「店を探すとき、まずグルメサイトを開く」——この20年続いた習慣が、いま静かに崩れている。カンリーが2026年4月に公表した調査では、外食シーンの店探しで「最初にAI(ChatGPT・Perplexity・Gemini)で聞く」と答えた20〜30代が無視できない比率に達した。Google検索の前にAIに聞き、AIが挙げた店名をGoogleや食べログで確認する——導線の順序が逆転している。飲食店オーナーがやるべきことは2つ。先日書いたChatGPT Atlasと同じく、AIに引用される情報を増やすこと(LLMO)と、AIが挙げた店名を検索した瞬間に「答え合わせ」が成立するGoogleビジネスプロフィールと公式サイトの整備である。

📌 KEY POINTS

カンリー調査が示した「AIに先に聞く」客の存在

2026年4月、カンリーが公表した飲食店検索行動調査は、業界の「常識」に静かな修正を迫る内容だった。

調査の主旨は単純である。外食する店を選ぶ際、最初にどこを開くか。Google検索、食べログ、ホットペッパーグルメ、Instagram——これまで上位を占めてきた選択肢に加えて、ChatGPTやPerplexityといった生成AIを「最初の入口」と答える層が、もはや誤差ではない比率で出現した。特に20〜30代でこの傾向が顕著だ。

注目すべきは、AIで聞いた後の挙動だ。AIが挙げた店名をそのまま信じて予約する人は少ない。多くは「ChatGPTに新宿の個室和食を聞く → 出てきた3〜4店をGoogleで検索 → 食べログとGoogleマップで写真と口コミを確認 → 予約」という流れを踏む。つまりAIは「検索」を置き換えたのではなく、「最初の候補出し」という新しいレイヤーを足した。

従来導線と新導線の差は「候補入りするか」

飲食店にとっての本質的な変化は、客がGoogle検索バーの代わりにAIプロンプトを使うようになった、という表層ではない。

従来の「Google→食べログ」導線では、エリア名+ジャンル名で検索した結果ページに、食べログのまとめ記事が並び、店舗一覧の中から客が選ぶ。掲載料を払っていれば上位に出やすく、写真と口コミの数で勝負できた。

新しい「AI→Google→食べログ」導線では、最初の候補出しはAIが行う。AIは食べログのまとめ記事だけを読んでいるわけではなく、Web全体から「新宿 個室 和食 デート」というクエリに合う情報を集めて要約する。この「最初の3〜4店」に入れるかどうかで、その後のGoogle・食べログ検索が発生するかどうかが決まる。AIが挙げなかった店は、客の目に一度も触れずに終わる。

掲載料を払っているのに集客が伸びないと感じる店が増えている背景は、ここにある。料金は食べログでの順位にしか効かないが、その食べログ自体が「AIに挙げられた後で答え合わせをする場所」へと役割を変えつつある。

「AIに引用される情報」と「AIが指した先で答え合わせさせる情報」

飲食店のAI対策は二層構造で考える必要がある。

一層目はLLMO(Large Language Model Optimization、AI検索最適化、GEO=Generative Engine Optimizationとも)。AIが「新宿 個室 和食 デート」と聞かれて答えを生成する瞬間、参照しに行くのは食べログ・Retty・ホットペッパー・公式サイト・各種まとめメディアだ。これらに自店の情報が「AIが要約しやすい形」で存在しているかどうかが、最初の3〜4店に入れるかを決める。

二層目はMEO(Map Engine Optimization)と公式サイトSEO。AIが店名を挙げた後、客はその店名でGoogleを叩く。そこで出てくるGoogleビジネスプロフィールと公式サイトが、AIの推薦と一致した「答え」を返せれば客は予約に進む。営業時間がGoogleと食べログでズレている、写真が古い、メニュー価格が違う——こうした不整合があった瞬間、客はAIの推薦を疑い始める。

