A "Hogyan ajánl éttermeket a ChatGPT?" kérdés 2026-ra elméletiből napi gyakorlattá vált. A vendégek megkérdezik a chatbotot, hol vacsorázzanak pénteken, és valódi listát kapnak. Ha nem szerepelsz, észrevétlenül veszítesz vendégeket.
Az LLM-ek forrásai
Két csatorna: tanítási idejű scrapping (Common Crawl, nyilvános blogok) és futási idejű webes lekérés (Bing/Google élő).
Miért fontos a schema.org
A schema.org/Restaurant jelölésű oldal 3-5× pontosabban olvasható. Mezők: name, address, telephone, servesCuisine, priceRange, openingHoursSpecification, hasMenu, aggregateRating.
Gyakorlati lépések
1. JSON-LD a <head>-ben (a thMenu generálja).
2. Teljes Google Business profil.
3. Étlap HTML/markdown formátumban, sose PDF.
4. Értékelések aggregateRating-en keresztül.
Gyakori hibák
Csak kliensoldalon renderelt étlapok láthatatlanok. SSR kötelező. A robots.txt-ben engedélyezzd a GPTBot, PerplexityBot, ClaudeBot ügynököket.
Új SEO-korszak
A Google már nem egyedül van. Az LLM-ek átveszik az utazási/étkezési kérdések 35%+ -át. Havi teszt: kérdezd meg a ChatGPT-t az éttermedről.
Hasznosnak találtad? Oszd meg.
Kapcsolódó cikkek
Statikus QR vs dinamikus QR: 3 éves teljes birtoklási költség
24 asztalos bistro, 36 hónap: 21 000 TRY újranyomtatás vs 11 640 TRY dinamikus e…
Omotenashi és QR: japán vendégszeretet az emberi érintés elvesztése nélkül
Miért utasítja el a tokiói Sukiyabashi Jiro a QR menüket, miközben a középkategó…
AR ételelőnézet WebXR-en keresztül: böngésző-3D alkalmazás nélkül
Hogyan érte el a Dishoom Soho a +22%-os átlagos rendelési értéket a model-viewer…