Schema Markup en profundidad: combinar Restaurant + Menu + Review

Una cafetería vegana de 8 mesas en Bornova (Esmirna) aparece tercera en la consulta de ChatGPT "dónde tomar brunch vegano en Izmir" — no por redes sociales, sino porque thMenu publica en segundo plano un schema markup combinado. Te muestro cómo fusionar Restaurant, Menu y Review en un solo bloque JSON-LD.

¿Por qué un bloque, tres schemas?

Si Restaurant, Menu y Review viven en etiquetas script separadas, LLMs como ChatGPT y Perplexity suelen leer solo el primero. La solución: un único array @graph con tres nodos enlazados por @id.

Así el LLM extrae la dirección, tres platos de brunch, el flag vegano y la nota agregada 4,7 en una pasada. En bloques separados, normalmente sobrevive solo el Restaurant.

Esqueleto JSON-LD

La plantilla auto-generada de thMenu sigue este orden:

• Nodo Restaurant: name, address, servesCuisine, priceRange, image, aggregateRating y hasMenu.
• Nodo Menu: hasMenuSection con MenuItem (name, description, offers.price, suitableForDiet).
• Nodo Review: itemReviewed apuntando al ID del Restaurant, 3-5 reseñas recientes.

Validación para IA y SEO clásico

Verifica en tres sitios: Google Rich Results Test, Schema.org Validator y la propia ChatGPT — pregúntale por tu restaurante y observa cómo aparecen los datos.

thMenu calcula la nota agregada solo con feedback de los últimos 90 días; los antiguos o marcados quedan fuera. Cumples así la política anti-spam de Google.

FAQ

¿Cuándo aparecen los cambios en búsquedas IA? 1-3 semanas en Google, 7-21 días en ChatGPT/Perplexity.

¿Hay riesgo de penalización por reseñas falsas? No, si la nota proviene de feedback real y reviewCount es honesto.

¿Debo listar todos los platos? No — basta con los 20-30 más populares.

¿Te resultó útil? Compártelo.