En vegansk kafé med 8 bord i Bornova (Izmir) ligger på tredjeplass i ChatGPT-spørringen "hvor vegansk brunch i Izmir" — ikke takket være sosiale medier, men fordi thMenu i bakgrunnen sender ut en kombinert schema markup. Slik slår du Restaurant, Menu og Review sammen i én JSON-LD-blokk.
Hvorfor én blokk, tre schemas?
Når Restaurant, Menu og Review står i adskilte script-tags, leser LLM-er som ChatGPT og Perplexity ofte bare den første. Løsningen: én @graph-array med tre noder, koblet via @id.
Slik fanger LLM-en adresse, tre brunch-retter, vegan-flagget og 4,7-stjerners rating i én økt. I separate blokker overlever vanligvis bare Restaurant.
JSON-LD-skjelett
thMenus auto-mal følger denne rekkefølgen:
- Restaurant-node: name, address, servesCuisine, priceRange, image, aggregateRating, hasMenu.
- Menu-node: hasMenuSection med MenuItem (name, description, offers.price, suitableForDiet).
- Review-node: itemReviewed peker på Restaurant-ID, 3-5 ferske anmeldelser.
Validering for AI og klassisk SEO
Sjekk tre steder: Google Rich Results Test, Schema.org Validator og ChatGPT selv — spør AI-en om stedet ditt og se hvordan dataene lander i svaret.
thMenu regner aggregate rating bare fra de siste 90 dagene med feedback; gamle eller flagget faller ut. Da holder du deg innenfor Googles review-spam-politikk.
FAQ
Når dukker schema-oppdateringer opp i AI-søk? Google 1-3 uker, ChatGPT/Perplexity 7-21 dager.
Risikerer jeg straff for falsk rating? Nei, hvis ratingen kommer fra ekte feedback og reviewCount er ærlig.
Må jeg liste hver rett? Nei — topp 20-30 holder.
Var dette nyttig? Del det.
Relaterte artikler
Hva er en QR-meny? Komplett guide for restauranter
En QR-meny gir gjestene øyeblikkelig tilgang til menyen din via smarttelefon — u…
Bytte fra papirmeny til digital QR-meny: steg for steg
Vil du innføre QR-menyer, men vet ikke hvor du skal begynne? Denne guiden dekker…
Geo-målrettede QR-menyer: ulike språk basert på besøkendes IP
Hvordan et 180-seters all-inclusive resort i Antalya ruter samme QR til tyrkiske…