खाली फ़ीड: सिर्फ़ एक लेबल लौटाने वाली एक्सट्रैक्शन पाइपलाइन का केस फ़ाइल

सुबह छह बजे का शेड्यूल है। 2026 से डेस्क इसी समय फ़ाइल करता है — एक प्रोजेक्शन, उसके साथ एक स्पष्ट कॉन्फ़िडेंस बैंड, और उसके नीचे वह छोटा पैराग्राफ़ जिसमें लिखा होता है कि पिछली बार मॉडल कहाँ और कितना चूका। उस सुबह स्टेज-1 की फ़ाइल आई। दस फ़ील्ड, नौ खाली। एक भरी हुई — डोमेन लेबल: cricket_asia। शीर्षक नहीं, स्रोत नहीं, प्रकाशन तारीख़ नहीं, एक-वाक्य सारांश नहीं, लेखक का स्टांस नहीं, और सबसे ऊपर — सूचना बिंदुओं की सूची शून्य। पाइपलाइन चली, टेम्पलेट छाप दिया गया, और नीचे जोड़ दिया गया कि एंटिटी "ऊपर दिए गए सूचना बिंदुओं से" निकाले जाएँ। जो बिंदु ही मौजूद नहीं, उनसे एंटिटी कैसे निकलेंगी।

डेस्क का नियम पुराना है: पहले भार-वहन करने वाला दावा, फिर सबूत का पुल, फिर व्याख्या। जिस दिन पुल न हो, उस दिन व्याख्या को पन्ने पर आने का अधिकार नहीं। इस फ़ाइल में दावा भी नहीं था।

पाइपलाइन कैसे चलती है, यह समझना ज़रूरी है, क्योंकि खालीपन का असर वहाँ पड़ता है जहाँ कोई उम्मीद नहीं करता। एक्सट्रैक्शन स्तर पर कच्चा पाठ पढ़ा जाता है और उसमें से अलग-अलग तथ्य बाहर निकाले जाते हैं — सूचना बिंदु। उन बिंदुओं से सारांश बनता है, सारांश से स्टांस, स्टांस से एंटिटी का नक़्शा, और तारीख़ के ज़रिये ताज़गी का आकलन। यह एकतरफ़ा सीढ़ी है। सबसे निचली पायदान खाली है, तो ऊपर की हर पायदान न केवल खाली है — वह भरने लायक़ भी नहीं है। पाइपलाइन रुकी नहीं; उसने अपना खोल छाप दिया। यही अंतर है एक मॉडल के चूकने और एक सिस्टम के झूठ बोलने के बीच।

सूचना बिंदु पाइपलाइन का फ़र्श है; उसके बिना ऊपर की हर मंज़िल सजावट है, निर्माण नहीं।

जो एक फ़ील्ड भरी थी, वह भी भरोसे लायक़ नहीं। डोमेन लेबल इनजेशन के समय लगता है। वह फ़ीड या क्लासिफ़ायर का बयान है, लेख की सामग्री का नहीं। cricket_asia बताता है कि अपेक्षित विषय एशियाई संदर्भ में क्रिकेट है — दक्षिण एशियाई बोर्ड, एशिया कप, आईपीएल, बीपीएल, पीएसएल, या वैश्विक स्पर्धाओं में एशियाई खिलाड़ी। यह नहीं बताता कि कौन-सा मैच, कौन-सा बोर्ड, कौन-सा खिलाड़ी, कौन-सा विवाद। और तारीख़ के बिना ताज़गी का सवाल दोनों तरफ़ एक जैसा खुला रह जाता है: सीरीज़ के बीच में क्रिकेट रिपोर्टिंग तेज़ी से बासी होती है, प्रशासनिक या ऐतिहासिक टुकड़े महीनों स्थिर रहते हैं।

यहाँ रूल-क्लॉक वाली आदत काम आती है। आईपीएल का इम्पैक्ट प्लेयर नियम 2026 सीज़न से लागू हुआ, मेगा ऑक्शन नवंबर 2026 में जेद्दा में हुआ — इन दोनों की तारीख़ें मेरे स्प्रेडशीट में अलग-अलग टैब में दर्ज हैं, क्योंकि नियम बदलते हैं तो गुणांक नहीं बदलता, उसके आस-पास का शोर बदलता है। उस सुबह फ़ाइल में इतनी जानकारी भी नहीं थी कि कोई नियम-संस्करण पकड़ा जा सके।

