
- हर प्रॉम्प्ट सिर्फ़ एक सवाल पूछता है: रेफरी, टीमें, संदर्भ, लाइन और चेकलिस्ट।
- AI की सबसे आम ग़लती है ऐसा रेफरी बता देना जो वह मैच नहीं कराता: आधिकारिक नियुक्ति की पुष्टि कीजिए।
- प्रॉम्प्ट आपके कार्ड विश्लेषण को क्रम देता है, दांव नहीं चुनता और किसी नतीजे की गारंटी नहीं देता।
इस लेख को सेव कर लीजिए: अगली बार जब भी कार्ड की कोई लाइन देखें, यहाँ लौटिए, ज़रूरी प्रॉम्प्ट कॉपी कीजिए और वहीं से आगे बढ़िए जहाँ छोड़ा था।
आपकी प्रगति इसी ब्राउज़र में सेव रहती है।
येलो कार्ड पर दांव के लिए कौन-से प्रॉम्प्ट काम आते हैं?
कार्ड मार्केट के तीन मुख्य किरदार हैं।
रेफरी, दोनों टीमें और मैच में दांव पर लगा क्या है।
अगर आप AI से कहें “कार्ड का विश्लेषण कीजिए”, तो वह तीनों को मिला देती है और किसी में गहराई तक नहीं जाती।
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 पैरामीटर [ब्रैकेट] में हैं।
चिपकाने से पहले हर एक की जगह अपना डेटा डालिए।
अगर कोई ब्रैकेट खाली छूटा, तो AI उसमें जो सूझे वही भर देगी।
सुनहरा नियम: AI पूरे आत्मविश्वास से रेफरी और औसत गढ़ देती है।
हर प्रॉम्प्ट में हम स्रोत माँगते हैं और कहते हैं कि जाँच न सके तो “मुझे नहीं पता” लिखे।
फिर भी दांव लगाने से पहले हर आँकड़ा ख़ुद जाँचिए।
अगर आप मार्केट से अभी परिचित नहीं हैं, तो कार्ड पर दांव की गाइड से शुरू कीजिए।
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 के बेहतर जवाब के लिए तीन नियम
- अपने बुकमेकर के नियम पढ़िए: कुछ बुकमेकर सिर्फ़ येलो गिनते हैं और कुछ रेड के पॉइंट जोड़ते हैं।
- वेब सर्च चालू कीजिए: उसके बिना AI को रेफरी की नियुक्ति पता नहीं होती।
- लाइन और ऑड्स चिपकाइए: उन्हें आप अपने बुकमेकर पर देखते हैं, AI नहीं।

प्रॉम्प्ट 1: रेफरी की प्रोफ़ाइल
यह इस मार्केट का अपना डेटा है।
कुछ रेफरी ज़्यादा चेतावनी देते हैं और कुछ खेलने देते हैं।
पर पहला कदम यह जानना है कि सच में मैच कौन करा रहा है।
[तारीख़] को [प्रतियोगिता] में होने वाले [घरेलू टीम] बनाम [मेहमान टीम] मैच के लिए बताइए कि नियुक्त रेफरी कौन है। उस नियुक्ति का स्रोत और प्रकाशन की तारीख़ बताइए। फिर इस सीज़न उसके प्रति मैच येलो और रेड कार्ड का औसत दीजिए, कराए गए मैचों की संख्या के साथ। तुलना के लिए पूरी प्रतियोगिता का प्रति मैच येलो कार्ड औसत भी जोड़िए। अगर नियुक्ति पुष्ट नहीं है, तो “मुझे नहीं पता” लिखिए और कोई नाम मत डालिए।
यह क्या लौटाता है
रेफरी का नाम, उसका औसत और लीग का औसत।
लीग से तुलना ही संख्या को मतलब देती है।
प्रति मैच 4 येलो वाला रेफरी एक लीग में सख़्त है और दूसरी में सामान्य।
इसे कैसे जाँचें
नियुक्ति की पुष्टि लीग या फ़ेडरेशन की आधिकारिक साइट पर कीजिए।
देखिए कि उसने कितने मैच कराए: कम हों तो औसत ज़्यादा कुछ नहीं बताता।
