"¿Cómo recomienda ChatGPT restaurantes?" pasó de teórico a operativo en 2026. Los clientes preguntan a un chatbot por dónde cenar el viernes y reciben una lista real. Si tu restaurante no aparece, pierdes clientes sin saberlo.
Cómo se informan los LLM
Dos canales: scraping de entrenamiento (Common Crawl, blogs públicos) y recuperación web en tiempo real (Bing/Google al instante).
Por qué schema.org
Una página con schema.org/Restaurant se lee 3-5× más precisa. Campos: name, address, telephone, servesCuisine, priceRange, openingHoursSpecification, hasMenu, aggregateRating.
Pasos prácticos
1. JSON-LD en <head> (thMenu lo genera).
2. Perfil de Google Business completo.
3. Menú en HTML/markdown, nunca PDF.
4. Reseñas con aggregateRating.
Errores comunes
Menús renderizados solo en cliente: invisibles. SSR obligatorio. Robots.txt: permite GPTBot, PerplexityBot, ClaudeBot.
Nueva era SEO
Google ya no es el único. Los LLM cubrirán 35%+ de consultas de viaje/gastronomía. Test mensual: pregunta a ChatGPT por tu restaurante.
¿Te resultó útil? Compártelo.
Artículos relacionados
QR estático vs QR dinámico: coste total a 3 años comparado
Un bistró de 24 mesas detalla 36 meses: 21 000 TRY en reimpresiones frente a 11 …
Omotenashi y QR: Hospitalidad japonesa sin perder el toque humano
Por qué el Sukiyabashi Jiro de Tokio rechaza los menús QR mientras el 68% de las…
Vista previa AR de platos vía WebXR: 3D en navegador sin app
Cómo Dishoom Soho logró +22% en ticket medio con model-viewer. Optimización .glb…