En vegansk café med 8 borde i Bornova (Izmir) ligger på tredjeplads i ChatGPT-forespørgslen "hvor vegansk brunch i Izmir" — ikke pga. sociale medier, men fordi thMenu i baggrunden udsender et kombineret schema markup. Sådan slår du Restaurant, Menu og Review sammen i én JSON-LD-blok.
Hvorfor én blok, tre schemas?
Når Restaurant, Menu og Review står i separate script-tags, læser LLM'er som ChatGPT og Perplexity ofte kun den første. Løsningen: én @graph-array med tre noder forbundet via @id.
Så fanger LLM'en adressen, tre brunch-retter, vegan-flaget og 4,7-stjernede rating på én gang. I separate blokke overlever som regel kun Restaurant.
JSON-LD-skelet
thMenus auto-skabelon i denne rækkefølge:
- Restaurant-node: name, address, servesCuisine, priceRange, image, aggregateRating, hasMenu.
- Menu-node: hasMenuSection med MenuItem (name, description, offers.price, suitableForDiet).
- Review-node: itemReviewed peger på Restaurant-ID, 3-5 nye anmeldelser.
Validering for AI og klassisk SEO
Tjek tre steder: Google Rich Results Test, Schema.org Validator og selve ChatGPT — spørg AI'en om dit sted og se, hvordan data lander i svaret.
thMenu beregner aggregate rating kun ud fra feedback fra de seneste 90 dage; gamle eller flaggede udelades. Du holder dig inden for Google review-spam-politikken.
FAQ
Hvornår viser schema-opdateringer sig i AI? Google 1-3 uger, ChatGPT/Perplexity 7-21 dage.
Risikerer jeg straf for falsk rating? Nej, hvis ratingen kommer fra ægte feedback og reviewCount er ærligt.
Skal jeg liste alle retter? Nej — top 20-30 er nok.
Var dette nyttigt? Del det.
Relaterede artikler
Hvad er en QR-menu? Den komplette guide til restauranter
En QR-menu giver gæster øjeblikkelig adgang til dit menukort via deres smartphon…
Skift fra papirmenu til digitalt QR-menu: trin-for-trin guide
Vil du indføre QR-menuer, men ved ikke, hvor du skal starte? Denne guide dækker …
Geo-målrettede QR-menuer: forskellige sprog efter besøgendes IP
Sådan dirigerer et 180-pladsers all-inclusive resort i Antalya samme QR til tyrk…