अगर प्रॉम्प्ट दोहराने पर AI ने रेफरी बदल दिया, तो दोनों में से किसी जवाब पर भरोसा मत कीजिए।
हमने इस विषय को कार्ड पर रेफरी का कितना असर होता है में नापा है।
86 रेफरी के बीच औसत प्रति मैच 2.7 से 4.8 येलो कार्ड रहा।
30 मैच कराने के बाद भी उस अंतर का बड़ा हिस्सा शोर है।
प्रॉम्प्ट 2: हर टीम के फ़ाउल और कार्ड
कार्ड रेफरी निकालता है, पर वजहें टीमें देती हैं।
यह प्रॉम्प्ट नापता है कि हर टीम कितने और कैसे फ़ाउल करती है।
फ़ाउल और कार्ड अलग-अलग माँगिए, क्योंकि वे हमेशा साथ नहीं चलते।
[प्रतियोगिता] में इस सीज़न [घरेलू टीम] और [मेहमान टीम] के लिए प्रति मैच दीजिए: किए गए फ़ाउल, झेले गए फ़ाउल, मिले येलो कार्ड और प्रतिद्वंद्वी को मिले येलो कार्ड। [घरेलू टीम] का घर का डेटा और [मेहमान टीम] का बाहर का डेटा अलग-अलग दीजिए। हर टीम के सबसे ज़्यादा येलो कार्ड वाले खिलाड़ियों की सूची दीजिए और बताइए कि इस मैच के लिए कोई निलंबित है या नहीं। हर औसत में शामिल मैचों की संख्या और स्रोत बताइए। अगर कोई आँकड़ा जाँच न सकें, तो “मुझे नहीं पता” लिखिए।
यह क्या लौटाता है
हर टीम की फ़ाउल और कार्ड वाली एक शीट।
साथ में सबसे ज़्यादा चेतावनी पाने वाले खिलाड़ी और निलंबित खिलाड़ी।
बहुत कार्ड पाने वाला जो खिलाड़ी नहीं खेल रहा, वह अपेक्षित संख्या बदल देता है।
इसे कैसे जाँचें
जो स्रोत वह बताए, उसमें दो औसत जाँचिए।
निलंबन क्लब या लीग की आधिकारिक सूचना में देखिए।
देखिए कि उसने कप के मैच लीग के मैचों में न मिला दिए हों।
आम संदर्भ के लिए डेटा से परखे गए कार्ड के मिथक देखिए।
16 लीग के 39,856 मैचों में औसत 4.24 येलो कार्ड रहा।
और घरेलू टीम को मेहमान से कम येलो कार्ड मिले।
प्रॉम्प्ट 3: मैच का संदर्भ और प्रतिद्वंद्विता
संख्याएँ यह नहीं बतातीं कि हर टीम का दांव पर क्या लगा है।
बड़ा मुक़ाबला, निर्णायक मैच या रेलीगेशन की लड़ाई आम तौर पर तीव्रता बढ़ाती है।
यह प्रॉम्प्ट उस संदर्भ को बिना बढ़ा-चढ़ाए क्रम देता है।
[तारीख़] को [प्रतियोगिता] में होने वाले [घरेलू टीम] बनाम [मेहमान टीम] मैच का संदर्भ बताइए। बताइए: 1) तालिका में हर टीम का क्या दांव पर है, 2) क्या उनके बीच ऐतिहासिक प्रतिद्वंद्विता है और 3) उनके पिछले [N] आमने-सामने के मैचों में कितने येलो कार्ड आए, हर एक की तारीख़ और रेफरी के साथ। मुझे जाँचे हुए तथ्य और अपनी राय अलग-अलग दीजिए। हर आँकड़े का स्रोत बताइए। अगर पिछले आमने-सामने के मैच न मिलें, तो “मुझे नहीं पता” लिखिए।
यह क्या लौटाता है
दांव पर क्या है, इसका सार और दोनों टीमों का आपसी इतिहास।
यह प्रॉम्प्ट 1 और 2 के निष्कर्षों को समायोजित करने के काम आता है।
यह दांव लगाने की अकेली वजह के तौर पर काम का नहीं।
इसे कैसे जाँचें
अंक तालिका ख़ुद देखिए।
