ग्यारह खाली खाने, एक बचा हुआ लेबल: क्रिकेट की डेटा पाइपलाइन जब चुप हो जाती है

बारह खाने थे। ग्यारह खाली लौटकर आए।

फ़ाइल उस तरह खुली जैसे कोई स्कोरकार्ड खुलता है — सिर्फ़ ऊपर टाइटल, नीचे कॉलम, और बीच में कुछ नहीं। Article Title: N/A. Article Source: N/A. Article Type: Unclassified. One-sentence Summary: ख़ाली। Author Stance: N/A. Article Purpose: N/A. Information Points: ख़ाली सूची। Entities Involved: "identify from the information points above"। Time Sensitivity: आँका नहीं गया। Source Quality: "judge from the source fields"। ग्यारह खानों में से एक भी ऐसा नहीं था जिसे किसी सहकर्मी को दिखाया जा सके, या जिसके आधार पर एक पैराग्राफ़ लिखा जा सके।

बारहवाँ खाना भरा था: Domain Label — cricket_world।

मैं मैनचेस्टर से लिखता हूँ। यहाँ से पिच का घिसाव, दोपहर की उमस, चेपॉक का मौन — सब स्ट्रीम और स्कोरकार्ड के रास्ते पहुँचता है। इसलिए जब भी मैं किसी तंत्र की बात करता हूँ, पहले यह बता देता हूँ कि मैं कहाँ बैठा हूँ, ताकि पाठक जान ले कि जो संरचनात्मक भरोसा मेरी आवाज़ में दिखता है, वह कहीं मौजूदगी का दिखावा न बन जाए। आज मैदान पर कोई गेंद नहीं पड़ रही। आज उस पाइपलाइन की बात है जो मैदान से मेरी मेज़ तक ख़बर पहुँचाती है।

मेरा दावा साफ़ है और जल्दी आ रहा है, क्योंकि इसे अंत तक लपेटकर रखने का कोई फ़ायदा नहीं: यह फ़ाइल स्क्रैपिंग की विफलता नहीं है। यह एक ऐसा चरण है जो चला ही नहीं, और उसकी जगह जो निर्देश छोड़ा गया था, वही नतीजे की जगह छप गया। इस एक वाक्य के दोनों हिस्सों की जाँच अलग-अलग होनी चाहिए, और जाँच का क्रम भी वही रहेगा जो मैं गेंद-दर-गेंद करता हूँ — पहले सबसे छोटी इकाई, फिर उससे बना ढाँचा।

सबूत दो खानों में रखा है, और दोनों एक ही बात कह रहे हैं। "Entities Involved" में नतीजा नहीं, हिदायत लिखी है — "identify from the information points above"। यह वाक्य किसी मॉडल को दिया जाने वाला प्रॉम्प्ट है, प्रॉम्प्ट का जवाब नहीं। नतीजे की जगह प्रॉम्प्ट का छप जाना दो में से एक बात कहता है: या तो मॉडल से पूछा ही नहीं गया, या पूछा गया और जवाब आने से पहले खाना प्रिंट हो गया। दोनों हालत में जो चीज़ ग़ायब है वह डेटा नहीं, निष्पादन है।

दूसरा खाना "Source Quality" है — "judge from the source fields"। ध्यान दीजिए, यह वही हिदायत है जो कोई इंसानी एडिटर किसी जूनियर को देता है: स्रोत के खानों को देखकर अंदाज़ा लगा लो। मगर यहाँ स्रोत का कोई खाना ही नहीं है। Article Source: N/A. यानी जिस चीज़ को देखकर अंदाज़ा लगाना था, वही चीज़ मौजूद नहीं। यह वही हालत है जैसे कोई स्कोरकार्ड कहे — "रन बनाकर औसत निकाल लें" — और स्कोरकार्ड में रन का कॉलम ही न हो।

