
- हर प्रॉम्प्ट सिर्फ़ एक सवाल पूछता है: मिनट, शॉट, पेनल्टी, ऑड्स और चेकलिस्ट।
- इस मार्केट में AI खिलाड़ियों को गड्डमड्ड करती है और सीज़न मिला देती है: हर प्रॉम्प्ट में नाम, क्लब और सीज़न लिखिए।
- प्रॉम्प्ट आपके गोलस्कोरर विश्लेषण को क्रम देता है, आज की लाइनअप नहीं जानता और किसी गोल की गारंटी नहीं देता।
इस लेख को सेव कर लीजिए: अगली बार जब भी गोलस्कोरर का कोई ऑड्स देखें, यहाँ लौटिए, ज़रूरी प्रॉम्प्ट कॉपी कीजिए और वहीं से आगे बढ़िए जहाँ छोड़ा था।
आपकी प्रगति इसी ब्राउज़र में सेव रहती है।
गोलस्कोरर पर दांव के लिए कौन-से प्रॉम्प्ट काम आते हैं?
गोलस्कोरर का मार्केट एक अकेले खिलाड़ी पर टिका है, टीम पर नहीं।
यह मायने रखता है कि वह कितने मिनट खेलता है, कितने शॉट लेता है और पेनल्टी किक लेता है या नहीं।
अगर आप AI से कहें “बताइए कौन गोल करेगा”, तो जवाब एक अटकल होता है।
इसीलिए यह लेख विश्लेषण को पाँच प्रॉम्प्ट में बाँटता है।
हर एक सिर्फ़ एक सवाल पूछता है।
जवाब आप जोड़ते हैं और अपने निष्कर्ष ख़ुद निकालते हैं।
सभी प्रॉम्प्ट में [ब्रैकेट] के अंदर पैरामीटर हैं।
चिपकाने से पहले हर एक की जगह अपना डेटा लिखिए।
अगर कोई ब्रैकेट खाली रह गया, तो AI उसे अपने मन से भर देती है।
इस मार्केट का अपना जोखिम: AI खिलाड़ियों को गड्डमड्ड कर देती है।
वह सीज़न मिला देती है, पिछले क्लब के गोल जोड़ देती है और आज की लाइनअप नहीं जानती।
हर प्रॉम्प्ट में हम सीज़न, क्लब और स्रोत माँगते हैं, और कहते हैं कि जाँच न सकें तो “मुझे नहीं पता” लिखे।
गोलस्कोरर एक प्रॉप है: दांव इस पर कि खिलाड़ी क्या करता है, नतीजे पर नहीं।
अगर यह शब्द आपके लिए नया है, तो पहले प्रॉप्स क्या होते हैं पढ़िए।
और अगर आपको किसी और मार्केट का प्रॉम्प्ट चाहिए, तो दांव के हर मार्केट के लिए ChatGPT प्रॉम्प्ट का इंडेक्स है।

चिपकाने से पहले: AI खिलाड़ी को गड्डमड्ड न करे, इसके लिए तीन नियम
- वेब सर्च चालू कीजिए: उसके बिना AI के पास इस सीज़न का डेटा नहीं होता।
- पूरा नाम, क्लब और सीज़न लिखिए: इससे खिलाड़ियों या दौरों के मिल जाने का जोखिम घटता है।
- ऑड्स आप ख़ुद चिपकाइए: उसे आप अपने बुकमेकर पर देखते हैं, AI नहीं।
फ़ीचर बदलते रहते हैं: ऐप में देख लीजिए कि आपके प्लान में क्या है।
कोई AI आपके लिए दांव नहीं लगाती और न नतीजा जानती है।
सभी आँकड़े गढ़ सकती हैं।
प्रॉम्प्ट 1: खिलाड़ी के मिनट और अपेक्षित शुरुआती एकादश
यह शुरुआती प्रॉम्प्ट है।
बेंच से आने वाले खिलाड़ी के पास गोल करने का समय कम होता है।
उसके गोल देखने से पहले जानना ज़रूरी है कि वह कितना खेलता है।
