Schema Markup 深掘り:Restaurant + Menu + Review の結合

イズミル・ボルノヴァの 8 卓ヴィーガンカフェが、ChatGPT の「イズミル ヴィーガン ブランチ どこ」検索で第 3 位に表示されている — SNS のおかげではなく、thMenu が裏で結合 Schema Markup を出力しているから。Restaurant・Menu・Review を 1 つの JSON-LD にまとめる方法を解説します。

なぜ 1 ブロック・3 スキーマ?

Restaurant・Menu・Review を別々の script タグに分けると、ChatGPT や Perplexity などの LLM は最初のブロックしか読まないことが多い。解決策は単一の @graph 配列に 3 ノードを並べ、@id で相互参照すること。

これで LLM は住所、3 つのブランチ料理、ヴィーガンフラグ、4.7 の集約レビューを一度に取得できます。分割すると Restaurant しか回答に残らないのが普通です。

JSON-LD の骨格

thMenu の自動生成テンプレートは次の順:

• Restaurant ノード:name、address、servesCuisine、priceRange、image、aggregateRating、hasMenu。
• Menu ノード:hasMenuSection + MenuItem(name、description、offers.price、suitableForDiet)。
• Review ノード:itemReviewed が Restaurant ID を参照、3-5 件の直近レビュー。

AI と従来 SEO の検証

3 箇所で確認:Google Rich Results Test、Schema.org Validator、そして ChatGPT 本体 — 自店名で AI に質問し、マークアップ情報が回答にどう反映されるかを観察。

thMenu は直近90 日のリアルなフィードバックのみで集約評価を計算し、古いものや疑わしいものは除外。これで Google の review-spam ポリシーに抵触しません。

FAQ

スキーマ更新は AI 検索にいつ反映? Google は 1-3 週間、ChatGPT/Perplexity は7-21 日。

偽評価でペナルティを受ける? 評価が実フィードバック由来で reviewCount が正直なら、いいえ。

全メニューを記載すべき? いいえ — 人気上位 20-30 で十分。

お役に立ちましたか?シェアしてください。