ये दोनों हिदायतें मिलकर एक तीसरी बात बताती हैं जो इस पूरे मामले में सबसे ज़रूरी है। पाइपलाइन टूटी नहीं। पाइपलाइन ने अपना ही प्रॉम्प्ट छाप दिया। टूटने वाली विफलता शोर करती है — टाइमआउट, एरर कोड, ख़ाली स्ट्रिंग, कोई लाल बत्ती। यहाँ कोई शोर नहीं था। यहाँ एक डिज़ाइन की ग़लती थी: हर टेम्पलेट का डिफ़ॉल्ट टेक्स्ट उसका अपना निर्देश था। ऊपर से null आया, टेम्पलेट ने उसे बदला नहीं, बस जैसा था वैसा छाप दिया। इंजीनियर के लिए यह पढ़ने में साफ़ है — "यहाँ कुछ नहीं आया।" पाठक के लिए यह बकवास है। और सबसे बुरी स्थिति उनके बीच बैठे राइटर की है, जो इस छपी हुई हिदायत को भी जानकारी समझ सकता है, क्योंकि उसकी शक्ल जानकारी जैसी है।

अब ज़रा ठहरकर देखते हैं कि क्रिकेट में एक खाली खाने की क़ीमत क्या है। क्रिकेट शायद दुनिया का सबसे ऑडिट-योग्य खेल है। एक टेस्ट दिन में नब्बे ओवर, यानी 540 गेंदें, और हर गेंद का अपना रिकॉर्ड — गेंदबाज़, बैटर, लाइन, लेंथ, शॉट, फ़ील्डर की जगह। पाँच दिन में क़रीब 2,700 दाख़िले, और एक्स्ट्रा जोड़ लें तो उससे भी ऊपर। फ़ुटबॉल में नब्बे मिनट में जिन घटनाओं को गिना जा सकता है वे दर्जनों में हैं; क्रिकेट में वे हज़ारों में हैं, और उनमें से हर एक किसी न किसी कॉलम में जाती है। इसीलिए क्रिकेट का सारा सार्वजनिक रिकॉर्ड एक ही परमाणु पर टिका है — डिलीवरी। औसत, स्ट्राइक रेट, इकॉनमी, पिच मैप, वैगन व्हील, डॉट-बॉल प्रतिशत: सब व्युत्पन्न कॉलम हैं, और जिस पंक्ति से वे निकलते हैं, वही गेंद है।

क्रिकेट दुनिया का सबसे ऑडिट-योग्य खेल है, और ठीक इसी वजह से सबसे ज़्यादा फ़ीड-निर्भर भी। जहाँ खेल की हर इकाई दर्ज होने का दावा करती है, वहाँ एक भी खाना ख़ाली आने पर सिर्फ़ एक निष्कर्ष नहीं गिरता, पूरा आधार हिल जाता है। एक ग़लत तरीके से बाँटा गया विकेट उस मैच का हिस्सा नहीं रहता; वह उस गेंदबाज़ की करियर औसत में हमेशा के लिए बैठ जाता है। क्रिकेट में करियर औसत कभी माफ़ी नहीं माँगता, और स्कोरकार्ड कभी सुधार के निशान नहीं छापता।

मेरी अपनी आदत रही है कि मैं सबसे छोटी सत्यापन-योग्य इकाई से ऊपर की ओर नहीं चढ़ता, और जब तक गिनती बंद न हो, वाक्य पूरा नहीं करता। 2026 में मैंने लंकाशायर के 2026 नैटवेस्ट टी20 ब्लास्ट फ़ुटेज की 1,140 गेंदें गिनकर डेथ ओवर की ज्यामिति पर बारह हिस्सों की एक कड़ी लिखी थी — यॉर्कर असल में कहाँ पड़ता है और फ़ील्डर असल में कहाँ खड़ा होता है, इन दो नक़्शों के बीच का फ़र्क़। बारह हिस्सों के बाद धागा धागा नहीं रहा, बैज बन गया — कोच ने दो घंटे तीसरे मैन पर बहस की और मुझे ओल्ड ट्रैफ़र्ड पर वीडियो एनालिस्ट की कुर्सी दे दी, ड्रेसिंग रूम के दरवाज़े के पीछे एक मेज़, बिना माइक, और एक लैपटॉप जो हर चौथी पारी में क्रैश होता था। उस दिन के बाद मैंने शॉट के बारे में लिखना छोड़ दिया और जगहों के बारे में लिखना शुरू किया।

