڈ شامل کریں

موجودہ کارڈ کا دعویٰ کریں

برانڈز کو پہلے datasets/ میں موجودہ کارڈ تلاش کرنا چاہیے۔ دعوے کا عمل platform/README.md میں بیان کیا گیا ہے اور عوامی پل ریکویسٹ کے ذریعے ڈومین کی تصدیق استعمال کرتا ہے۔

یہ عمل اس بات کا قابلِ مشاہدہ ریکارڈ فراہم کرتا ہے کہ برانڈ کارڈ سے منسلک تصدیق شدہ ڈومین کو کنٹرول کرتا ہے۔

غیر موجود برانڈ شامل کریں

اگر برانڈ فہرست میں موجود نہیں ہے تو CONTRIBUTING.md کے مطابق کارڈ بنائیں اور جمع کرائیں۔ پل ریکویسٹ کھولنے سے پہلے ریپوزٹری کے اسکیما اور تعاون کے قواعد پر عمل کریں۔

جدید ورک فلو اور تعاون کے نکات

مطابقت رکھنے والے AI اینڈ پوائنٹس منسلک کریں

انجن واچرز ڈیٹیکشن کیٹلاگ کے لیے نئے انجن پری سیٹس تجویز کر سکتے ہیں۔ CLI، سیلف ہوسٹڈ سرور اور MCP سرور config.json کے ذریعے OpenAI-compatible اینڈ پوائنٹس سے بھی منسلک ہو سکتے ہیں۔ پری سیٹ شامل کرنے یا ڈیٹیکشن کے رویے میں تبدیلی سے پہلے تعاون کی رہنمائی کا جائزہ لیں۔

بار بار ہونے والے آڈٹس خودکار بنائیں

طے شدہ دوبارہ ٹیسٹس کے لیے CLI کا watch کمانڈ استعمال کریں۔ ریپوزٹری آٹومیشن کے لیے action/ ڈائریکٹری ایک GitHub Action فراہم کرتی ہے جو CI میں مرئیت کے آڈٹس چلا سکتی ہے۔ ریپوزٹری میں دعوے کی تصدیق، دعوے کی تکمیل اور ماہانہ خودکار آڈٹس کے ورک فلو بھی شامل ہیں۔

AI ٹولز میں MCP سرور استعمال کریں

MCP سرور Claude Desktop، Cursor اور Windsurf کے لیے دستیاب ہے۔ یہ مشترکہ آڈٹ انجن کو دوبارہ استعمال کرتا ہے، جس سے مطابقت رکھنے والے کلائنٹس MCP انٹیگریشن کے ذریعے پروجیکٹ کی آڈٹ صلاحیتوں تک رسائی حاصل کر سکتے ہیں۔ اسے انہی عمومی انجن اور کلیدی ترتیبات کے ساتھ ترتیب دیں جن کی وضاحت config.example.json میں کی گئی ہے۔

صنعتی ٹیکسونومیز میں توسیع کریں

ٹیکسونومی میں تعاون کرنے والے standards/taxonomy/ کے تحت صنعتی خصوصیات کی لائبریریاں اور خریداروں کے سوالات کے ذخیرے شامل کر سکتے ہیں۔ قبولیت کے قواعد ٹیکسونومی README میں درج ہیں۔ صنعتی عرف شامل کرنا ابتدائی تعاون کے لیے ایک آسان طریقہ بتایا گیا ہے۔

مشین کے ذریعے پڑھے جانے والے اشاعتی اثاثے بنائیں

سائٹ بنانے والے ٹولز برانڈ کارڈز کو ایک جامد معلوماتی سائٹ میں تبدیل کر سکتے ہیں۔ تیار کردہ آؤٹ پٹ کا مقصد llms.txt، JSON-LD اور کرالر قواعد کے ذریعے برانڈ کی معلومات کو انجنز اور دیگر ٹولز کے لیے دریافت کرنا آسان بنانا ہے۔

آڈٹس کو قابلِ فہم رکھیں

EEO رپورٹس صرف اسکور ظاہر کرنے کے بجائے ہر اصل انجن کے جواب کو محفوظ رکھتی ہیں۔ رنز کا موازنہ کرتے وقت آگاہی اور ذکر کے اسکورز کے ساتھ فی انجن تفصیل اور ماخذ جوابات کا بھی جائزہ لیں۔ اس سے وسیع مرئیت میں تبدیلی اور کسی ایک انجن یا سوال کی وجہ سے آنے والے نتیجے میں فرق کرنا آسان ہو جاتا ہے۔

قابلِ تکرار نتائج کے لیے رنز کے درمیان صنعت کا انتخاب، برانڈ کا ڈیٹا، انجن کی ترتیب اور بیچ ان پٹ یکساں رکھیں۔ نیا انجن یا ٹیکسونومی شامل کرتے وقت تبدیلی کو دستاویزی شکل دیں تاکہ بعد کی رپورٹس کا منصفانہ موازنہ کیا جا سکے۔

نتیجہ

EEO اس بات کی پیمائش کے لیے ایک کھلا ورک فلو فراہم کرتا ہے کہ AI انجن برانڈز کو کس طرح بیان کرتے ہیں، اور برانڈ کی معلومات کو منظم شکل میں شائع کرنے کے لیے بھی سہولت دیتا ہے۔ بغیر انسٹالیشن کے آڈٹ کے لیے eeo-local.html سے شروع کریں، بیچ یا طے شدہ کام کے لیے CLI استعمال کریں، اور جب مقامی کمیونٹی انسٹنس درکار ہو تو Docker یا سیلف ہوسٹڈ سرور استعمال کریں۔

بنیادی ورک فلو سمجھنے کے بعد آپ برانڈ کارڈز کا دعویٰ کر سکتے ہیں، ٹیکسونومی ڈیٹا میں تعاون دے سکتے ہیں، انجن پری سیٹس شامل کر سکتے ہیں، آڈٹس کو CI میں ضم کر سکتے ہیں، یا MCP سرور کو مطابقت رکھنے والے AI ڈویلپمنٹ ٹولز سے منسلک کر سکتے ہیں۔ یہ پروجیکٹ Apache License 2.0 کے تحت جاری کیا گیا ہے، جبکہ اسٹینڈرڈ اور ٹیکسونومی فائلیں ریپوزٹری میں درج لائسنس استعمال کرتی ہیں۔