ほとんどのレストランは AI 検索に対して不可視です。このガイドでは、その理由と解決策を、1 店舗でも 100 店舗でも対応できる形でご説明します。
JSON-LD スキーママークアップ、構造化データ、位置情報エンリッチメントを活用して、ChatGPT・Perplexity・Google AI Overviews でレストランの可視性を高めましょう。
ジオデータなし
AI が見ているもの：マッチングできる情報がゼロ。近接クエリや料理ジャンルクエリに一切応答できない。
GeoEnrich 使用時
AI が見ているもの：「駅近のイタリアン」「ヨルダーン地区のテラス席」「ファミリー向け・駐車場あり」など 30 種類以上のクエリにマッチング可能。
GeoEnrich は住所から右列のデータを自動生成します。API コール 1 回で完結します。
以下の JSON-LD をレストランのウェブサイトに追加するだけで、すぐに AI 検索エンジンに認識されます：
{
"@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"}
]
}
メニュー項目・食事制限マークアップ・位置情報エンリッチメントを含む完全版をご希望ですか？下記のスキーマサンプルをご確認ください。
GEO において検索意図の理解は不可欠です。人々は単に「レストラン」とは入力しません。具体的でコンテキスト豊かな質問をします：
これらのクエリに対し、AI エンジンはレストランデータから特定の属性を検索します：
GEO 戦略はこれらすべての次元に対応する必要があります。
Restaurant スキーマタイプは基盤となるものです。AI エンジンに対し、あなたのビジネスが何であり、何が特別かを正確に伝えます。
Restaurant を主要な @type として使用します。より具体的なマッチングには、サブタイプを使用します：FastFoodRestaurant・BarOrPub・CafeOrCoffeeShop。
レストランスキーマの必須フィールド
name：AI がレストランを識別・引用する際に使用する正式名称description：AI が「このお店の魅力は？」という質問に答える際に参照する説明文address：位置ベースのクエリと地理的ランキングを実現する住所情報geo：周辺検索と地図コンテキストのための緯度・経度servesCuisine：料理ジャンル（「イタリア」「ビーガン」など）によるレストランのフィルタリングpriceRange：予算重視のクエリへのマッチングopeningHoursSpecification：「今営業中？」「深夜も営業している？」への回答aggregateRating：品質と信頼性のシグナルimage：AI がレスポンス内にレストランの画像を表示する可能性ありtelephone：ユーザーがフォローアップするための連絡先情報AI 向け説明文の書き方
悪い例：「快適な雰囲気で美味しい料理をご提供しています。ぜひお越しください！」
良い例：「カンパーニア州の手打ちパスタと薪窯ピザを専門とするアムステルダムの親密なイタリアン・オステリア。オープンキッチンから 18 席のダイニングを見渡せます。ワインリストはピエモンテとトスカーナの小規模生産者に絞り込んでいます。要予約。固定メニューなし、季節の市場に合わせて内容が変わります。」
優れた説明文は、料理の産地・食事体験・看板料理・食事スタイル・運営情報を盛り込みます。
メニューはレストランの GEO が真価を発揮する場所です。「ビーガンメニューはありますか？」「メインが 20 ユーロ以内の料理は？」といった質問に対し、AI はメニューマークアップを検索します。
{
"@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"]
}
]
}
]
}AI にとってメニューマークアップが重要な理由
AI エンジンが「アムステルダムでパスタを提供するビーガンレストラン」というクエリを受け取ると、まず場所でフィルタリングし、次に servesCuisine でフィルタリングし、最後にメニュー項目で suitableForDiet: VeganDiet を検索します。メニューマークアップがなければ、食事制限クエリに対してレストランが表示されることはありません。
必ずマークすべき食事制限：
レビューは AI の引用において非常に重要です。AI がレストランを推薦する際、推薦を裏付けるためにレビューを引用することが多いです。
レビュー数が 0 件の段階でも、必ず aggregateRating を含めてください：
{
"@type": "AggregateRating",
"ratingValue": "4.7",
"ratingCount": "348",
"bestRating": "5",
"worstRating": "1"
}Google・TripAdvisor・自社プラットフォームから個別のレビューを取得します。AI エンジンはこれらのスニペットを使って「このレストランの評判は？」という質問に答えます。
aggregateRating は定期的に更新してください。古くなった評価は信頼性を損ないます。
ここで GEO がレストランの可視性を大きく変えます。位置コンテキストを追加することで、AI に「このレストランが何であるか」だけでなく「なぜ推薦に値するか」を理解させることができます。
additionalProperty を使って付加価値のある周辺リソースをマークします：
