Skip to main content

راهنمای GEO رستوران‌ها و غذا

بیشتر رستوران‌ها برای جستجوی هوش مصنوعی نامرئی هستند. این راهنما نشان می‌دهد چرا و چگونه آن را برطرف کنید، چه یک شعبه داشته باشید چه صد شعبه.

نشانه‌گذاری JSON-LD، داده‌های ساختاریافته و غنی‌سازی موقعیت مکانی برای افزایش دیده‌شدن رستوران‌ها در ChatGPT، Perplexity و Google AI Overviews.

JSON-LDجستجوی هوش مصنوعیSchemaرستوران‌ها

بدون داده جغرافیایی

موقعیت"در قلب شهر، به‌راحتی قابل دسترس"
نوع غذا-
مجاور-
مختصات-

آنچه هوش مصنوعی می‌بیند: هیچ چیز قابل تطبیق نیست. هیچ پرسشی درباره مجاورت یا نوع غذا پاسخ داده نمی‌شود.

با GeoEnrich

موقعیتWesterstraat 12، آمستردام Jordaan
نوع غذاایتالیایی، پیتزا، پاستا
مجاورایستگاه Centraal (۱.۲ کیلومتر)، ۳ پارکینگ (۴۰۰ متر)
مختصات52.3740, 4.8832

آنچه هوش مصنوعی می‌بیند: قابل تطبیق برای بیش از ۳۰ نوع پرسش از جمله "رستوران ایتالیایی نزدیک ایستگاه"، "نشستن بیرون در Jordaan"، "مناسب خانواده با پارکینگ".

GeoEnrich ستون سمت راست را به‌صورت خودکار از یک آدرس تولید می‌کند. یک فراخوانی API.

شروع سریع

این JSON-LD را به وبسایت رستوران خود اضافه کنید تا فوری برای موتورهای جستجوی هوش مصنوعی قابل مشاهده باشید:


{
  "@context": "https://schema.org",
  "@type": "Restaurant",
  "name": "Gracia Italian Kitchen",
  "description": "Authentic Italian restaurant serving handmade pasta, wood-fired pizzas, and seasonal risottos in a cozy Amsterdam neighborhood setting.",
  "url": "https://example.com",
  "telephone": "+31 20 123 4567",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Graciaplein 10",
    "addressLocality": "Amsterdam",
    "postalCode": "1013 BA",
    "addressCountry": "NL"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": 52.3876,
    "longitude": 4.9041
  },
  "servesCuisine": ["Italian", "Mediterranean"],
  "priceRange": "€€",
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.7",
    "ratingCount": "348"
  },
  "acceptsReservations": true,
  "amenityFeature": [
    {"@type": "LocationFeatureSpecification", "name": "Outdoor Seating"},
    {"@type": "LocationFeatureSpecification", "name": "Wheelchair Accessible"},
    {"@type": "LocationFeatureSpecification", "name": "Terrace"}
  ]
}

می‌خواهید نسخه کامل با آیتم‌های منو، نشانه‌گذاری رژیم غذایی و غنی‌سازی موقعیت را ببینید؟ Schema کامل رستوران را در مثال‌های زیر مشاهده کنید.

نحوه جستجوی رستوران توسط کاربران از طریق هوش مصنوعی

درک قصد جستجو برای GEO حیاتی است. مردم فقط "رستوران" نمی‌پرسند. سوالات خاص و پر از متن می‌پرسند:

  • "بهترین رستوران ایتالیایی در آمستردام برای شب دیت"
  • "رستوران‌های خانواده‌پسند نزدیک Vondelpark با صندلی کودک"
  • "رستوران‌های وگان در برلین که شب دیر باز هستند با رزرو"
  • "رستوران‌هایی با نشستن بیرون در لیسبون زیر ۲۵ یورو"
  • "رستوران‌های غذای دریایی در بارسلونا با اتاق‌های خصوصی"
  • "کافه‌های برانچ آرام در کپنهاگ که پنکیک بدون گلوتن سرو می‌کنند"
  • "رستوران‌های ستاره میشلن در زوریخ با جفت‌کردن شراب"

