GEO для производства металлообработки на заказ и ЧПУ

Как конструктор и снабженец теперь ищут металлообработку

Раньше поиск подрядчика на токарку или фрезеровку шёл через десяток вкладок: сайты цехов, тендерные площадки, знакомых технологов, отраслевые каталоги. Сейчас первый заход всё чаще идёт в нейросеть. Конструктор пишет в ChatGPT «где заказать токарные работы по чертежам, единичка», технолог спрашивает у Perplexity «кто делает фрезеровку ЧПУ малой серией в Подмосковье», снабженец в Яндекс Нейро уточняет «контрактное производство деталей — как выбрать подрядчика». GigaChat и AI Overviews в поиске отвечают так же: не список ссылок, а готовый ответ с парой названий и коротким обоснованием, почему именно эти.

Вопросы у этой аудитории предельно конкретные и инженерные: какие допуски держите, какой парк станков, лазер или плазма, максимальная толщина реза, гибка, работаете ли по единичным заказам или только от серии, есть ли конструкторское сопровождение, срок изготовления. Нейросеть отвечает по тем цехам, которых нашла в своих источниках. Если вашего производства среди них нет — вы не попали даже в короткий список на просчёт, а заявка на металлообработку по чертежам — это готовый, тёплый лид, который просто ушёл к тому, кого назвали.

Почему вашего цеха может не быть в ответе

Нейросеть не «знает» рынок металлообработки — она собирает ответ из текстов, до которых дотянулась: страниц производств, каталогов, статей, обсуждений. Это механика AEO и RAG: модель подтягивает источники и цитирует их. Если про ваш участок в этих источниках сказано мало, размыто или только языком рекламного буклета, модели нечего процитировать — и она называет тех, у кого информация разложена по полочкам: парк станков списком, допуски цифрами, диапазоны толщин и материалов, условия по единичке и серии.

Частая причина отсутствия — сайт написан «для галочки»: «многолетний опыт, современное оборудование, индивидуальный подход». Для конструктора это пусто, для нейросети — тоже. Она не вытащит из абзаца про «высокое качество» ни точность в сотках, ни то, что вы берёте фрезеровку от одной детали. Второй провал — противоречивые данные по цеху в разных источниках: где-то указан один список станков, где-то другой. Модель в таком случае предпочтёт производство, чьи характеристики совпадают везде.

Из каких под-вопросов собирается выбор подрядчика

Один запрос «контрактное производство деталей» нейросеть разворачивает в веер уточнений — это под-запросы (fan-out): какие материалы обрабатываете (сталь, нержавейка, алюминий, титан), какие операции есть в одном месте (токарка, фрезеровка, лазер, гибка, сварка), держите ли допуски по чертежу заказчика, есть ли контроль качества и протоколы, какой минимальный тираж, сроки, логистика. Ответ модель собирает из всех этих кусочков. GEO — это работа, чтобы на каждый такой под-вопрос у вас был прямой, проверяемый текст на сайте: не общий разворот про завод, а конкретный ответ на конкретное «умеете ли вы вот это».

Сравнительные запросы: «лазер или плазма», «токарка или фрезеровка»

Отдельный и самый ценный класс — сравнения. «Лазерная резка или плазма — что точнее», «гибка на прессе или на вальцах», «единичное производство или мелкосерийное — где дешевле деталь». Технолог задаёт их, чтобы выбрать не столько подрядчика, сколько технологию, и подрядчик, который в этот момент честно объяснил разницу, становится в глазах и человека, и модели экспертом. GEO выстраивает такие ответы на вашей стороне: где лазер выигрывает по точности и кромке, где плазма дешевле на толстом металле, когда единичка оправдана, а когда выгоднее партия. Модель охотно цитирует того, кто разложил выбор по полкам, а не того, кто просто написал «выполняем все виды резки».

Свежесть, авторитет и упоминания вашего производства

Нейросети чувствительны к свежести и к тому, как часто ваш цех всплывает в теме. Актуальные страницы с обновлённым парком станков, разобранные примеры деталей по отраслям (машиностроение, нефтегаз, приборостроение), участие в профильных обсуждениях — всё это наращивает тематический авторитет и цитируемость. Чем чаще модель встречает ваше название рядом с корректными техническими фактами, тем увереннее подставляет его в ответ. Мёртвый сайт с прайсом двухлетней давности проигрывает даже более скромному цеху, который держит информацию живой.

Что честно измерять

Скажем прямо: «первого места в ChatGPT» не существует — ответы у разных пользователей разные, и никакой позиции №1 там нет. Реальные метрики GEO две: попадаете ли вы в ответы нейросетей по вашим запросам (это проверяется прогоном списка живых вопросов конструкторов и снабженцев) и растут ли с этого канала заявки на просчёт по чертежам. На них и работаем, а не на красивые обещания.

Как это делаем в Maximus

Собираем реальные вопросы, которые ваша аудитория задаёт нейросетям про металлообработку, и по каждому смотрим, называют ли сейчас вас. Раскладываем сайт под источники ИИ: парк станков и операции — списком с цифрами, допуски и толщины — конкретикой, отдельные прямые ответы на под-вопросы про единичку, серию, материалы, сроки. Пишем сравнительные материалы «лазер или плазма», «токарка или фрезеровка» — это и AEO, и опора для сравнительных запросов. Держим страницы свежими и наращиваем бренд-упоминания в профильной среде, чтобы модель видела ваше название чаще. Дальше — регулярный прогон вопросов и отчёт: где вы уже в ответе, где ещё нет, что докрутить. Метрика простая и честная — цитируемость в нейросетях и заявки по чертежам.