nearest_parking：「駐車場はありますか？」という懸念に応えるnearest_metro：公共交通機関利用者のアクセス情報nearest_bus_stop：「行き方は？」への対応attractions_nearby_1km：観光客向けのコンテキストhotels_nearby_500m：観光・イベント開催のコンテキストwalkability_score：「周辺を歩き回れますか？」nightlife_density_score：「近くにナイトライフはありますか？」transit_score：「公共交通でアクセスしやすいですか？」bike_friendly：アムステルダムのコンテキスト（サイクリング文化）すべての位置属性を手動で調査する代わりに、mapatlas.eu/products-services/geoenrich-api の GeoEnrich API を使ってこれらのフィールドを自動入力できます。
ウェブサイトのコンテンツは AI が解析しやすいよう構造化する必要があります。適切な見出し階層のセマンティック HTML と、AI 抽出向けに構造化された FAQ セクションを使用してください。
AI エンジンは以下のような FAQ セクションから回答を抽出します：
AI がレストランを推薦する際には、引用が必要です。主な引用パターンは 5 つあります：
パターン 1：ビジネス名の直接言及、AI があなたの説明文を直接引用して「アムステルダムの最高のイタリアンレストランは？」に回答
パターン 2：属性ベースのマッチング、suitableForDiet: VeganDiet 付きのメニューマークアップにより「アムステルダムの予約可能なビーガンレストラン？」へのマッチングが可能
パターン 3：位置＋コンテキスト、位置情報エンリッチメントデータにより「アンネ・フランクの家の近くでおすすめの食事は？」へのマッチングが可能
パターン 4：機能のスタッキング、amenityFeature 配列により「アムステルダムでテラス席と個室のあるデートに最適なイタリアン？」といったマルチ属性マッチングが可能
パターン 5：レビューの統合、Review スキーマにより、レストランの品質について質問された際に AI が実際のゲストのフィードバックを引用可能
ミス 1：メニュースキーマが全くない
多くのレストランがウェブサイトに美しいメニューを掲載しながら、構造化されたメニューデータは持っていません。これがないと、食事制限クエリでレストランが表示されません。
ミス 2：営業時間が不足または曖昧
すべての日に dayOfWeek を指定してください。曖昧な時間情報は「今営業中？」という質問への AI の誤回答につながります。
ミス 3：料理ジャンルが未設定または広すぎる
具体的な料理ジャンルを使用してください："servesCuisine": ["Italian", "Mediterranean", "Seafood"]、"Food" は不可。
ミス 4：テンプレートの説明文
「当レストランへようこそ。新鮮で美味しい料理をご提供しています。」は 10,000 軒のレストランに当てはまります。AI エンジンは差別化情報を認識できません。
ミス 5：食事制限・アレルゲン情報の欠如
食事制限のある方があなたのレストランを見つけられません。suitableForDiet ですべての食事対応をマークしてください。
ミス 6：正確な座標の欠如
小数点以下 4 桁の正確な座標がなければ、AI はあなたのレストランが「博物館の近く」なのか「川の向こう側」なのかを判断できません。
ミス 7：位置情報エンリッチメントの欠如
住所と座標だけでは「主要観光地の近くで駐車場も便利なレストラン」といったコンテキスト主導の推薦機会を逃します。
ミス 8：レビューが古いまたは存在しない
2022 年が最後のレビューでは、AI があなたのレストランを非アクティブまたは低品質と判断する可能性があります。
ミス 9：amenityFeature データの欠如
amenityFeature にテラス席・車いすアクセス・個室情報がなければ、それらの機能クエリに表示されません。
ミス 10：価格帯の不一致
平均メインが 28 ユーロなのに "priceRange": "€" を使用すると、誤った期待を生み出し、AI が予算重視のクエリを誤った方向に導いてしまいます。
公開前にスキーママークアップを検証してください。
AEO Checker の使用
/ai-seo-checker にアクセスしてスキーマを検証します。レストランの URL を入力すると、必須フィールド・有効なスキーマ構造・エンリッチメントの完全性・一般的なエラーをチェックするレポートが取得できます。
手動テスト
AI エンジンに直接レストランについて質問します：
構造化データが正しければ、AI は精確に回答するはずです。そうでなければ、曖昧または不足した情報が見受けられます。
コード検査
ブラウザで右クリックし、「ページのソースを表示」を選択します。application/ld+json を検索してください。レストランスキーマが表示されるはずです。JSON をコピーして jsonlint.com で有効な JSON であることを確認します。
大規模に自動化
MapAtlas GeoEnrich API は、各リスティングに座標、近くの POI、交通アクセス、地域コンテキスト、スキーマ対応ジオデータを自動的に追加します。リスティングごとに1回の API 呼び出しで、あらゆる規模に対応します。