GEO для литья пластмасс: попасть в ответы нейросетей

Конструктор теперь спрашивает ChatGPT, где отлить деталь

Раньше производителя пластиковых изделий искали по каталогам, отраслевым площадкам и первой странице поиска. Сейчас всё чаще по-другому: конструктор, снабженец интернет-магазина или технолог машиностроительного завода открывает ChatGPT, Perplexity или Яндекс Нейро и пишет живую задачу — «нужно отлить корпус из АБС, тираж около 3000 штук, есть 3D-модель, нужна пресс-форма, срок под запуск продукта». Нейросеть не выдаёт десять синих ссылок. Она называет два-три производства и объясняет, чем именно они подходят. GEO (Generative Engine Optimization) — это работа над тем, чтобы в этот короткий список попало Ваше производство, а не то, чьи возможности модель нашла первыми.

Что нейросеть должна «знать» про Ваше производство, чтобы назвать Вас

Модель не гадает — она собирает ответ из источников, которые смогла найти и которым доверяет (механика AEO и RAG). Значит, о Вашем производстве в интернете должны быть внятные машиночитаемые факты: какие технологии — литьё под давлением, экструзия, термоформовка, выдувное формование; с какими материалами работаете — ПП, ПЭ, АБС, ПК, ПА (полиамид), ПОМ, ПВХ; какой парк оборудования и усилие смыкания термопласт-автоматов; делаете ли пресс-формы сами или в кооперации; берётесь ли за малые серии и работу по ТЗ заказчика; какой диапазон тиражей и габаритов детали. Если этих фактов нет ни на сайте, ни в каталогах — нейросети нечего процитировать, и она назовёт конкурента, у которого возможности прописаны понятным языком.

Fan-out: на какие под-запросы разбивается вопрос про литьё

Один вопрос заказчика нейросеть внутри себя разбивает на пучок под-запросов (это называется fan-out): «делает ли производство литьё под давлением нужного объёма детали», «берётся ли за малую серию или только за крупный тираж», «изготавливает ли пресс-форму под проект», «работает ли с нужным материалом — АБС, ПК, полиамид», «принимает ли деталь по 3D-модели и ТЗ», «какой срок от модели до первой партии». Чтобы Вас включили в ответ, каждый из этих под-запросов нужно закрыть отдельным честным блоком — страницами по технологиям, материалам, изготовлению пресс-форм, малым сериям и работе по ТЗ. Мы раскладываем реальные возможности Вашего производства на такую карту под-запросов и закрываем пробелы.

«Литьё или 3D-печать», «ПП или АБС» — сравнительные запросы это Ваша поляна

Конструкторы и снабженцы массово задают нейросети именно сравнительные запросы: «литьё под давлением или 3D-печать для партии в 3000 штук — что дешевле», «какой пластик выбрать для нагруженной детали — ПП, АБС или поликарбонат», «литьё или термоформовка для крупногабаритного корпуса». На такой вопрос модель отвечает разбором и по ходу называет производство, у которого этот разбор корректно объяснён. Если на Вашем сайте есть честная страница «литьё против 3D-печати: где какой порог тиража» или «как выбрать материал под деталь» — модель берёт факты оттуда и упоминает Вас. Если такой страницы нет, объяснит конкурент.

Пресс-форма и тираж: главный под-вопрос, по которому Вас отсеивают

Для литья решающий под-вопрос — экономика пресс-формы и тиража. Заказчик спрашивает ИИ «сколько стоит пресс-форма» и «от какого тиража литьё выгоднее 3D-печати», и модель проверяет, закрываете ли Вы эту тему. Мы не подставляем в текст выдуманные суммы — цена формы зависит от сложности детали, числа гнёзд и материала оснастки. Вместо этого делаем страницу, которая честно объясняет, из чего складывается стоимость пресс-формы и от какого тиража она окупается, и берёте ли Вы малые серии, где форму делают упрощённой. Такой честный разбор нейросеть цитирует охотнее, чем голый прайс, и относит Вас к запросам про мелкосерийное литьё и работу под проект.

Материал под деталь: ПП, АБС, ПК, полиамид — закрываем каждый выбор

Выбор материала — отдельная развилка, по которой модель проверяет Вашу компетентность: ПП для химстойких и гибких деталей, АБС для корпусов с хорошей отделкой, поликарбонат для ударопрочных и прозрачных, полиамид для нагруженных и износостойких узлов, ПОМ для точных зубчатых. Заказчик спрашивает «какой пластик выбрать для детали», и если на Вашем сайте разложено, под какие задачи какой материал Вы льёте и почему, — нейросеть берёт это как экспертный источник и называет Вас. Мы разносим материалы по машиночитаемым страницам, чтобы под конкретную задачу модель относила Вас к нужной категории.

Как это делаем в Maximus

Начинаем с аудита: задаём ChatGPT, Perplexity и Яндекс Нейро реальные вопросы Ваших заказчиков — «где заказать литьё пластмасс малой серией», «литьё или 3D-печать для партии», «какой пластик выбрать для корпуса» — и смотрим, называют Вас или конкурентов и на какие источники ссылается модель. Дальше строим карту под-запросов (fan-out) по Вашим возможностям — технологии, материалы, пресс-формы, тиражи, работа по ТЗ — и закрываем пробелы страницами с машиночитаемыми фактами по логике AEO. Отдельно делаем сравнительные страницы под «литьё или 3D-печать» и «ПП или АБС» и наводим порядок с упоминаниями производства в каталогах, чтобы росла цитируемость в нейросетях. Раз в период сверяем, как изменились ответы ИИ и поток заявок. Никакой магии — понятная работа с источниками, которые читает нейросеть.