रिकॉर्ड के लिए एक ठोस आँकड़ा भी रखिए, क्योंकि इस लेख का विषय भी वही है — कौन-सा खाना भरा हुआ दिखता है और असल में नहीं है। फ़रवरी 2026 की बेंगलुरु नीलामी में राजस्थान रॉयल्स ने जोस बटलर को ₹4.4 करोड़ में खरीदा था। उस वक़्त मेरी 40 पन्नों की पूर्व-नीलामी फ़ाइल कह रही थी कि ओपनर के तौर पर उनकी क़ीमत इससे दोगुनी बनती है। अप्रैल में उन्हें ऊपर भेजा गया, और आईपीएल 2026 में 548 रन बने, लगातार पाँच अर्धशतकों के साथ। फ़ाइल खिलाड़ी के बारे में सही थी और कमरे की बाक़ी तक़रीबन हर क़ीमत के बारे में ग़लत। वह ग़लती मैंने हाशिये में लिखी और कभी छापी नहीं। 4.4 करोड़ की फ़ाइल एक महीने बंद रही, और वही काम था। नीलामी के टुकड़े तब से मैं क़ीमत से नहीं, जोड़ी से शुरू करता हूँ; आँकड़ा चौथे पैराग्राफ़ में जाता है, और जो कमरा नहीं देख सकता, वह पहले आता है।

2026 की बायो-सिक्योर गर्मियों में, जब ओल्ड ट्रैफ़र्ड पर इंग्लैंड की वेस्टइंडीज़ और पाकिस्तान के ख़िलाफ़ सीरीज़ बंद दरवाज़ों के पीछे खेली गई, लंकाशायर ने परफ़ॉर्मेंस विभाग का एक तिहाई स्टाफ़ फ़र्लो कर दिया था और मैं उन छह लोगों में था जिन्हें अंदर आने की इजाज़त थी। भीड़ नहीं थी, स्टंप माइक सब कुछ पकड़ रहे थे। मैंने 4,300 डिलीवरी ऑडियो ट्रैक खोलकर लॉग कीं — कौन-सी गेंदबाज़-बैटर बातचीत किस लंबाई से पहले आई। चार महीने कुछ भी छपने लायक़ नहीं बना। चार हज़ार तीन सौ गेंदों का मौन, और मैंने हर एक गिनी। उसके बाद मैं ठहराव की क़ीमत पर लिखने लगा — वह वक़्त जो गेंदबाज़ कोण बदलने से पहले लेता है, वह वाक्य जो विकेटकीपर दोहराता है, वह दो सेकंड जिनमें कुछ नहीं होता और फिर सब हो जाता है।

2026 में एजबेस्टन पर इंग्लैंड ने भारत के ख़िलाफ़ 378 का पीछा जीता — जॉनी बेयरस्टो 114 नाबाद, जो रूट 142 नाबाद — और मैंने तीन हफ़्ते में 79.4 ओवर कोड किए: रिलीज़ के वक़्त फ़ील्डर की गहराई, कितने फ़्रेम से बाहर खड़े थे, बैटर ने कितनी जल्दी प्रतिबद्धता जताई। बना हुआ प्री-मेडिटेशन इंडेक्स उस पारी का तक़रीबन 60 फ़ीसदी समझा सका। छह हज़ार शब्दों के टुकड़े में मैंने मॉडल पूरा छापा और फिर वह 40 फ़ीसदी नाम लेकर लिखा जहाँ तक वह नहीं पहुँचता, जो कमोबेश बेयरस्टो था। अपने ही मॉडल की हद लिखने के बाद मेरे वाक्य बदल गए — "शायद" अब सजावट नहीं, ढाँचा बन गया, और मैंने यह अंकित करना शुरू किया कि किस ओवर पर मेरी व्याख्या ख़त्म हो जाती है।

