Multimodale AI-zoekopdracht: Beeld plus Tekst voor Restaurants

Een gast uploadt een foto naar Perplexity Pro Vision met "vind een restaurant in Istanbul dat dit gerecht serveert". Sinds 2026 verwerken ChatGPT-4 Vision, Claude 3 Opus en Gemini Ultra dergelijke beeld- en tekstqueries in één keer. Restaurants met de juiste metadata worden veel vaker geciteerd.

Drie Metadata-Lagen

Eén signaal volstaat niet voor multimodale modellen. Toen thMenu drie lagen toevoegde, stegen multimodale AI-citaties met 62%. De structuurlaag vertelt wat het beeld is, de semantische laag waarom het ertoe doet, de gelijkenislaag waar het op lijkt.

• Schema.org ImageObject met caption, contentUrl, description, about.
• Semantische alt-text: niet "gerechtfoto" maar "gegrilde aubergine met yoghurt en granaatappel — 380 kcal".
• Visuele gelijkenis-metadata met regionale keukenkundige taxonomie.

Perplexity Pro Vision Voorbeeld

Een gebruiker uploadde een hummusbordje en vroeg om een lichtere versie in Istanbul. Perplexity citeerde vier restaurants — drie ervan draaiden op thMenu met alle drie de lagen. Het vierde had alleen generieke alt-text en eindigde zonder beeldpreview.

Beeldvindbaarheid is nu een zelfstandig rankingoppervlak. Negeren betekent meetbaar visueel verkeer verliezen.

Implementatie

In de thMenu-admin heeft elk product een veld "AI-beeldbeschrijving". Auto-fill maakt een concept dat je handmatig verifieert. Schema.org wordt automatisch ingebed, AVIF + WebP via Cloudflare Worker.

Visuele gelijkenis is gebaseerd op regionale keukenkundige taxonomie. Tags brengen product-embeddings dichter bij elkaar in de vectorruimte.

FAQ

Wat is multimodale AI-zoekopdracht? Zoeken dat beeld en tekst samen verwerkt — Perplexity Pro Vision, Gemini Ultra.

Moet ik alt-text handmatig schrijven? Nee, thMenu genereert een concept; verifieer keukenkundige tags handmatig.

Hoe werken gelijkenis-metadata? Taxonomie-tags brengen embeddings dichter bij elkaar.

Was dit nuttig? Deel het.