खाली डेटा, साफ मैदान: जब एनालिसिस पाइपलाइन खुद ही आउट हो गई

मैच फ्लैश की पहली पंक्ति में ही जो चीज़ सबसे ज़्यादा चुभती है, वह कोई खिलाड़ी नहीं — एक खाली सेल है। Stage-1 का पूरा आउटपुट जब मैंने खोला, उसमें केवल एक फ़ील्ड भरी थी: Domain Label: cricket_asia। बाकी सब जगह 'N/A' और '(blank)'। अब सोचिए, एक क्रिकेट एनालिसिस डेस्क पर सुबह-सुबह यही शीट आती है तो पहला रिफ़्लेक्स क्या होता है? हम लिखना शुरू कर देते हैं। मैंने नहीं लिखा। मैंने टेप रोका और पूछा कि आख़िर टेप ही क्यों नहीं आया। मेरे पास 2026 से तीन-चार ऐसी सुबहें याद हैं जब The Corridor के डेटा डेस्क पर स्कोरकार्ड खाली आया और हमने निष्कर्ष निकालने की जल्दी की। 2026 Champions Trophy फाइनल में एक नो-बॉल को मैंने पूरी तरह फ्रेम-मैप किया था — तब सबक यही था कि सेल खाली हो तो कहानी खाली नहीं होती, कहानी वहाँ होती है जहाँ डेटा का रास्ता टूटा है। इस बार भी स्थिति वही है। बीस से ज़्यादा फ़ील्ड हैं, और उपयोगी एक भी नहीं। शीर्षक N/A, स्रोत N/A, लेखक की स्थिति N/A, सूचना बिंदुओं की सूची में कुछ भी नहीं, समय-संवेदनशीलता का आकलन ही नहीं हुआ, और सबसे मज़ेदार — 'entities' वाली लाइन कहती है 'identify from the information points above', जबकि ऊपर कोई सूचना बिंदु ही मौजूद नहीं। यह एनालिसिस नहीं, एक ऐसा फ़ॉर्म है जिसे किसी ने नाम लिखे बिना भेज दिया। क्रिकेट_एशिया का लेबल भरा हुआ है, और यही एकमात्र सुराग है। यह बताता है कि विषय एशियाई क्रिकेट के दायरे में था — यानी BCCI-ACC-PCB की सत्ता-राजनीति, द्विपक्षीय सीरीज़ बनाम ICC कैलेंडर, फ्रैंचाइज़ी विंडो बनाम अंतरराष्ट्रीय वर्कलोड, या मेज़बानी और रेवेन्यू-शेयरिंग के वही पुराने फॉल्ट लाइन्स। लेकिन लेबल यह नहीं बताता कि लेख किस पक्ष में खड़ा था, किस दावे पर खड़ा था, या किसकी आवाज़ गायब थी। और मेरे पेशे में एक नियम है: लेबल को कहानी बनाकर मत बेचो। फिर मैंने अपनी डेस्क से ही एक टेस्ट चलाया — अगर मैं इस खाली ढाँचे पर सामान्य विधि लगाता, तो क्या-क्या 'निकाल' लाता। कल्पना कीजिए कि मैं कहता हूँ, 'इस लेख का झुकाव BCCI के पक्ष में था' या 'PCB की आवाज़ नहीं मिली'। दोनों वाक्य आकर्षक लगते हैं और दोनों पूरी तरह हवा में हैं। एक पाइपलाइन का मक़सद ही deconstruction से analysis तक सबूत ढोना है; अगर सबूत ही नहीं है, तो analysis को रुक जाना चाहिए। मेरे साल-भर के कंडीशन-प्लान-एग्ज़िक्यूशन चेकलिस्ट में भी एक कॉलम 'स्रोत सत्यापित?' है, और वह खाली हो तो बाकी सब अनुमान की श्रेणी में चला जाता है। यहाँ तो वह नहीं, पूरा लेख ही गायब है। अब वह हिस्सा जो आमतौर पर छूट जाता है — गड़बड़ी कहाँ हुई। खाली Stage-1 में जब केवल डोमेन लेबल भरा दिखे, तो अनुभव कहता है कि एक्सट्रैक्शन स्टेप तो चला, पर चुपचाप कुछ भी निकाल नहीं पाया। मेरे अनुभव में टूटन के पाँच आम रास्ते हैं: पेज पर कंसेंट वॉल या JS-शेल आया और फ़ेचर को HTML मिला पर लेख का बॉडी नहीं; 'लेख' के नाम पर स्कोरकार्ड, लाइव-ब्लॉग इंडेक्स, टैग पेज या वीडियो पेज अंदर भेज दिया गया, जिसमें गद्य ही नहीं था; पेवॉल या ट्रंकेशन से बॉडी टीज़र तक सिमट गई; एक्सट्रैक्टर का स्कीमा Stage-1 के पार्सर से मेल नहीं खाया और सारी फ़ील्ड ज़ीरो पर डिफ़ॉल्ट हो गईं; या सबसे सामान्य — exception