आमने-सामने के मैच कम होते हैं और उनमें टीमें अलग होती हैं।
अगर लाइन पहले से ऊँची है, तो मार्केट प्रतिद्वंद्विता को पहले ही गिन चुका है।
संदर्भ वह हिस्सा है जहाँ AI सबसे ज़्यादा अपनी राय देती है।
“मैच गर्मागर्म रहेगा” कोई आँकड़ा नहीं है।
हमेशा उससे कहिए कि तथ्य और राय अलग करे।

प्रॉम्प्ट 4: कार्ड की लाइन बनाम औसत
यह प्रॉम्प्ट मार्केट की पेशकश को डेटा की बात से मिलाता है।
इसके लिए लाइन और ऑड्स आपको देने होंगे।
वह दांव नहीं ढूँढता, वह औसत और लाइन के बीच की दूरी ढूँढता है।
[घरेलू टीम] बनाम [मेहमान टीम] मैच में येलो कार्ड की लाइन [लाइन] है, ओवर के ऑड्स [ओवर ऑड्स] और अंडर के ऑड्स [अंडर ऑड्स]। इस डेटा के साथ, [प्रॉम्प्ट 1 और 2 के औसत यहाँ चिपकाइए], अनुमान लगाइए कि कितने येलो कार्ड की उम्मीद है। बताइए कि हर टीम के पिछले [N] मैचों में से कितनों में वह लाइन पार हुई। हर ऑड्स की इम्प्लाइड प्रायिकता कदम-दर-कदम निकालिए। बताइए कि आपके जवाब का कौन-सा हिस्सा गणना है और कौन-सा राय।
यह क्या लौटाता है
अपेक्षित येलो कार्ड का अनुमान और यह कि लाइन कितनी बार पार हुई।
साथ में हर ऑड्स की इम्प्लाइड प्रायिकता।
इससे दिखता है कि आपकी समझ और मार्केट की समझ में फ़र्क़ है या नहीं।
इसे कैसे जाँचें
हिसाब ऑड्स कन्वर्टर और अपेक्षित मूल्य कैलकुलेटर से दोबारा कीजिए।
हाथ से गिनिए कि कितने मैचों में लाइन पार हुई।
अगर आपका हिसाब और AI का हिसाब न मिलें, तो आपका वाला माना जाएगा।
| लाइन (उदाहरण) | ओवर के ऑड्स | इम्प्लाइड प्रायिकता | कितनी बार पार हुई | आकलन |
|---|---|---|---|---|
| 4.5 | 2.00 | 50.0% | 20 में से 12 (60%) | पक्ष में अंतर |
| 4.5 | 2.00 | 50.0% | 20 में से 10 (50%) | कोई अंतर नहीं |
| 5.5 | 2.50 | 40.0% | 20 में से 6 (30%) | विपक्ष में अंतर |
तालिका की संख्याएँ हिसाब दिखाने के लिए सिर्फ़ एक उदाहरण हैं।
बीस मैच एक छोटा नमूना हैं।
काग़ज़ पर पक्ष में दिखता अंतर सिर्फ़ शोर भी हो सकता है।
प्रॉम्प्ट 5: कार्ड पर दांव से पहले की चेकलिस्ट
यह समापन का प्रॉम्प्ट है।
वह मैच 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 के लिए यह मेरा कार्ड विश्लेषण है: [अपना डेटा और निष्कर्ष चिपकाइए]। एक कड़े समीक्षक की तरह काम कीजिए। बताइए: 1) क्या रेफरी की नियुक्ति पुष्ट है, 2) कौन-सा आँकड़ा जाँचा हुआ नहीं है, 3) क्या कोई नमूना छोटा है और 4) प्रतिद्वंद्विता या मेरे देखे आख़िरी मैच की वजह से 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।
आवेश में लगाए जा रहे दांव को रोकने के लिए यह सबसे काम का प्रॉम्प्ट है।
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।
जो नहीं सुलझा सकते, वे उस मैच को छोड़ देने की वजह बन जाते हैं।
अच्छा विश्लेषण दांव न लगाने पर भी ख़त्म हो सकता है।