तो जब बारह में ग्यारह खाने ख़ाली आएँ, तो क्रम क्या होना चाहिए? मेरे अनुभव में तीन अलग-अलग विफलताएँ एक जैसी दिखती हैं, और उनका इलाज एक-दूसरे का उल्टा है। इन्हें अलग-अलग न पहचानना ही असली ख़र्च है, क्योंकि फिर कोई भी सुधार कहीं और लगाया जाता है और फ़ाइल फिर वैसी ही लौटती है।

पहली: सामग्री मिली ही नहीं। आजकल क्रिकेट के स्कोरकार्ड और लाइव ब्लॉग सर्वर पर स्थिर HTML में नहीं आते। वे ब्राउज़र में जाकर बनते हैं — किसी स्क्रिप्ट से JSON माँगा जाता है, खाने भरे जाते हैं, तालिका रेंडर होती है। जो पार्सर स्थिर तालिका की आदत वाला है, उसे टेबल के टैग दिखते ही नहीं; उसे मिलता है एक ख़ाली शेल, जिसमें सुर्ख़ियाँ भी नहीं होतीं, क्योंकि सुर्ख़ियाँ भी उसी स्क्रिप्ट से आती हैं। यह विफलता सबसे ईमानदार होती है, क्योंकि इसका सबूत एक नंबर है: बॉडी की लंबाई शून्य।

दूसरी: सामग्री आई और वर्गीकृत नहीं हुई। यहाँ Article Type: Unclassified का मतलब यह भी हो सकता है कि वर्गीकरण चला ही नहीं, और यह भी कि चला और श्रेणी-सूची में उस लेखन का कोई खाना ही नहीं था। एक हिंदी लाइव ब्लॉग, या सिर्फ़ स्कोरकार्ड वाला एक पन्ना, उस टैक्सोनॉमी में फ़िट नहीं होता जो मैच रिपोर्ट, प्रीव्यू, ओपिनियन और फ़ीचर में बँटी है। ऐसे में वर्गीकरण का चूकना डेटा की ग़लती नहीं, खानों की ग़लती है — और उसका इलाज मॉडल में नहीं, सूची में है।

तीसरी: निष्पादन रुक गया। और यहीं पूरी कड़ी की चाबी है, क्योंकि इसे आप डेटा से नहीं, व्याकरण से पकड़ते हैं। सारे ख़ाली खाने अंग्रेज़ी में हैं, एक खाना छोड़कर — Domain Label: cricket_world। इसका मतलब है कि डोमेन लेबल देने वाला चरण चला था और उसने सही जवाब दिया, क्योंकि वह चरण विषय पहचानता है, लेख नहीं। यानी कड़ी की शुरुआत विफल नहीं हुई; सामग्री तक पहुँच बनी रही। विफलता उसके बाद आई, और सारे नतीजा-खाने — सारांश, सूचना-बिंदु, इकाइयाँ — एक साथ ख़ाली हैं, जबकि नतीजों से कम ज़रूरी डोमेन-लेबल बचा हुआ है।

यह क्रम बहुत कुछ कहता है। जब एक साथ कई खाने ख़ाली हों और उनसे ऊपर का एक खाना भरा हो, तो विफलता फैलाव में है, स्रोत में नहीं। डेटा आया, लेकिन जिस चरण को उसे खानों में बाँटना था, वह चला ही नहीं; और चूँकि उस चरण के टेम्पलेट का डिफ़ॉल्ट टेक्स्ट उसका अपना निर्देश था, आउटपुट में हिदायत छप गई। यह बात पाइपलाइन की बनावट के बारे में भी कुछ बताती है — यह सीधी कड़ी नहीं, प्रॉम्प्ट-टेम्पलेट की श्रृंखला है, और हर टेम्पलेट का डिफ़ॉल्ट उसका अपना निर्देश है। ऊपर से null आने पर श्रृंखलाएँ रुकती नहीं, चुपचाप निर्देश छापती चलती हैं।