برای هر یک از این پرسش‌ها، موتورهای هوش مصنوعی داده رستوران را برای ویژگی‌های خاص اسکن می‌کنند:

  • مشخص بودن موقعیت (آمستردام، نزدیک Vondelpark، در لیسبون)
  • نوع غذا (ایتالیایی، وگان، غذای دریایی، تایلندی)
  • نوع وعده و زمینه (شب دیت، مناسب خانواده، برانچ)
  • ویژگی‌ها (نشستن بیرون، ساعات دیر، رزرو، غذاخوری خصوصی)
  • سازگاری رژیم غذایی (وگان، بدون گلوتن، گیاه‌خواری)
  • نقطه قیمت (زیر ۲۵ یورو، بودجه‌پسند، ستاره میشلن)
  • امکانات خاص (جفت‌کردن شراب، تحویل، صندلی کودک)

استراتژی GEO شما باید به همه این ابعاد بپردازد.

نشانه‌گذاری Schema رستوران

نوع Schema رستوران پایه شماست. به موتورهای هوش مصنوعی می‌گوید دقیقاً کسب‌وکار شما چیست و چه چیزی آن را خاص می‌کند.

از Restaurant به عنوان @type اصلی استفاده کنید. برای تطبیق مشخص‌تر، از زیرانواع استفاده کنید: FastFoodRestaurant، BarOrPub یا CafeOrCoffeeShop.

فیلدهای اجباری برای Schema رستوران

  • name: هوش مصنوعی از نام دقیق برای شناسایی و ذکر رستوران شما استفاده می‌کند
  • description: هوش مصنوعی توضیحات را برای پاسخ به "چه چیزی این مکان را خاص می‌کند؟" می‌کشد
  • address: پرسش‌های مبتنی بر موقعیت و رتبه‌بندی جغرافیایی را فعال می‌کند
  • geo: عرض/طول جغرافیایی برای جستجوهای مجاور و زمینه نقشه
  • servesCuisine: رستوران‌ها را بر اساس نوع غذا فیلتر می‌کند ("ایتالیایی"، "وگان" و غیره)
  • priceRange: با پرسش‌های بودجه‌محور تطبیق می‌یابد
  • openingHoursSpecification: به "الان باز هستند؟" و "گزینه‌های دیر شب؟" پاسخ می‌دهد
  • aggregateRating: کیفیت و قابل اعتماد بودن را نشان می‌دهد
  • image: هوش مصنوعی ممکن است تصاویر رستوران را در پاسخ‌ها نمایش دهد
  • telephone: اطلاعات تماس برای پیگیری کاربر

نوشتن توضیحات برای هوش مصنوعی

توضیح بد: "ما غذای خوشمزه در فضای راحت سرو می‌کنیم. امروز ما را ببینید!"

توضیح خوب: "اوستاریای ایتالیایی صمیمی متخصص در پاستاهای دستساز و پیتزاهای هیزمی از کامپانیا. آشپزخانه باز ۱۸ صندلی صمیمی را نظاره می‌کند. لیست شراب بر تولیدکنندگان کمتر شناخته‌شده از پیمونت و توسکانا تمرکز دارد. رزرو الزامی. منو ثابت ندارد؛ عرضه‌ها به‌صورت فصلی بر اساس موجودی بازار تغییر می‌کنند."

توضیحات خوب منطقه آشپزی، تجربه غذاخوری، آماده‌سازی‌های اختصاصی، قالب غذاخوری و جزئیات عملیاتی را مشخص می‌کنند.

Schema منو و MenuItem

منوها جایی هستند که GEO رستوران قدرتمند می‌شود. وقتی کسی می‌پرسد "آیا گزینه وگان دارید؟" یا "می‌توانم یک غذای اصلی زیر ۲۰ یورو بگیرم؟"، هوش مصنوعی نشانه‌گذاری منوی شما را جستجو می‌کند.