2026 में मैंने एक ऐसी ही ग़लती की थी, और वह महँगी पड़ी। इम्पैक्ट प्लेयर को मैंने शोर कहकर दो महीने अपने लाइनअप मॉडल को हाथ नहीं लगाया। स्कोरिंग चढ़ती गई, मेरे इन-प्ले नंबर पीछे रह गए, और एक कंपाइलर क्लाइंट चला गया। ग्यारह दिन में बारहवें खिलाड़ी का सब्स्टिट्यूशन वेरिएबल जोड़कर मॉडल फिर खड़ा किया। सबक़ यह नहीं था कि मॉडल कमज़ोर था; सबक़ यह था कि जब इनपुट बदले बिना रिपोर्ट बदलती दिखे, तो पहला सवाल इनपुट से पूछा जाता है, अनुमान से नहीं।

उस खाली फ़ाइल पर भी यही सवाल लागू है। आगे बढ़ने के तीन रास्ते हैं। कच्चा लेख पाठ भेज दिया जाए, तो डेस्क स्टेज-1 ख़ुद दोबारा बनाएगा और असली काम शुरू होगा। सूचना बिंदुओं की भरी हुई सूची — कम से कम पाँच से दस अलग-अलग तथ्य, अपने स्रोत-फ़ील्ड के साथ — मिल जाए, तो सारांश, स्टांस, एंटिटी और ताज़गी सब दोबारा खड़े हो सकते हैं। या शीर्षक, प्रकाशन और तारीख़ — इतना तो फ़्रेमिंग और रीसेंसी पर बहस के लिए काफ़ी है, दावे-दर-दावे ऑडिट के लिए नहीं। तीनों में से कोई न हो, तो डेस्क के पास लिखने को कुछ नहीं है।

जो नहीं है उसे नैरेटिव से भरना किसी भी डेटा डेस्क की सबसे पुरानी चोरी है — क्योंकि वह पाठक को दिखती नहीं।

मैंने यह चोरी होते देखी है, और मैंने इसे ख़ुद करने से इनकार किया है। डोमेन लेबल पकड़िए, एक बायलाइन जोड़िए, एक डेडलाइन रखिए — और स्टोरी बन जाती है। पर उस स्टोरी में कोई दावा ऐसा नहीं होगा जिसे क्लोज़िंग लाइन के सामने बैक-टेस्ट किया जा सके। मेरा नियम सालों से यही है: जिस टुकड़े को क्लोज़िंग लाइन के सामने नहीं रखा जा सकता, वह फ़ाइल नहीं होता।

इस डेस्क का हिट रेट सार्वजनिक है क्योंकि मिस रेट भी उसी तालिका में छपता है। 2026 में आईपीएल के दसवें सीज़न में मैंने ओपनर से तीन दिन पहले आठ टीमों का स्क्वाड मॉडल निकाला था। मुंबई इंडियंस की ख़िताब-हिस्सेदारी 19.4 प्रतिशत आँकी गई — आठ में सबसे ऊँची — और आधार था डेथ ओवरों की इकॉनमी। 21 मई 2026 को हैदराबाद के फ़ाइनल में मुंबई ने राइज़िंग पुणे सुपरजायंट को एक रन से हराया। जून तक 1,142 भुगतान करने वाले सब्सक्राइबर, सुबह छह बजे का तय प्रकाशन समय, और कोई संपादक नहीं। डेस्क का ख़र्च दसवें सीज़न तक निकल आया था, पर डेटा साफ़ रहना ही था — यह लाइन मास्टहेड में नहीं, बॉडी कॉपी में छपती है।

2026 में लंदन-लाइसेंस प्राप्त एक ऑड्स कंपाइलर ने रूस विश्व कप के लिए रखा। क्रिकेट के रोलिंग फ़ॉर्म विंडो और विरोधी-समायोजित दरों वाले टेम्पलेट जैसे थे वैसे ही ग्रुप के तीसरे दौर में फ़िट कर दिए — जहाँ क्वालिफ़ाई कर चुकी टीमें रोटेशन करती हैं। सोलह में से छह मैच रोटेशन-जोखिम के रूप में चिह्नित किए; चार पर नंबर क्लोज़िंग लाइन से आगे निकले। क्रिकेट ने लय सिखाई, फ़ुटबॉल ने वैरिएंस, और विश्व कप ने अनुवाद। पर टेम्पलेट का पोर्ट होना और टेम्पलेट का सही होना दो बातें हैं — यह अंतर उस साल काग़ज़ पर दर्ज हुआ।

