Schema Markup mélymerülés: Restaurant + Menu + Review egyesítése

Egy 8 asztalos vegán kávézó Bornovában (Izmir) harmadik a ChatGPT "hol vegán brunch Izmirben" találatban — nem a közösségi média, hanem a thMenu által a háttérben kibocsátott összevont schema markup miatt. Íme, hogyan olvaszd a Restaurant, Menu és Review típusokat egy JSON-LD blokkba.

Miért egy blokk, három séma?

Ha a Restaurant, Menu és Review külön script tagekben él, a ChatGPT és Perplexity típusú LLM-ek gyakran csak az elsőt olvassák. Megoldás: egyetlen @graph tömb három csomóponttal, @id hivatkozással.

Így az LLM egy menetben elkapja a címet, három brunch ételt, a vegán flaget és a 4,7 csillagos összértékelést. Külön blokkokban általában csak a Restaurant marad.

JSON-LD csontváz

A thMenu automata sablonjának sorrendje:

• Restaurant csomópont: name, address, servesCuisine, priceRange, image, aggregateRating, hasMenu.
• Menu csomópont: hasMenuSection a MenuItem listával (name, description, offers.price, suitableForDiet).
• Review csomópont: itemReviewed a Restaurant ID-re mutat, 3-5 friss vélemény.

AI és klasszikus SEO validáció

Három helyen ellenőrizd: Google Rich Results Test, Schema.org Validator és maga a ChatGPT — kérdezd meg az AI-t a helyedről, és lásd, hogy az adat hogyan jelenik meg a válaszban.

A thMenu az összértékelést csak az utolsó 90 nap visszajelzéséből számolja; a régebbi vagy megjelölt vélemények kimaradnak. Így a Google review-spam szabályain belül maradsz.

FAQ

Mikor jelennek meg a schema-frissítések az AI-keresésben? Google 1-3 hét, ChatGPT/Perplexity 7-21 nap.

Büntetést kapok hamis értékelésért? Nem, ha az értékelés valódi feedbackből származik és a reviewCount őszinte.

Soroljam fel az összes fogást? Nem — a top 20-30 elég.

Hasznosnak találtad? Oszd meg.