{
  "@context": "https://schema.org",
  "@type": "Menu",
  "name": "Gracia Italian Kitchen - Dinner Menu",
  "hasMenuSection": [
    {
      "@type": "MenuSection",
      "name": "Starters",
      "hasMenuItem": [
        {
          "@type": "MenuItem",
          "name": "Burrata with Heirloom Tomatoes",
          "description": "Fresh burrata from Apulia with San Marzano tomatoes, basil, and aged balsamic",
          "offers": {
            "@type": "Offer",
            "price": "12",
            "priceCurrency": "EUR"
          },
          "suitableForDiet": ["VeganDiet", "GlutenFreeDiet"]
        }
      ]
    }
  ]
}

چرا نشانه‌گذاری منو برای هوش مصنوعی مهم است

وقتی یک موتور هوش مصنوعی پرسشی مثل "رستوران‌های وگان در آمستردام که پاستا سرو می‌کنند" دریافت می‌کند، ابتدا بر اساس موقعیت فیلتر می‌کند، سپس بر اساس servesCuisine، سپس آیتم‌های منو را برای suitableForDiet: VeganDiet جستجو می‌کند. بدون نشانه‌گذاری منو، رستوران شما برای پرسش‌های مخصوص رژیم غذایی ظاهر نمی‌شود.

گزینه‌های رژیم غذایی که باید همیشه علامت‌گذاری شوند:

  • VeganDiet: بدون محصولات حیوانی
  • VegetarianDiet: بدون گوشت، اما لبنیات/تخم مرغ مجاز
  • GlutenFreeDiet: بدون گلوتن
  • HalalDiet: الزامات غذایی اسلامی
  • KosherDiet: الزامات غذایی یهودی
  • LowSodiumDiet: گزینه مناسب برای سلامت قلب

Schema نظرات و رتبه‌بندی

نظرات برای استناد هوش مصنوعی حیاتی هستند. وقتی هوش مصنوعی رستوران شما را توصیه می‌کند، اغلب برای حمایت از توصیه به نظرات استناد می‌کند.

همیشه aggregateRating را وارد کنید، حتی اگر با صفر نظر شروع کنید:

{
  "@type": "AggregateRating",
  "ratingValue": "4.7",
  "ratingCount": "348",
  "bestRating": "5",
  "worstRating": "1"
}

نظرات فردی را از Google، TripAdvisor یا پلتفرم خودتان بکشید. موتورهای هوش مصنوعی این قطعه‌ها را وقتی به پرسش "مردم درباره این رستوران چه می‌گویند؟" پاسخ می‌دهند بیرون می‌کشند.

aggregateRating را به‌طور منظم به‌روزرسانی کنید. رتبه‌بندی‌های قدیمی به اعتبار آسیب می‌زنند.

غنی‌سازی رستوران‌ها با داده‌های موقعیت

اینجاست که GEO دیده‌شدن رستوران را متحول می‌کند. با افزودن زمینه موقعیت، به هوش مصنوعی کمک می‌کنید نه تنها رستوران شما چیست، بلکه چرا ارزش توصیه دارد را درک کند.

از additionalProperty برای علامت‌گذاری منابع مجاور که ارزش افزوده دارند استفاده کنید:

  • nearest_parking: نگرانی "آیا پارکینگ وجود دارد؟" را برطرف می‌کند
  • nearest_metro: دسترسی برای کاربران حمل‌ونقل
  • nearest_bus_stop: با "چطور آنجا بروم؟" کمک می‌کند
  • attractions_nearby_1km: زمینه برای گردشگران
  • hotels_nearby_500m: زمینه گردشگری و برگزاری رویداد
  • walkability_score: "می‌توانم در محله راه بروم؟"
  • nightlife_density_score: "آیا تفریح شبانه در نزدیکی وجود دارد؟"
  • transit_score: "دسترسی آسان با حمل‌ونقل عمومی؟"
  • bike_friendly: زمینه آمستردام (فرهنگ دوچرخه‌سواری)

به‌جای پژوهش دستی هر ویژگی موقعیت، از GeoEnrich API در mapatlas.eu/products-services/geoenrich-api برای پر کردن خودکار این فیلدها استفاده کنید.

