Skip to content
FunktionerPriserPartnerBloggHjälpOm ossKontakt
Kom igångLogga in
Tillbaka till Bloggen
guides2027-09-286 min läsning

Schema Markup djupdykning: kombinera Restaurant + Menu + Review

Så slår du ihop Restaurant, Menu (hasMenu → MenuSection → MenuItem), AggregateRating och Review i ett JSON-LD-block, och varför AI-sök älskar det.

th

thMenu Team

thmenu.com

Ett veganskt café med 8 bord i Bornova (Izmir) ligger på tredje plats i ChatGPT-frågan "var vegansk brunch i Izmir" — inte tack vare sociala medier, utan för att thMenu i bakgrunden publicerar en kombinerad schema markup. Så slår du ihop Restaurant, Menu och Review i ett JSON-LD-block.

Varför ett block, tre schemas?

När Restaurant, Menu och Review står i separata script-taggar läser LLM:er som ChatGPT och Perplexity ofta bara den första. Lösningen: en enda @graph-array med tre noder kopplade via @id.

Då plockar LLM:en adressen, tre brunchrätter, veganflaggan och 4,7-stjärniga betyget i en svep. I separata block överlever oftast bara Restaurant.

JSON-LD-skelett

thMenus auto-mall följer denna ordning:

  • Restaurant-nod: name, address, servesCuisine, priceRange, image, aggregateRating, hasMenu.
  • Menu-nod: hasMenuSection med MenuItem (name, description, offers.price, suitableForDiet).
  • Review-nod: itemReviewed pekar på Restaurant-ID, 3-5 färska recensioner.

Validering för AI och klassisk SEO

Kolla tre platser: Google Rich Results Test, Schema.org Validator och själva ChatGPT — fråga AI:n om din restaurang och se hur data landar i svaret.

thMenu räknar aggregate rating endast från senaste 90 dagarnas feedback; äldre eller flaggade exkluderas. Då håller du dig inom Googles review-spam-policy.

FAQ

När syns schema-uppdateringar i AI-sök? Google 1-3 veckor, ChatGPT/Perplexity 7-21 dagar.

Riskerar jag straff för falskt betyg? Nej, om betyget kommer från äkta feedback och reviewCount stämmer.

Måste jag lista varje rätt? Nej — topp 20-30 räcker.

Var detta hjälpsamt? Dela det.