[तारीख़] को [प्रतियोगिता] में [प्रतिद्वंद्वी] के ख़िलाफ़ होने वाले मैच के लिए [क्लब] के [खिलाड़ी] की स्थिति का विश्लेषण कीजिए। दीजिए: [सीज़न] में खेले गए मैच, कितने शुरुआती एकादश में, कुल मिनट और प्रति मैच मिनट। बताइए कि पिछले [N] मैचों में से कितनों में वह शुरू से खेला और कितनों में उसे अंत से पहले बदल दिया गया। यह भी जोड़िए कि उसे चोट, निलंबन या संभावित रोटेशन है या नहीं, और उसके आख़िरी मैच को कितने दिन हो गए। सिर्फ़ [क्लब] के साथ [सीज़न] का डेटा इस्तेमाल कीजिए और हर संख्या का स्रोत बताइए। लाइनअप का अंदाज़ा मत लगाइए: बताइए कि वह पुष्ट है या नहीं। अगर कोई आँकड़ा जाँच न सकें, तो “मुझे नहीं पता” लिखिए।
यह क्या लौटाता है
खिलाड़ी के इस्तेमाल की एक शीट: शुरुआती एकादश में खेलना, मिनट और बदलाव।
साथ में चोट, निलंबन या रोटेशन की चेतावनी।
यह बाक़ी चार प्रॉम्प्ट का आधार है।
इसे कैसे जाँचें
मिनट किसी आँकड़ा साइट पर जाँचिए, सही क्लब और सीज़न के साथ।
आधिकारिक लाइनअप मैच से ज़रा पहले आती है: तब तक कुछ भी पुष्ट नहीं है।
अगर AI बिना स्रोत और बिना तारीख़ के कोई फ़ॉर्मेशन दे, तो उसे छोड़ दीजिए।
ताज़ा ख़बरों के लिए वह AI काम आती है जो हाल की पोस्ट पढ़ती है: देखिए अनुपस्थितियाँ और लाइनअप देखने के लिए Grok से बेटिंग कैसे करें।
अगर टीम हर कुछ दिन में खेलती है, तो रोटेशन का वज़न बढ़ जाता है।
उस विषय का अपना लेख है: बेटिंग में थकान और कैलेंडर।
प्रॉम्प्ट 2: प्रति 90 मिनट शॉट, ऑन-टारगेट शॉट और अपेक्षित गोल
किसी खिलाड़ी के गोल दौरों के हिसाब से चढ़ते-उतरते रहते हैं।
शॉट और अपेक्षित गोल ज़्यादा स्थिर होते हैं।
उन्हें प्रति 90 मिनट माँगने से शुरुआती खिलाड़ी की तुलना बदले हुए खिलाड़ी से हो पाती है।
[क्लब] के [खिलाड़ी] के लिए, [प्रतियोगिता] में [सीज़न] के दौरान, प्रति 90 मिनट दीजिए: शॉट, ऑन-टारगेट शॉट, गोल और अपेक्षित गोल (xG)। पेनल्टी के गोल को बाक़ी से अलग कीजिए और बिना पेनल्टी वाला xG भी दीजिए। बताइए कि हर औसत जिन कुल मिनटों पर निकाला गया है, वे कितने हैं। किसी दूसरे क्लब, राष्ट्रीय टीम या किसी दूसरे सीज़न का डेटा मत जोड़िए। हर संख्या का स्रोत बताइए और अगर स्रोत न हो तो “मुझे नहीं पता” लिखिए।
यह क्या लौटाता है
प्रति 90 मिनट चार औसत और हर एक के पीछे के मिनटों की संख्या।
पेनल्टी अलग करने से दिखता है कि खिलाड़ी खुले खेल में कितना पैदा करता है।
अगर आपको यह पैमाना नहीं पता, तो वह फ़ुटबॉल में xG क्या है में समझाया गया है।
इसे कैसे जाँचें
स्रोत खोलिए और देखिए कि क्लब और सीज़न वही हैं जो आपने माँगे थे।
मिनट देखिए: दस से कम पूरे मैचों में औसत बहुत कम बताता है।
अगर जवाब के गोल खिलाड़ी के पूरे करियर से मेल खाएँ, तो AI ने दौर मिला दिए हैं।
पैमाना समझने के लिए एक सरल हिसाब वाला उदाहरण।
प्रति 90 मिनट 0.45 अपेक्षित गोल वाला खिलाड़ी लगभग 36.2% पूरे मैचों में कम से कम एक गोल करेगा।