ساختار محتوا برای خوانایی هوش مصنوعی

محتوای وبسایت شما باید طوری ساختاریافته باشد که هوش مصنوعی بتواند آن را به‌راحتی تجزیه کند. از HTML معنایی با سلسله‌مراتب هدر مناسب و بخش‌های FAQ ساختاریافته برای استخراج هوش مصنوعی استفاده کنید.

موتورهای هوش مصنوعی پاسخ‌ها را از بخش‌های FAQ استخراج می‌کنند مثل:

  • "آیا نشستن بیرون دارید؟"، با جزئیات خاص نشستن پاسخ دهید
  • "آیا پارکینگ در نزدیکی وجود دارد؟"، با نام و فاصله پاسخ دهید
  • "آیا برای گروه‌های بزرگ جا دارید؟"، با ظرفیت و جزئیات اتاق پاسخ دهید
  • "چه گزینه‌های رژیم غذایی دارید؟"، با رژیم‌های غذایی پشتیبانی‌شده مشخص پاسخ دهید
  • "آیا رزرو نیاز است؟"، با جزئیات و فرآیند رزرو پاسخ دهید

الگوهای استناد هوش مصنوعی برای رستوران‌ها

وقتی هوش مصنوعی رستوران شما را توصیه می‌کند، باید به آن استناد کند. پنج الگوی استناد رایج وجود دارد:

الگو ۱: ذکر مستقیم کسب‌وکار، هوش مصنوعی توضیحات شما را مستقیماً برای پاسخ به "بهترین رستوران‌های ایتالیایی در آمستردام؟" می‌کشد

الگو ۲: تطبیق بر اساس ویژگی، نشانه‌گذاری منوی شما با suitableForDiet: VeganDiet تطبیق برای "رستوران‌های وگان در آمستردام با رزرو؟" را فعال می‌کند

الگو ۳: موقعیت + زمینه، داده غنی‌سازی موقعیت شما تطبیق برای "کجا نزدیک خانه آنه فرانک غذا بخورم؟" را فعال می‌کند

الگو ۴: انباشت ویژگی‌ها، آرایه amenityFeature شما تطبیق چند ویژگی برای "رستوران‌های ایتالیایی شب دیت در آمستردام با نشستن بیرون و غذاخوری خصوصی؟" را فعال می‌کند

الگو ۵: یکپارچه‌سازی نظرات، Schema نظرات شما به هوش مصنوعی امکان می‌دهد بازخورد واقعی مهمانان را وقتی درباره کیفیت رستوران پرسیده می‌شود ذکر کند.

اشتباهات رایج

اشتباه ۱: اصلاً بدون Schema منو

بسیاری از رستوران‌ها منوهای زیبایی در وبسایت‌هایشان دارند اما بدون داده منوی ساختاریافته. بدون آن، رستوران شما برای پرسش‌های مخصوص رژیم غذایی ظاهر نمی‌شود.

اشتباه ۲: ساعات کاری گمشده یا مبهم

برای هر روز dayOfWeek را مشخص کنید. ساعات مبهم باعث می‌شود هوش مصنوعی به "الان باز هستند؟" اشتباه پاسخ دهد.

اشتباه ۳: بدون نوع غذا یا نوع بسیار کلی

از غذای خاص استفاده کنید: "servesCuisine": ["Italian", "Mediterranean", "Seafood"]، نه "Food".