जाँच का क्रम इसीलिए उल्टा है। पहले बॉडी की लंबाई नापिए। शून्य है तो बाक़ी सब बेकार है — प्रॉम्प्ट बदलने से कुछ नहीं होगा, सामग्री लाने वाली परत ठीक कीजिए, और तब तक Stage-1 पर एक घंटा भी ख़र्च करना बेईमानी है। लंबाई ठीक है और सूचना-बिंदु फिर भी ख़ाली हैं, तो गड़बड़ निकालने वाले प्रॉम्प्ट में है, और वहाँ पहला सवाल यह है कि क्या वह चरण चला था या उसका आउटपुट किसी शर्त पर टिका था। दोनों ठीक हैं और इकाइयों के खाने में फिर भी हिदायत छपी है, तो गड़बड़ जोड़ने वाली परत में है, और वहाँ सुधार एक पंक्ति का है: डिफ़ॉल्ट को ख़ाली रखिए, निर्देश को नहीं।

यह सब क्रिकेट डेस्क के लिए सिर्फ़ तकनीकी बात नहीं है। नीलामी, रिटेंशन स्लैब, ब्रॉडकास्ट फ़ाइलिंग, बीसीसीआई कैलेंडर — यह सब पहले से ही खानों में चलता है, और इन खानों में एक ग़लत भरा हुआ आँकड़ा महीनों तक जीवित रहता है। जब किसी फ़्रैंची की शीट में पर्स का एक कॉलम ख़ाली रह जाता है, तो उसे कोई ख़ाली नहीं छोड़ता; उसे बाज़ार की कहानी से भर दिया जाता है, और अगले छह महीने तक हर टुकड़ा उसी कहानी पर बनता है। खाली खाना एक तकनीकी दोष है। भरा हुआ ग़लत खाना एक स्थायी दोष है।

और अब वह हिस्सा जो मुझे सबसे ज़्यादा परेशान करता है, और जिस पर सबसे कम लिखा जाएगा। ख़ाली खाना भरे हुए खाने से सुरक्षित है। यह उल्टा लगता है, क्योंकि हमारी पूरी आदत यही है कि खाली जगह को भरना काम माना जाता है और खाली छोड़ना लापरवाही। मगर एक भरा हुआ खाना नीचे के हर चरण को भरोसा देता है; खाली खाना उसे रोक देता है। अगर इकाइयों के खाने में कुछ ऐसा लिखा होता जो सच जैसा दिखता है, तो कोई उसे चुनौती नहीं देता, क्योंकि चुनौती देने के लिए जिस स्रोत की ज़रूरत होती है, वही खाना ग़लत भरा हुआ होता। छह महीने बाद वह एक ऐसे निष्कर्ष में बदल जाता जिसे कोई जाँच ही नहीं सकता।

यहाँ एक अजीब समानता है जो मुझे छोड़ती नहीं। "identify from the information points above" — यह वाक्य किसी मशीन का नहीं, किसी डेस्क का वाक्य है। हिंदी अख़बारों में इसे "उपरोक्त बिंदुओं के आधार पर..." की शक्ल में रोज़ छापा जाता है, तब भी जब ऊपर कोई बिंदु न हो। मैच प्रीव्यू प्रेस कॉन्फ़्रेंस के कोट से भर दिया जाता है, कोट में रणनीति नहीं होती, और तीन पैराग्राफ़ बाद वह वाक्य आ जाता है: टीम को संतुलन ढूँढ़ना होगा। यह जानकारी नहीं है; यह निर्देश है जिसने जानकारी का कपड़ा पहन रखा है। मशीन ने वही ग़लती की जो हम रोज़ करते हैं, और हमने उसे बग कहकर पुकारा।