अगर वह 70 मिनट खेले, तो यह अनुमान घटकर लगभग 29.5% रह जाता है।
हिसाब है 1 − e^(−अपेक्षित गोल), जो दुर्लभ घटनाओं के लिए एक आम मोटा अनुमान है।
इसीलिए प्रॉम्प्ट 1 पहले आता है: मिनट पूरे हिसाब को हिला देते हैं।

प्रॉम्प्ट 3: पेनल्टी और फ़्री-किक कौन लेता है
पेनल्टी लेने वाले के पास गोल करने का एक अतिरिक्त रास्ता होता है।
यह बात ऑड्स को पढ़ने का ढंग बदल देती है।
यह भी उन आँकड़ों में है जिन पर AI सबसे ख़राब जवाब देती है, क्योंकि किक लेने वाला बिना बताए बदल जाता है।
[क्लब] में, [सीज़न] के दौरान, पेनल्टी और सीधी फ़्री-किक किसने लीं? [प्रतियोगिता] में टीम के पक्ष की हर पेनल्टी सूचीबद्ध कीजिए: तारीख़, प्रतिद्वंद्वी, किसने ली और गोल हुआ या नहीं। बताइए कि [खिलाड़ी] पहला किक लेने वाला है, दूसरा है या किक नहीं लेता। साफ़ कीजिए कि पिछले कुछ मैचों में किक लेने वाला बदला या नहीं। स्रोत बताइए और अगर पुष्टि न कर सकें तो “मुझे नहीं पता” लिखिए।
यह क्या लौटाता है
तारीख़ और किक लेने वाले के साथ पेनल्टियों की सूची।
उस सूची से दिखता है कि खिलाड़ी हमेशा लेता है, कभी-कभी लेता है या कभी नहीं।
तारीख़ों के बिना जवाब किसी काम का नहीं।
इसे कैसे जाँचें
सूची से दो पेनल्टी चुनिए और उन मैचों का सारांश खोजिए।
अगर किक लेने वाला न मिले, तो पूरा जवाब छोड़ दीजिए।
और पेनल्टी के भरोसे मत रहिए: वे एक सीज़न में कम होती हैं और कोई नहीं जानता कि किस मैच में आएँगी।
प्रॉम्प्ट 4: “कभी भी गोल करेगा” का ऑड्स बनाम गोल की फ़्रीक्वेंसी
यह प्रॉम्प्ट मार्केट की पेशकश को उससे मिलाता है जो खिलाड़ी ने किया है।
इसके लिए ऑड्स और जाँचा हुआ डेटा आपको देना होगा।
वह दांव नहीं ढूँढता, वह ऑड्स और फ़्रीक्वेंसी के बीच की दूरी ढूँढता है।
[घरेलू टीम] बनाम [मेहमान टीम] मैच में [खिलाड़ी] के “कभी भी गोल करेगा” का ऑड्स [ऑड्स] है। उस ऑड्स की इम्प्लाइड प्रायिकता कदम-दर-कदम निकालिए। इस डेटा के साथ जो मैंने पहले जाँच लिया है, [प्रॉम्प्ट 1 और 2 के मिनट, शॉट और xG चिपकाइए], बताइए कि [क्लब] के साथ उसके पिछले [N] मैचों में से कितनों में उसने कम से कम एक गोल किया। उस फ़्रीक्वेंसी की तुलना इम्प्लाइड प्रायिकता से कीजिए। बताइए कि आपके जवाब का कौन-सा हिस्सा गणना है और कौन-सा राय। मुझे यह मत बताइए कि दांव लगाना ठीक रहेगा या नहीं।
यह क्या लौटाता है
ऑड्स की इम्प्लाइड प्रायिकता और वह फ़्रीक्वेंसी जिससे खिलाड़ी ने गोल किया।
ये दो प्रतिशत हैं जिन्हें साथ-साथ रखा जा सकता है।
अगर पहले वाले को पढ़ना नहीं आता, तो इम्प्लाइड प्रायिकता दोबारा देख लीजिए।
इसे कैसे जाँचें
हिसाब ऑड्स कन्वर्टर और अपेक्षित मूल्य कैलकुलेटर से दोबारा कीजिए।
गोल वाले मैच हाथ से गिनिए, और देखिए कि हर मैच में वह कितने मिनट खेला।