LLMOは「候補入りの戦い」、MEOは「答え合わせの戦い」。どちらか一方だけでは現代の客を捕まえられない。

AIに引用されやすい情報設計のコツ

AIが情報を「採用」するかどうかは、情報量よりも構造で決まる。

AIは長文の主観的な紹介文を読みにくい。代わりに、質問に対して明快な答えを返している情報を好む。公式サイトであれば、「個室はありますか」「コースはいくらですか」「子連れは大丈夫ですか」といった想定質問を見出しにし、その下に簡潔な答えを置くFAQ形式が極めて有効だ。これはschema.orgのFAQPage構造化データと併用するとさらに強い。

メニューも同じだ。PDFで掲載しているメニューはAIから見えない。HTMLで料理名・価格・カテゴリ・アレルゲンを構造化したメニューページを持っている店だけが、「グルテンフリー対応の和食店」「アレルギー対応のラーメン店」といったクエリに引っかかる候補になる。

Googleビジネスプロフィールの活用度もここで効いてくる。GBPの「属性」項目(個室あり、テイクアウト可、ベビーカー入店可など)は、AIが店の特徴を要約する際の素材になる。営業時間と定休日を最新化するのは前提条件で、それに加えて属性項目をどれだけ埋めているかで「AIが要約しやすい店」になるかが決まる。

掲載料を払えば集客できる時代の終わり

食べログ・ホットペッパーへの掲載料は、これまで「払えば順位が上がる」明快な投資だった。これからはそうではなくなる。

掲載料は今後も食べログ内での露出を担保するが、客の入口がAIに移った分、食べログ内順位の重みは相対的に下がる。代わりに上がるのは、自店の公式サイト・Googleビジネスプロフィール・SNSの情報品質である。これらはどこにも掲載料を払っていないが、AIが情報を集めに来る最重要ソースになる。

逆に言えば、掲載料という固定費を払っていない小規模店にもチャンスが回ってきた。Webに正しい情報を体系的に置いていれば、AIは大手チェーンと個人店を区別しない。情報設計のコストは数万円〜数十万円で済むため、年間数百万円の掲載料を払えない店ほど、ここに集中投資する意味が大きい。

飲食店オーナーが今期やるべきこと

順番が大事だ。LLMOから始めても、MEOで答え合わせができなければ予約には繋がらない。

第一歩はGoogleビジネスプロフィールの完全整備。営業時間、定休日、写真、メニューURL、属性項目すべてを埋め切る。第二歩は公式サイトのFAQページ整備。「個室は」「アレルギーは」「子連れは」「英語メニューは」「駐車場は」など、客がAIに聞きそうな質問を見出しにし、答えを簡潔に書く。FAQPageのJSON-LDも入れる。第三歩はメニューのHTML構造化。第四歩はGBPと食べログ・ホットペッパー・Retty・公式サイトの情報整合性チェック(月次推奨)。

この4つができている店は、AIに「最初の候補」として挙がる確率が劇的に上がる。さらにAIが挙げた店名を客がGoogleで叩いた瞬間、整備されたGBPと公式サイトが「答え合わせ」を成立させる。

導線が変わるとき、ルールも変わる

1990年代のグルメ雑誌、2000年代のぐるなび・食べログ、2010年代のGoogleマップ——飲食店の入口は10〜15年周期で変わってきた。2026年に始まりつつあるのは「AIに先に聞く」時代であり、これは過去のどの変化よりも構造的に深い。なぜなら、AIは検索結果のリストを返すのではなく、「答え」を返すからだ。リストには10店並ぶが、答えには3〜4店しか入らない。

この3〜4店に入る店と入らない店の差を作るのは、掲載料でも広告費でもなく、情報設計である。AIが要約しやすく、Google検索で答え合わせできる情報を、自店のドメインとGBPとSNSに揃えておく——それが今期の宿題だ。

参考資料

• カンリー — 飲食店検索行動調査(2026年4月)
• schema.org — FAQPage
• schema.org — Restaurant
• MenuMenu — ChatGPT Atlas時代の予約完結とLLMO(2026/4/28)