एक चेतावनी अपने ही पाले में। Stance, Purpose, Source Quality — ये श्रेणियाँ अंग्रेज़ी न्यूज़रूम की आदत से बनी हैं, जहाँ हर लेख के पीछे एक लेखक होता है जिसका कोई रुख़ होता है और जिसका कोई मक़सद होता है। क्रिकेट के एक बड़े हिस्से में लेखक का रुख़ ही नहीं होता — स्कोरकार्ड का रुख़ नहीं होता, हाइलाइट्स का रुख़ नहीं होता, हिंदी लाइव ब्लॉग का रुख़ अक्सर सिर्फ़ गति होता है। ऐसी सामग्री पर "Stance" ढूँढ़ना और फिर उसका N/A पाना विफलता नहीं, अनुवाद की ग़लती है। जो मीट्रिक अपनी ज़मीन पर न उतरे, उसे उधार लेकर लगाना ठीक नहीं; यह लिख देना बेहतर है कि वह उतरी नहीं, बजाय इसके कि उसे हर लेख पर ज़बरदस्ती लगाया जाए।

एक और जाल है जो इसी खाली जगह में बिछा रहता है। जब फ़ाइल ख़ाली आए और समय कम हो, तो सबसे आसान रास्ता बाज़ार की कहानी है — आईपीएल ने टेस्ट क्रिकेट खा लिया, टी20 ने तकनीक ख़त्म कर दी, कैलेंडर ने रणनीति मार दी। ये वाक्य कभी ग़लत साबित नहीं होते, क्योंकि इनमें कोई आँकड़ा नहीं होता जिसे गिना जा सके। ख़ाली खाने को भरने का सबसे तेज़ तरीक़ा यही है, और सबसे बेईमान भी। मैं ऐसी जगह पर बैठना पसंद करता हूँ जहाँ जवाब नहीं है, बजाय इसके कि सस्ता जवाब लगा दूँ — क्योंकि सस्ता जवाब अगली फ़ाइल में एक भरा हुआ खाना बन जाता है, और फिर उसे कोई नहीं खोलता।

तो अगली बार जब कोई फ़ाइल इस तरह लौटे, पहला सवाल यह मत कीजिए कि डेटा कहाँ गया। पहला सवाल यह है: कौन-सा चरण चला ही नहीं? पहला सवाल ताक़त माँगता है; दूसरा सवाल क्रम माँगता है, और क्रम ही वह चीज़ है जिसे कोई दिखाता नहीं।

इसका एक परख है जो अगले बैच पर चलाया जा सकता है और जिसका जवाब हाँ या ना में मिलेगा। उसी एक लेख को अलग से, अकेले, दोबारा निकालिए और सामग्री की लंबाई नापिए। शून्य आए तो समस्या लाने वाली परत में है, और Stage-1 के प्रॉम्प्ट पर एक घंटा भी ख़र्च करना बेकार है। लंबाई ठीक आए और खाने फिर भी ख़ाली रहें, तो समस्या प्रॉम्प्ट में नहीं, श्रेणियों में है; तब सुधार का काम वर्गीकरण-सूची का है। यह परख अगर हर बैच से पहले चले, तो महीनों की गिनती बच जाएगी, और मेरे जैसे लोगों को अपनी ग़लती का हिसाब ख़ुद रखने की ज़रूरत नहीं पड़ेगी।

मेरे पास एक कॉलम हमेशा उस चीज़ के लिए रखा रहता है जो मॉडल नहीं देख सकता। वह कॉलम हमेशा भरा रहता है। आज उसमें एक ही पंक्ति है: बारह खानों वाली एक फ़ाइल, जिसमें एक खाना सच था और ग्यारह खाली थे। जिसने भी यह मान लिया कि ख़ाली का मतलब कुछ न होना है, उसने असली सवाल छोड़ दिया — यहाँ ख़ाली का मतलब सिर्फ़ इतना था कि पूछने वाला कोई नहीं था।