अगर आपका हिसाब और AI का हिसाब न मिलें, तो आपका वाला माना जाएगा।
| ऑड्स (उदाहरण) | इम्प्लाइड प्रायिकता | गोल वाले मैच | आकलन |
|---|---|---|---|
| 2.50 | 40.0% | 20 में से 9 (45%) | पक्ष में अंतर |
| 3.00 | 33.3% | 21 में से 7 (33.3%) | कोई अंतर नहीं |
| 2.00 | 50.0% | 20 में से 8 (40%) | विपक्ष में अंतर |
तालिका की संख्याएँ हिसाब दिखाने के लिए सिर्फ़ एक उदाहरण हैं।
बीस मैच एक छोटा नमूना हैं, और ऑड्स में बुकमेकर का मार्जिन पहले से शामिल है।
काग़ज़ पर पक्ष में दिखता अंतर सिर्फ़ शोर भी हो सकता है।
दांव लगाने से पहले अपने बुकमेकर पर मार्केट के नियम पढ़िए।
अगर खिलाड़ी न उतरे, या दूसरे हाफ़ में उतरे, तो क्या होता है, यह हर बुकमेकर पर अलग है।
आत्मघाती गोल इस मार्केट में आम तौर पर नहीं गिने जाते।
प्रॉम्प्ट 5: गोलस्कोरर पर दांव से पहले की चेकलिस्ट
यह समापन का प्रॉम्प्ट है।
वह खिलाड़ी का विश्लेषण नहीं करता: वह आपके विश्लेषण को जाँचता है।
आप उससे कहते हैं कि पैसा लगाने से पहले कमियाँ ढूँढे।
[तारीख़] को [घरेलू टीम] बनाम [मेहमान टीम] मैच में [खिलाड़ी] के गोलस्कोरर मार्केट का यह मेरा विश्लेषण है: [अपना डेटा और निष्कर्ष चिपकाइए]। एक कड़े समीक्षक की तरह काम कीजिए। बताइए: 1) क्या कोई आँकड़ा किसी दूसरे खिलाड़ी, दूसरे क्लब या दूसरे सीज़न का हो सकता है, 2) क्या शुरुआती एकादश में होना पुष्ट है या सिर्फ़ अनुमान, 3) क्या मैचों का नमूना छोटा है और 4) मुझमें कौन-सा पूर्वाग्रह हो सकता है। मुझे दांव का फ़ैसला मत सुनाइए। बस जोखिम बताइए।
यह क्या लौटाता है
कमियों और जोखिमों की सूची।
सबसे आम जोखिम यह है कि किसी जाने-पहचाने नाम पर उसके मिनट देखे बिना दांव लगा दिया जाए।
अगर सूची लंबी हो, तो शायद दांव न लगाना ही बेहतर है।
इसे कैसे जाँचें
जो जोखिम आपने सुलझा लिया उस पर सही का निशान लगाइए।
शुरुआती एकादश का सवाल सिर्फ़ आधिकारिक लाइनअप से सुलझता है।
अच्छा विश्लेषण दांव न लगाने पर भी ख़त्म हो सकता है।
5 प्रॉम्प्ट को क्रम से कैसे इस्तेमाल करें: कदम-दर-कदम
इन प्रॉम्प्ट के साथ सबसे आम ग़लतियाँ कौन-सी हैं?
- सिर्फ़ उपनाम लिखना: AI किसी दूसरे खिलाड़ी का डेटा ला सकती है।
- “सीज़न” के गोल बिना जाँचे मान लेना कि उनमें पिछला क्लब या राष्ट्रीय टीम शामिल नहीं है।
- किसी “संभावित” लाइनअप को पुष्ट मान लेना।
- कुल गोल देखना और यह नहीं कि उन्हें करने में कितने मिनट लगे।
- ऐसी पेनल्टी के भरोसे रहना जो शायद न आए, या जिसे आज कोई दूसरा साथी लेता हो।
प्रॉम्प्ट क्रम से सोचने में मदद करते हैं।
वे डेटा के स्रोत या नतीजों के रिकॉर्ड की जगह नहीं लेते।
अच्छी तरह लिखा जवाब सच्चा जवाब नहीं होता।
क्या ये प्रॉम्प्ट दूसरे खेलों के प्रॉप्स के काम आते हैं?