اشتباه ۴: توضیحات قالبی

"به رستوران ما خوش آمدید. ما غذای تازه و خوشمزه سرو می‌کنیم." برای ۱۰۰۰۰ رستوران کاربرد دارد. موتورهای هوش مصنوعی اطلاعات متمایزکننده نمی‌بینند.

اشتباه ۵: بدون اطلاعات رژیم غذایی یا آلرژی

افراد با محدودیت‌های غذایی نمی‌توانند شما را پیدا کنند. هر سازگاری رژیم غذایی را با suitableForDiet علامت‌گذاری کنید.

اشتباه ۶: مختصات دقیق گمشده

هوش مصنوعی نمی‌تواند تعیین کند آیا شما "نزدیک موزه" یا "آن طرف رودخانه" هستید بدون مختصات واقعی رستوران تا ۴ رقم اعشار.

اشتباه ۷: بدون غنی‌سازی موقعیت

فقط آدرس و مختصات زمینه برای توصیه‌های مبتنی بر زمینه مثل "رستوران‌های نزدیک جاذبه‌های اصلی با پارکینگ آسان" را از دست می‌دهد.

اشتباه ۸: نظرات قدیمی یا گمشده

آخرین نظر از سال ۲۰۲۲ باعث می‌شود هوش مصنوعی رستوران شما را غیرفعال یا با کیفیت پایین ببیند.

اشتباه ۹: داده amenityFeature گمشده

بدون نشستن بیرون، دسترسی ویلچر و غذاخوری خصوصی در amenityFeature، برای پرسش‌های آن ویژگی‌ها ظاهر نمی‌شوید.

اشتباه ۱۰: عدم تطابق محدوده قیمت

استفاده از "priceRange": "€" وقتی میانگین غذای اصلی شما ۲۸ یورو است انتظارات اشتباه تنظیم می‌کند و باعث می‌شود هوش مصنوعی پرسش‌های بودجه‌محور را اشتباه هدایت کند.

آزمایش و اعتبارسنجی

قبل از انتشار، نشانه‌گذاری Schema خود را اعتبارسنجی کنید.

استفاده از AEO Checker

به /ai-seo-checker بروید تا Schema خود را اعتبارسنجی کنید. URL رستوران خود را برای دریافت گزارشی که فیلدهای اجباری، ساختار Schema معتبر، کامل بودن غنی‌سازی و خطاهای رایج را بررسی می‌کند وارد کنید.

آزمایش دستی

مستقیماً از موتورهای هوش مصنوعی درباره رستوران خود بپرسید:

  • ChatGPT: "درباره [رستوران شما] بگو. نوع غذا، نقطه قیمت و گزینه‌های رژیم غذایی آن‌ها چیست؟"
  • Perplexity: "آیا [رستوران شما] برای وگان‌ها مناسب است؟ آیا نشستن بیرون دارند؟"
  • Claude: "[رستوران شما] و [رقیب] را مقایسه کن. کدام نظرات بهتر و نشستن بیرون دارد؟"

اگر داده ساختاریافته صحیح باشد، هوش مصنوعی باید با دقت پاسخ دهد. اگر نه، جزئیات مبهم یا گمشده خواهید دید.

بازرسی کد

در مرورگر خود، راست کلیک کنید و View Page Source را انتخاب کنید. به دنبال application/ld+json بگردید. باید Schema رستوران خود را ببینید. JSON را کپی کنید و در jsonlint.com اعتبارسنجی کنید تا JSON معتبر داشته باشید.

خودکارسازی در مقیاس بزرگ

نوشتن اسکیما به صورت دستی برای یک فهرست کار می‌کند. اما برای هزاران فهرست چطور؟

API GeoEnrich MapAtlas به طور خودکار مختصات، POI‌های نزدیک، دسترسی به حمل‌ونقل، زمینه محله و داده‌های جغرافیایی آماده برای اسکیما را به هر فهرست اضافه می‌کند، یک فراخوانی API برای هر فهرست، در هر مقیاسی.