"Como o ChatGPT recomenda restaurantes?" passou de teórico a operacional em 2026. Os clientes perguntam ao chatbot onde jantar na sexta e recebem uma lista real. Se você não está lá, perde clientes sem perceber.
Como os LLMs se informam
Dois canais: scraping de treinamento (Common Crawl, blogs públicos) e busca web em tempo real (Bing/Google live).
Por que schema.org
Uma página com schema.org/Restaurant é lida 3-5× mais precisa. Campos: name, address, telephone, servesCuisine, priceRange, openingHoursSpecification, hasMenu, aggregateRating.
Passos práticos
1. JSON-LD em <head> (thMenu gera).
2. Perfil Google Business completo.
3. Menu em HTML/markdown, nunca PDF.
4. Avaliações com aggregateRating.
Erros comuns
Menus renderizados só no cliente: invisíveis. SSR obrigatório. Robots.txt: liberar GPTBot, PerplexityBot, ClaudeBot.
Nova era SEO
Google não é mais o único. Os LLMs cobrirão 35%+ das consultas de viagem/gastronomia. Teste mensal: pergunte ao ChatGPT sobre seu restaurante.
Achou útil? Compartilhe.
Artigos relacionados
QR estático vs QR dinâmico: custo total em 3 anos comparado
Um bistrô de 24 mesas detalha 36 meses: 21.000 TRY em reimpressões contra 11.640…
Omotenashi e QR: hospitalidade japonesa sem perder o toque humano
Por que o Sukiyabashi Jiro de Tóquio recusa menus QR enquanto 68% das izakayas m…
Pré-visualização AR de pratos via WebXR: 3D no navegador sem app
Como o Dishoom Soho conseguiu +22% no ticket médio com model-viewer. Otimização …