तर्क वही है: मिनट, मात्रा और ऑड्स।
डेटा और हर मार्केट के नाम बदल जाते हैं।
बास्केटबॉल के लिए रास्ता AI से NBA प्रॉप्स में है।
Gambeta इन मार्केट के साथ क्या करता है, बिना वादों के
Gambeta अपने मॉडल से भविष्यवाणियाँ प्रकाशित करता है।
हर एक मैच से पहले अपने ऑड्स के साथ दर्ज हो जाती है।
आप बाद में उसे सार्वजनिक रिकॉर्ड में देख सकते हैं, चाहे वह जीते या हारे।
अगर आप देखना चाहते हैं कि वह कैसे काम करता है, तो बेटिंग के लिए AI की गाइड देखिए, जिसमें Gambeta की AI की हर दिन मुफ़्त भविष्यवाणियाँ हैं।
भविष्यवाणी कोई वादा नहीं है।
गोलस्कोरर का कोई भी दांव सुरक्षित नहीं है।
सिर्फ़ 18 साल से ऊपर के लोगों के लिए।
सिर्फ़ उतना ही पैसा लगाइए जितना आप गँवा सकते हों, शुरू करने से पहले एक सीमा तय कीजिए और मज़ा न आए तो रुक जाइए।
ज़्यादा जानकारी ज़िम्मेदारी से दांव लगाना में है।
इसके बाद क्या पढ़ें
अगर आप जिस खिलाड़ी को देख रहे हैं वह ख़ूब हमला करने वाली टीम में खेलता है, तो अगला क़दम मैच के गोल हैं।
वे गोल पर दांव के प्रॉम्प्ट और दोनों टीमों के गोल के प्रॉम्प्ट में हैं।
आँकड़ों के बाक़ी मार्केट के अपने लेख हैं: कॉर्नर पर दांव के 5 प्रॉम्प्ट और येलो कार्ड पर दांव के 5 प्रॉम्प्ट।
अगर आप मैच देख रहे हैं, तो लाइव दांव के प्रॉम्प्ट भी जोड़िए।
और अगर आपको अपने हिसाब का प्रॉम्प्ट चाहिए, तो उसे प्रॉम्प्ट कंस्ट्रक्टर से बनाइए।
अक्सर पूछे जाने वाले सवाल
गोलस्कोरर पर दांव के लिए कौन-सा प्रॉम्प्ट इस्तेमाल करूँ?
मिनट और शुरुआती एकादश वाले प्रॉम्प्ट से शुरू कीजिए।
अगर खिलाड़ी शुरू से नहीं खेलता या कम खेलता है, तो बाक़ी विश्लेषण की क़ीमत घट जाती है।
फिर प्रति 90 मिनट शॉट वाला, पेनल्टी वाला और ऑड्स वाला जोड़िए।
क्या ChatGPT को पता है कि आज कौन शुरुआती एकादश में होगा?
नहीं।
आधिकारिक लाइनअप मैच से ज़रा पहले आती है, और AI कोई पुरानी फ़ॉर्मेशन दोहरा सकती है।
उससे कहिए कि बताए लाइनअप पुष्ट है या नहीं, और किसी आधिकारिक स्रोत में जाँच लीजिए।
AI खिलाड़ियों को गड्डमड्ड क्यों कर देती है?
क्योंकि मिलते-जुलते नाम होते हैं और ऐसे खिलाड़ी भी जो क्लब बदल चुके हैं।
वह कई सीज़न के गोल ऐसे जोड़ देती है जैसे वे एक ही सीज़न के हों।
हर प्रॉम्प्ट में पूरा नाम, क्लब और सीज़न लिखिए, और देखिए कि जवाब उनका पालन करता है।
“कभी भी गोल करेगा” के ऑड्स का क्या मतलब है?
यह इस पर ऑड्स है कि खिलाड़ी मैच के दौरान कम से कम एक गोल करे।
उसकी इम्प्लाइड प्रायिकता 1 को ऑड्स से भाग देकर निकलती है।
2.50 का ऑड्स बुकमेकर का मार्जिन घटाने से पहले 40% के बराबर है।
क्या इस मार्केट के लिए अपेक्षित गोल काम आते हैं?
हाँ, संदर्भ के तौर पर।
प्रति 90 मिनट अपेक्षित गोल खिलाड़ी को मिलने वाले मौक़ों की गुणवत्ता नापते हैं।
वे असली गोलों से ज़्यादा स्थिर होते हैं, पर भरोसेमंद होने के लिए उन्हें ढेर सारे मिनट चाहिए।
क्या अच्छा प्रॉम्प्ट गोलस्कोरर के सही निकलने की गारंटी देता है?
नहीं।
गोल एक दुर्लभ घटना है, और सबसे अच्छा स्ट्राइकर भी कई मैचों में गोल किए बिना रह जाता है।
प्रॉम्प्ट डेटा को क्रम देता है, पर दांव लगाने में पैसे गँवाने का जोखिम हमेशा रहता है।