चुपचाप निगल लिया गया, खाली स्केलेटन उगल दिया गया और सिस्टम आगे बढ़ता रहा। मैं पाँचों में से किसी एक को फ़ोन पर तय नहीं कर सकता, इसलिए मेरी सलाह साफ़ है: दोबारा रन से पहले इस डॉक्यूमेंट ID का एक्सट्रैक्शन लॉग खोलिए। वहाँ जवाब पहले से लिखा होगा। इस पूरे प्रकरण में मेरे लिए असली सवाल Gemini पर आउटपुट का नहीं, डेटा-डेस्क पर अनुशासन का है। हम क्रिकेट में 'मोमेंटम' और 'इंटेंट' पर इतनी आसानी से अपनी कहानियाँ टिका देते हैं कि एक खाली शीट को भी विषय बना लेने का मन करता है। मैंने इसके खिलाफ अपना नियम पहले ही बना लिया था — बिना टेप, बिना गिनती, बिना फील्ड मैप, कोई निष्कर्ष नहीं। और यहाँ टेप ही नहीं है। इसलिए इस बार मेरा लेख एक बार फिर से शून्य बिंदु पर खड़ा है, और मैं इसे छुपाने के बजाय सामने रख रहा हूँ। पाठकों को खाली भरोसा बेचने से अच्छा है कि उन्हें प्रक्रिया दिखा दी जाए। अगर आपको यह अजीब लगे कि एक क्रिकेट विश्लेषक ऐसी रिपोर्ट लिख रहा है जिसमें एक भी क्रिकेटर का नाम नहीं, तो यही असली मुद्दा है। मेरा काम यह बताना है कि मैं किस चीज़ पर दाँव लगा रहा हूँ और किस चीज़ पर नहीं — और आज मैंने इस बात पर दाँव लगाया है कि खाली स्टेज-1 से भरा हुआ निष्कर्ष निकालना पाइपलाइन का सबसे खतरनाक बग है। अब आगे का रास्ता तीन में से कोई है। सबसे तेज़ — कच्चा टेक्स्ट भेजिए, मैं Stage-1 एक्सट्रैक्शन और डीप एनालिसिस एक ही पास में कर दूँगा, और आप मेरे आउटपुट को अपनी पाइपलाइन से मिला सकते हैं। या विराज़िए Stage-1 में — कम से कम शीर्षक, स्रोत, लिंक, प्रकाशन तिथि, लेख-प्रकार और तीन से ज़्यादा सूचना बिंदु (जिनमें दावा, एंटिटी, समय-संदर्भ और स्रोत हों)। तीन से कम बिंदुओं पर मैं सिर्फ़ तथ्य-सारांश दे सकूँगा, संरचनात्मक विश्लेषण नहीं। और अगर प्रकाशन और हेडलाइन पता है तो बता दीजिए — मैं जहाँ तक सत्यापन कर सकूँगा, वहाँ तक जाऊँगा, और जहाँ अनुमान है वहाँ साफ़ लिख दूँगा। जब भी सामग्री आएगी, मेरी खाँचा-सूची तैयार है। दावों की सूची और उनका भार — कौन सा दावा छत को पकड़े है और कौन सा सजावट का है; किसके टूटने से पूरा तर्क गिर जाएगा। फिर सबूत की जाँच — हर सूचना बिंदु पर, नाम-स्रोत या बेनाम, पहला हाथ का या पुनःचक्रित। फिर कलाकारों का चित्रण — किन शब्दों से बोर्ड, चयनकर्ता, खिलाड़ी चित्रित किए गए, किसे एजेंसी मिली और किसे 'क्रियायें' का पात्र बनाया गया। समय की ईमानदारी — प्रकाशन तिथि, वर्णित घटना, और अनकहा भविष्य-काल। फिर संरचनात्मक झुकाव और छूटें — कोई संपादक कौन सा पक्ष रखवाता और कौन सी आवाज़ गायब है। और अंत में cricket_asia का विशेष पाठ — BCCI/PCB/ACC, द्विपक्षीय बनाम ICC कैलेंडर, फ्रैंचाइज़ी विंडो बनाम अंतरराष्ट्रीय कार्यभार, मेज़बानी और रेवेन्यू-शेयरिंग — इनमें से लेख किससे टकराता है और किससे बचता है। साथ में हर निष्कर्ष पर विश्वास-ग्रेडिंग: 'दिए गए पाठ से समर्थित', 'अनुमान', या 'आकलन संभव नहीं'। लेकिन एक चीज़ मैं पहले ही तय कर चुका हूँ — अगली बार जब Stage-1 खाली आए, मैं उस पर क्रिकेट कहानी नहीं लिखूँगा। खाली डेटा पर सबसे बड़ी जीत यही है कि हम मान लें कि स्कोरकार्ड नहीं तो नतीजा नहीं। सवाल यह नहीं कि इस लेख में क्या था; सवाल यह है कि क्या अगली सुबह हमारी पाइपलाइन खुद को मैदान पर उतारने से पहले जाँच लेगी?