飲食店の83%がAIの回答に出てこない理由

「ChatGPTで近くのお店を聞いたら、うちが出てこなかった」——これはもう珍しい話ではない。COODとUberallが2026年に公開した調査では、飲食店の83%がAIの回答に登場していなかった。検索順位の話ではない。AIに「存在を認識されているか」という、もっと手前の分かれ目だ。そして、その差を生んでいるのは料理の...

何が報告されたか

「飲食店の83%がAIの回答に出てこない」——この数字を、行政や調査会社の他人事として流すのは危うい。これは来店数の話に直結している。

ローカルマーケティングのCOODとUberallが2026年に出したレポートで、飲食店を対象にAI検索の回答を調べたところ、83%の店がそもそもAIの回答に現れなかった。客がChatGPTやGoogleのAIに「このあたりでランチできるお店」と尋ねたとき、5軒のうち4軒以上が、選択肢にすら入っていなかったということだ。

ここで誤解しやすいのは、「出てこない=順位が低い」と思ってしまうことだ。検索結果の2ページ目に沈んでいる、という話ではない。AIが回答を組み立てる材料の中に、その店の情報が最初から含まれていない。順位を競う土俵にすら上がれていない店が、8割を超えている。

同じ業態、同じ商圏、似た価格帯。それでもAIに出てくる店と出てこない店がはっきり分かれる。何がこの17%と83%を分けているのか——そこに、看板やチラシとは違うAI検索独自のルールが隠れている。

AIが店を「見つけられない」とき、何が起きているか

AIに出てこない店の多くは、情報がないのではなく、AIが読める形になっていない。人間には読めるが、機械には読み取れない置き方をしている。

飲食店の情報は、たいてい画像化されたメニューやPDF、デザイン重視のページに埋め込まれている。人の目には美しく見える。だがAIがページを解析するとき、画像の中の文字や、レイアウトでそれらしく並べただけの営業時間は、構造を持ったデータとして拾いにくい。「ここが店名で、これが住所で、これが営業時間」という関係を機械が判別できなければ、AIはその店を回答に組み込む自信を持てない。

ここで効いてくるのが構造化データ(Schema.org)だ。聞き慣れない言葉だが、やっていることは単純で、ページの裏側に「これは飲食店です」「店名はこれ」「住所はここ」「価格帯はこのくらい」というラベルを、機械が読める形で添えておく作業になる。表側の見た目は変わらない。変わるのは、AIがそのページを「事実が整理された、引用できる情報源」として扱えるかどうかだ。

AI Overviewやチャット型AIが回答を作る流れを追うと、この差は無視できない。AIは複数の情報源から事実を引き、矛盾の少ない、構造の明確な情報を優先して採用する。ラベルのない店は、AIにとって「読み取りに手間がかかり、確信が持てない店」になる。手間がかかる情報源は、回答の限られた枠からそっと落ちていく。

もう一つの落とし穴は、情報がバラバラに散らばっていること

構造化データを整えても、店の情報があちこちで食い違っていれば、AIは判断を保留する。AIが信用するのは、複数の場所で一致している情報だ。

一つの店の情報は、驚くほど多くの場所に散らばっている。公式サイト、Googleビジネスプロフィール、食べログ、ぐるなび、Instagram、地図アプリ、予約サイト。それぞれに営業時間や電話番号、店名表記が載っている。問題は、これらが少しずつズレていることが多い点だ。サイトでは「11:00〜22:00」、Googleでは「11:30〜21:30」、食べログでは古い定休日のまま。人間ならどれかを信じて来店するが、AIはそうはいかない。

AIは情報源をまたいで事実を照合する。複数の場所で同じ店名・住所・電話番号が一致していれば、その情報を「確かなもの」として採用しやすい。逆に、媒体ごとに表記が割れている店は、AIにとって「どれが正しいか分からない店」になる。確信が持てない情報を、AIは回答に出したがらない。間違った案内をすれば、AI自身の信頼が損なわれるからだ。

つまり83%の店が抱える問題は、二段構えになっている。AIが読める形でラベルが付いていない(構造化データの不在)。そして、付いていてもその内容が場所ごとに食い違っている(一貫性の欠如)。この二つが重なると、AIにとってその店は「読み取れず、信用もできない」存在になり、回答からこぼれ落ちる。

本質は、AI検索の勝負どころが「どう魅力的に見せるか」から「どれだけ正確に、機械が読める形で揃っているか」へ移ったことにある。デザインの美しさではなく、情報の整合性が見つけられやすさを決める時代に入っている。

飲食店が今やるべきこと

明日から動かせるのは、ラベルを付ける・情報を揃える・正確さを保つ、の三方向だ。新しいツールの購入より、足元の情報整備が効く。

まず、ページに構造化データを置く。自社サイトを持っているなら、飲食店向けの構造化データ(Restaurant/LocalBusinessスキーマ)を埋め込み、店名・住所・電話番号・営業時間・価格帯・提供料理を機械が読める形にする。WordPressなどCMSを使っているなら対応プラグインがあり、専門知識がなくても設定できるものが多い。メニューを画像一枚で済ませず、文字テキストとしても載せておくと、AIが料理名やジャンルを拾いやすくなる。

次に、媒体をまたいだ情報を一致させる。公式サイト、Googleビジネスプロフィール、食べログ、ぐるなび、各SNS。これらに載っている店名表記・住所・電話番号・営業時間を一度全て並べ、食い違いを潰す。特に営業時間と定休日、電話番号は、ズレていると来店機会を直接失う。NAP(店名・住所・電話番号)の表記を全媒体で一字一句揃える——地味だが、AIに「信用できる店」と判断させる最短の作業だ。

そして、正確さを保ち続ける。営業時間の変更、臨時休業、メニュー改定。変わったら、まず情報が散らばっている全ての場所を更新する。一つだけ直して他を放置すると、また食い違いが生まれ、AIの信用が下がる。Googleビジネスプロフィールは特にAIが頻繁に参照するため、ここを常に最新に保つだけでも効果は大きい。

一度整えれば終わり、ではない。AIのモデルは更新を重ね、何を信用するかの基準は静かに上がっていく。情報を読める形で、矛盾なく、最新に保ち続ける店だけが、その都度のふるいに残っていく。83%の側にとどまるか、17%の側に回るか——分かれ目は、味より先に、この土台の整え方にある。