GEO-оптимизация ресторана: видимость в ChatGPT и Perplexity

GEO (Generative Engine Optimization) это оптимизация присутствия ресторана в ответах ИИ-поисковиков: ChatGPT, Perplexity, Google AI Overviews, Gemini, Grok. Гость спрашивает «где поужинать в Алматы с видом на горы» или «лучший бешбармак в Астане», и ИИ собирает ответ из источников, которые можно проверить (сайт заведения, отзывы, каталоги, СМИ). Задача GEO в том, чтобы попасть в этот ответ и чтобы вас процитировали правильно.

Классическое SEO борется за клик из поисковой выдачи. GEO борется за упоминание внутри самого ответа, и клика там может не быть вовсе, зато есть решение гостя. Для ресторана это поток бронирований и заходов, которые в Google Analytics уже не видны как органика. Если не подстроиться, вы становитесь невидимым для растущей аудитории, которая перестала листать выдачу и сразу спрашивает у ИИ.

В Казахстане тренд догоняет мировой. Русскоязычные пользователи всё чаще ищут места, меню и заведения с определённой кухней в ChatGPT и Perplexity. И рестораны, которые готовят свои данные под ИИ, получают преимущество раньше конкурентов.

ИИ-модели не «знают» ваш ресторан. Они собирают его портрет из открытых источников в момент запроса (так работают Perplexity и ChatGPT Search) или из обучающего корпуса (так работает базовая модель). Главные сигналы: структурированные данные на сайте, свежий и одинаковый NAP (название, адрес, телефон) в каталогах, отзывы с конкретикой, упоминания в независимых материалах (статьи, гайды, подборки).

Второй слой это смысловая ясность. ИИ должен без усилий понять, какая у вас кухня, какой средний чек и атмосфера, для какого повода подходит заведение, есть ли веранда, парковка, детская зона, работает ли доставка. А если эта информация разбросана по картинкам или спрятана в PDF-меню, модель её просто не увидит.

Третий слой это цитируемость. Perplexity и ChatGPT Search прямо ссылаются на источники, и чем чаще ваш ресторан упомянут в текстах с понятной атрибуцией (гид по ресторанам, обзор блогера, статья в местном СМИ), тем выше шанс попасть в ответ.

Мы советуем владельцам идти в таком порядке.

1. Аудит цифрового следа. Спросите ChatGPT, Perplexity и Gemini: «лучшие рестораны [город]», «где поесть [кухня] в [район]», «ресторан с [характеристика]». Запишите, упомянуты ли вы и в каком контексте. Это ваша точка отсчёта.

2. Порядок на сайте. Обязательный минимум: страница «О ресторане» с понятным описанием концепции, текстовое меню с ценами (не только PDF и не только картинки), адрес, часы работы и телефон в футере на каждой странице, отдельные страницы под каждый важный повод (свадьба, банкет, детский день рождения) с уникальным текстом.

3. Разметка Schema.org: Restaurant, Menu, MenuItem, PostalAddress, OpeningHoursSpecification, AggregateRating. Это машиночитаемый паспорт заведения, и ИИ читает его в первую очередь.

4. Одинаковый NAP во всех каталогах: 2ГИС, Google Business Profile, Yandex Business, Zoon, TripAdvisor, местные городские порталы. Расхождение в адресе или телефоне снижает доверие модели.

5. Работа с отзывами. Просите гостей писать по делу: что заказывали, по какому поводу пришли, что конкретно понравилось. Односложное «всё супер» для ИИ бесполезно. И отвечайте на отзывы, это тоже индексируется.

ИИ-модели любят контент, который отвечает на конкретный вопрос коротко и по делу. Для ресторана это выглядит так: вы заводите на сайте раздел с гайдами и статьями и отвечаете там на реальные вопросы гостей. Например, на такие, которые у ИИ спрашивают часто: «Где отпраздновать день рождения на 20 человек в Алматы», «Рестораны Астаны с детской комнатой», «Куда пойти на первое свидание с бюджетом до N тенге».

Лучше всего цитируется простой формат: короткий прямой ответ в первом абзаце, а дальше раскрытие с конкретикой (адреса, средний чек, особенности). Не пишите «у нас уютно и вкусно». Пишите «зал на 40 посадочных мест, открытая кухня, средний чек 8-12 тыс. тенге, работает до 02:00».

Параллельно стройте внешние упоминания. Предлагайте себя местным блогерам и городским медиа, попадайте в подборки, обновляйте профили на TripAdvisor и Google Maps фотографиями и подробными описаниями блюд. Каждое независимое упоминание это сигнал доверия для модели.

Файл robots.txt должен пускать ИИ-краулеров, если вы хотите быть в их индексе: GPTBot (OpenAI), PerplexityBot, Google-Extended, ClaudeBot, CCBot. Многие сайты по инерции закрывают всё подряд и потом удивляются, почему их нет в ответах ChatGPT.

Скорость и рендеринг. ИИ-краулеры часто не исполняют JavaScript, и меню или описания, которые подгружаются динамически, модель не увидит. Главный контент должен лежать в исходном HTML.

llms.txt это новый стандарт, его поддерживают некоторые ИИ-системы. В корень сайта кладётся файл с кратким описанием ресторана и ссылками на ключевые страницы (меню, бронирование, контакты). Пока он не обязателен, но шансы на корректное цитирование с ним выше.

Классические метрики SEO (позиции, органический трафик) для GEO работают только частично. Мы бы следили за тремя вещами.

1. Частота упоминаний в ответах ИИ по целевым запросам. Раз в 2-4 недели прогоняйте список запросов через ChatGPT, Perplexity и Gemini и записывайте, попадаете ли вы в ответ и с каким описанием. Есть специальные сервисы (Otterly, Peec AI, AthenaHQ), но и ручная проверка тоже работает.

2. Referral-трафик из ai.com, chat.openai.com, perplexity.ai в Google Analytics 4. Этот сегмент растёт у заведений, которые попадают в ответы.

3. Прямые заходы и брендовые запросы. Гость услышал о вас от ИИ и часто потом ищет вас по названию напрямую, поэтому рост брендового трафика это косвенный, но надёжный индикатор.

GEO это процесс, разовой настройкой он не заканчивается. Модели обновляют индексы, конкуренты подтягиваются, появляются новые ИИ-системы. И ресторан, который занимается видимостью в ИИ системно, забирает поток гостей у тех, кто ждёт, «пока станет понятно, как это работает».