2026 में खेल मार्च में रुका और सब्सक्राइबर आधार ग्यारह हफ़्तों में 3,100 से 1,840 पर आ गया। नौ दिन की समय-सीमा रखी और संग्रहित रणजी और वनडे डेटा पर एक मुफ़्त रोज़ाना ब्रीफ़िंग खड़ी की। जब आईपीएल यूएई में गया — तीन वेन्यू, साठ मैच, कोई होम क्राउड नहीं — तो होम-एडवांटेज गुणांक चार हफ़्ते तक पकड़े रखा, फिर शारजाह के ओस के नंबरों ने उसे शून्य करने पर मजबूर किया। वहाँ चेज़ करने वाली टीमें उस दर से जीत रही थीं जिसे पुराना मॉडल समझा नहीं सकता था, और यह बात प्रिंट में लिखी गई। तभी से हर टुकड़े में एक छोटा एरर लॉग जाता है: मॉडल क्या चूका, कितना चूका।

नवंबर 2026 के उस जेद्दा मेगा ऑक्शन में विन्स-एडेड लेजर ने ऋषभ पंत को 19.5 करोड़ रुपये पर प्राइस किया। लखनऊ ने 27 करोड़ रुपये दिए — रिकॉर्ड। यह अंतर एक वैल्यू फ़्लैग के रूप में छपा, क्रिकेटर पर फ़ैसले के रूप में नहीं। मॉडल किसी आदमी का दाम तय नहीं करता; वह सिर्फ़ बताता है कि फ़ीस और मॉडल नंबर के बीच कितनी दूर है।

यहाँ एक उलटा तर्क रखना ज़रूरी है, क्योंकि खाली फ़ाइल को आसानी से मॉडल की नाकामी कहकर छोड़ा जा सकता है। खाली फ़ाइल मॉडल की नाकामी नहीं, मॉडल का नतीजा है। जिस डेस्क ने यह पहचान लिया कि मूल सामग्री शून्य है, उसने एक नक़ली स्टोरी लिखने की बजाय अपनी सीमा दर्ज कर दी। क्रिकेट में यह अंतर हर बॉल पर दिखता है: बल्लेबाज़ का मिस-हिट और गेंदबाज़ का सटीक यॉर्कर आँकड़े में एक जैसे लग सकते हैं, अगर आप सिर्फ़ रन देखें। एनालिस्ट का काम यह बताना है कि कौन-सा रन किस चीज़ से आया।

दूसरी दिक़्क़त क्लासिफ़ायर लेबल को सामग्री मान लेना है। cricket_asia एक इनजेशन-कालीन टैग है, और वह ग़लत भी हो सकता है। इसे सामग्री समझने की ग़लती ठीक वही है जो कमेंट्री बॉक्स करता है — मैच की स्थिति की बजाय माइलस्टोन पर दाम लगाना। डेटा डेस्क ने रणनीतिक बहस कब की जीत ली, यह पुरानी कहानी है; पीछे रहने वाला केवल वही बॉक्स है।

तीसरी बात सहसंबंध और कारण का फ़र्क़ है। एक फ़ील्ड भरी होना यह नहीं दिखाता कि पाइपलाइन ने बाक़ी फ़ील्ड जाँचे और खाली पाए। अक्सर वहाँ कुछ था ही नहीं, और सिस्टम ने चुपचाप डिफ़ॉल्ट छाप दिया। खेल पत्रकारिता में यही चुप्पी सबसे महँगी पड़ती है — ड्रेसिंग रूम का माहौल, "सीनियर्स कहते हैं", आँख का गवाह। ये वही दावे हैं जिन्हें कभी ऑडिट नहीं किया जा सकता, क्योंकि इनके पीछे कोई स्रोत पंक्ति नहीं होती।

अगला दौर साफ़ है। या तो कच्चा पाठ आए और डेस्क दावे-दर-दावे स्रोत-गुणवत्ता का ऑडिट करे — बोर्ड या आईसीसी का आधिकारिक बयान कहाँ है, अनाम सोर्सिंग कहाँ, एग्रीगेशन कहाँ; एंटिटी का रिश्ता क्या है, तारीख़ कितनी पुरानी है, फ़्रेमिंग में बोर्ड की राजनीति, चयन या द्विपक्षीय संबंधों पर लदा शब्द कौन-सा है — और हर नतीजे के साथ एक स्पष्ट कॉन्फ़िडेंस रेटिंग छपे। या फ़ाइल खाली रहे, और डेस्क वही छापे जो वह सबसे अच्छी तरह छाप सकता है: यह कि उसने क्या नहीं लिखा और क्यों। भीड़ चुप हो जाए तो गुणांक नहीं गिराया जाता। उसी तरह, फ़ीड खाली आ जाए तो स्टोरी नहीं गढ़ी जाती।