一、这更像工艺翻译，不像内容写作
金属加工买家的搜索方式确实变了。以前找供应商靠展会、靠B2B平台翻页，现在有人直接问AI：能稳定加工0.02毫米公差的CNC厂怎么找，6061铝合金做硬质阳极氧化会不会影响配合尺寸。AI不会甩给你一屏链接，它会挑几段说得清楚、能核对的话引用出来。
被引用的那几段话来自哪里，决定了你有没有出现在答案里。所以GEO在金属加工行业的重点不是发多少文章，而是把车间里的能力翻译成AI能读懂、能摘录的结构化描述。这件事的分量，决定了该自己做还是外包。
二、内部不缺答案，缺的是说出来
多数金属加工厂不缺懂行的人。工艺工程师清楚五轴能做什么、三轴做不到什么，质检知道三坐标测哪些尺寸、粗糙度能压到多少。问题是这些知识只存在人脑里，没有变成可检索的表达。
让工程师写内容，写出来往往是“设备先进、工艺精湛、交期稳定”。其实并非工程师不会写，是行业习惯如此——对内沟通不需要解释，对外一直靠业务员口头讲。GEO要的是另一种能力：把“能做什么”拆成材料牌号、工艺类型、尺寸范围、公差等级、表面处理、检测手段，一条条讲清楚。
所以自己做的第一道门槛不是写作，是有没有人愿意坐下来把这些对应关系讲一遍，并为讲出去的内容负责。这通常要占掉总工或工艺主管每周几个小时。
三、外包真正买的是结构化能力
做GEO的服务商不少，懂金属加工的少。判断方法很直接：让对方说说你们的能力矩阵该怎么拆。如果他只谈关键词、收录、AI引用率，却问不出你的最大加工尺寸、常用材料和热处理状态，做出来的东西多半还是宣传稿。
值钱的是三件事：把工艺能力整理成可逐条引用的语义块；设计采购方真会问的问题，比如薄壁件怎么控制变形；建立更新机制，设备换了、精度提了，内容跟着改。
还有个容易忽略的点：外包方拿不到内部数据，内容只能停在表面。工艺参数、检测记录、做砸过的订单才是AI愿意引用的差异化信息，而这些只能由你提供。
四、混合执行在什么条件下成立
我的判断是，金属加工企业大多适合混合执行，但有几个前提。
一是内部至少有一个人对工艺内容负责，不一定是文案，可以是工艺工程师或懂技术的销售，能判断“这个公差说法对不对”。二是把内部投入限定在口述和审核，别指望内部人写初稿，每周两小时访谈加半小时审核，比让工程师硬憋一篇稿子更现实。三是外包方负责结构、表达和监测，事实来源始终在企业，涉及精度、资质、材料牌号的表述必须经内部确认，写错会带来一堆无效询盘。
如果产品线很聚焦，就那几种工艺、几个材料，内部又有人愿意学，自己做成本并不高。反过来，产品横跨铸造、机加、表面处理，客户分布在汽车、航空、医疗，靠内部从零搭结构，时间成本会远超外包费用。
五、一个简单的判断标准
问自己一句：厂里有没有一个人，能在半小时内把主要工艺能力讲清楚，并且愿意为讲出去的内容负责？
有，就先自己做，把能力清单理出来，再考虑外部优化。没有，就先解决这个人的问题，别急着签服务商。因为不管自己做还是外包，GEO的原材料都在车间里，不在服务商的模板里。
