AIに推薦される店になる——Googleビジネスプロフィール情報設計
「この近くでランチできるお店、おすすめは？」——客がそう尋ねる相手は、もう検索エンジンではなくAIだ。そしてAIが店を選ぶとき、最初に読みに行く場所はあなたのGoogleビジネスプロフィール(GBP)である。広告でも公式サイトでもない。だから、いま手を入れるべきはそこだ。 30秒でわかる 項目内容 ...
「この近くでランチできるお店、おすすめは？」——客がそう尋ねる相手は、もう検索エンジンではなくAIだ。そしてAIが店を選ぶとき、最初に読みに行く場所はあなたのGoogleビジネスプロフィール(GBP)である。広告でも公式サイトでもない。だから、いま手を入れるべきはそこだ。
30秒でわかる
| 項目 | 内容 |
|---|---|
| ひとことで | AIに引用されるよう、GBPの情報を「機械が読める形」に整え直すこと |
| お店での意味 | ChatGPTやGoogleのAI回答に、自店が候補として名前を出してもらえるようになる |
| なぜ今 | 飲食店探しにAIを使う人が6%から45%へ。AI回答の引用元の約6割がGBP由来 |
| コスト感 | 初期費用ゼロ。必要なのはGBP管理画面と、週に十数分の手入れ |
まず、よくある誤解を捨てる
「AI対策」と聞いて身構える必要はない。新しいツールを買う話でも、専門業者に頼む話でもない。
SEO対策の延長で「サイトをAI向けに作り直さなきゃ」と考える店主は多い。だが順序が逆だ。AIが飲食店の情報を取りに行く先で、いちばん信頼しているのは公式サイトではなくGoogleビジネスプロフィール——Googleマップに出てくる、あの店舗情報の枠である。
理由ははっきりしている。AIは「誰かが勝手に書いた紹介文」より「店自身が登録し、Googleが検証した一次情報」を優先する。営業時間も、住所も、メニューも、口コミも、GBPには構造化された形で揃っている。AIにとってこれほど読みやすい資料はない。実際、生成AIの回答が飲食店を挙げるとき、その引用元の約6割がGBP系の情報だという観測もある。
つまり立派なサイトを持つ店より、GBPを丁寧に育てた店のほうがAIに拾われる。看板を磨くより、まず台帳を整える。それが今の現実だ。
「AIに推薦される」を飲食店の言葉に置き換える
GEO(生成エンジン最適化)とは、要するに「AIという新しい紹介者に、自店を正しく覚えてもらう作業」だ。
これまで店の紹介役は、グルメサイトのライターや常連客だった。彼らに正確な情報を伝えておけば、間違った紹介はされない。AIも同じである。違うのは、AIが情報を「文章」ではなく「項目」で覚える点だ。
客がAIに「子連れで行ける和食、個室あり、駅近」と尋ねたとする。AIはこの3条件を満たす店をGBPの登録項目から照合する。ここで「個室あり」を登録していない店は、どれだけ立派な個室があっても候補に挙がらない。AIは現地を見ていない。登録された項目だけが、AIにとっての「事実」になる。
裏返せば、勝負は店の実力より前の段階で決まっている。良い店かどうかではなく、良い店だとAIが読み取れる形になっているか。問うべきはそこだ。
客の質問に答える形で項目を埋める
AIに拾われるGBPは、客が実際に口にする質問の答えが、項目として埋まっている。
具体的に、今日触れる場所を挙げる。管理画面を開きながら読んでほしい。
カテゴリは「一番細かく」選ぶ。「レストラン」ではなく「博多ラーメン店」「四川料理店」まで絞る。AIは大ざっぱなカテゴリより具体的なカテゴリのほうを、客の質問と正確に結びつける。メインカテゴリ1つに加え、サブカテゴリも実態に合わせて登録しておく。
属性(アトリビュート)を埋め切る。「Wi-Fiあり」「テラス席」「ベジタリアン対応」「クレジットカード可」「個室」——この属性こそ、AIが条件で店を絞り込むときの判定材料になる。空欄のままだと、その条件で探す客のリストからは静かに外れる。
商品(メニュー)を写真と価格つきで登録する。「ランチ 1,200円 週替わり定食」のように具体的に書く。AIは「予算1,500円以内でランチ」のような質問に、この価格データで答える。メニュー名だけでなく、簡単な説明文を一行添えると、AIが内容を理解しやすくなる。
説明文には客の検索語を自然に入れる。「記念日の食事」「接待にも使える」「ひとりでも入りやすい」——客がAIに投げる言葉を、宣伝臭くならない範囲で文章に織り込む。AIはこの説明文を読んで、店の「使われ方」を理解する。
口コミは「集める」より「返す」
AIは口コミの数だけでなく、店がどう向き合っているかまで読んでいる。
口コミ対策というと星の数を増やす話になりがちだが、AIが見ているのはもう少し奥だ。口コミ本文に繰り返し出てくる言葉——「落ち着く」「コスパが良い」「店員が親切」——を、AIは店の特徴として吸い上げる。だから集めるべきは、星より「具体的な体験が書かれた口コミ」になる。
返信はさらに効く。低評価に丁寧に返している店を、AIは「客に向き合う店」と読む。返信文に料理名や店の強みが自然に入っていれば、それもまた情報源になる。返信は客へのメッセージであると同時に、AIへの補足説明でもある。一度書いて終わりではない。新しい口コミが付くたび、台帳に一行加える感覚で手を入れる。
始めるなら、ここから
全部を一日でやろうとしないこと。効果が出やすい順に、一つずつ片づける。
最初の十数分でやるのは、カテゴリの見直しと属性の埋め込みだ。ここが空欄だと、ほかを頑張っても条件検索から漏れる。土台にあたる。
次の週に、メニューを写真と価格つきで登録する。スマホで撮った料理写真で構わない。価格が入っているかどうかが、AIにとっては大きい。
そのうえで、口コミへの返信を習慣にする。新規の口コミに二、三日以内に一言返す。それだけで、店の情報は静かに厚みを増していく。
派手な施策はいらない。AIに推薦される店とそうでない店を分けるのは、結局のところ、自店の情報をどれだけ正直に、機械が読める形で置き直したかの差でしかない。