5 प्रॉम्प्ट को क्रम से कैसे इस्तेमाल करें: कदम-दर-कदम
इन प्रॉम्प्ट की सीमाएँ
- AI ऑड्स नहीं देखती, जब तक आप उसे चिपका न दें।
- वह ऐसा रेफरी बता सकती है जो वह मैच नहीं कराता।
- नियुक्तियाँ कभी-कभी कुछ ही दिन पहले प्रकाशित होती हैं, या आख़िरी वक़्त में बदल जाती हैं।
- एक कार्ड सेकंडों में लिए गए एक इंसानी फ़ैसले पर निर्भर होता है।
- अच्छी तरह लिखा जवाब सच्चा जवाब नहीं होता।
प्रॉम्प्ट क्रम से सोचने में मदद करते हैं।
वे डेटा के स्रोत या नतीजों के रिकॉर्ड की जगह नहीं लेते।
उन्हें नोटबुक की तरह लीजिए, भविष्यवक्ता की तरह नहीं।
Gambeta कार्ड 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 खेल बेटिंग के लिए मुफ़्त AI की गाइड देखिए, जिसमें हर दिन मुफ़्त भविष्यवाणियाँ हैं।
भविष्यवाणी कोई वादा नहीं है।
कार्ड 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
रेफरी एक और मार्केट में भी अहम है: पेनल्टी।
हम उसे दांव में रेफरी, पेनल्टी और VAR में देखते हैं।
कार्ड का जोड़ीदार मार्केट कॉर्नर है, जिसका अपना डेटा है: कॉर्नर पर दांव के 5 प्रॉम्प्ट।
अगर आपको अपने हिसाब का प्रॉम्प्ट चाहिए, तो उसे प्रॉम्प्ट कंस्ट्रक्टर से बनाइए।
और बाक़ी मार्केट के लिए मार्केट के हिसाब से दांव के प्रॉम्प्ट के इंडेक्स पर लौटिए।
अक्सर पूछे जाने वाले सवाल
येलो कार्ड पर दांव के लिए कौन-सा प्रॉम्प्ट इस्तेमाल करूँ?
रेफरी वाले प्रॉम्प्ट से शुरू कीजिए, जो इस मार्केट का अपना डेटा है।
फिर हर टीम के फ़ाउल और कार्ड वाला और संदर्भ वाला जोड़िए।
हमेशा चेकलिस्ट पर ख़त्म कीजिए।
क्या ChatGPT को पता है कि मैच कौन-सा रेफरी कराएगा?
सिर्फ़ तब, जब नियुक्ति प्रकाशित हो चुकी हो और AI के पास वेब सर्च हो।
कई बार वह पूरे आत्मविश्वास से ग़लत नाम बता देती है।
हमेशा लीग की आधिकारिक साइट पर इसकी पुष्टि कीजिए।
कार्ड पर रेफरी का कितना असर होता है?
असर होता है, पर दिखने से कम।
हमारे डेटा में लीग का वज़न रेफरी से ज़्यादा था।
कम मैच कराए रेफरियों के बीच अंतर का बड़ा हिस्सा शोर होता है।
क्या ज़्यादा फ़ाउल का मतलब ज़्यादा कार्ड है?
अपने-आप नहीं।
यह फ़ाउल के प्रकार, रेफरी और मैच के समय पर निर्भर है।
इसीलिए प्रॉम्प्ट दोनों चीज़ें अलग-अलग माँगता है, फ़ाउल और कार्ड।
क्या बड़े मुक़ाबलों में हमेशा ज़्यादा कार्ड होते हैं?
हमेशा नहीं।
प्रतिद्वंद्विता आम तौर पर तीव्रता बढ़ाती है, पर मार्केट की लाइन उसे पहले ही गिन चुकी होती है।
किसी बात को पक्का मानने से पहले लाइन को डेटा से मिलाइए।
क्या अच्छा प्रॉम्प्ट कार्ड की लाइन सही निकलने की गारंटी देता है?
नहीं।
कार्ड एक इंसान के कुछ सेकंड में लिए फ़ैसलों पर निर्भर होते हैं।
प्रॉम्प्ट डेटा को क्रम देता है, पर दांव लगाने में पैसे गँवाने का जोखिम हमेशा रहता है।