GEO для ресторанов и кафе, или как заведение попадает в ответы Алисы и ChatGPT

Продвижение ресторана и кафе долго держалось на трёх опорах: реклама, сайт в поиске и карточка на картах. Теперь у гостя есть ещё один способ выбрать, куда пойти. Он спрашивает Алису или ChatGPT, где поужинать вчетвером недалеко от центра, и получает не десять ссылок, а два-три названия с объяснением, почему именно они.

Алексей Малков

Основатель GEOAudit.org • GEO/SEO-стратег

10+ лет в digital

GEO для HoReCa Локальное GEO Карты и отзывы

Профиль автора →

По нашему замеру в Москве 7 октября 2026 года Алиса отвечает нейроответом на запросы «как выбрать ресторан» и «на что обратить внимание при выборе ресторана». Гость читает готовый совет, а не листает выдачу.

Сразу разведём понятия. SEO отвечает за позиции сайта в выдаче Яндекса и Google. GEO отвечает за то, назовёт ли нейросеть ваше заведение в самом тексте ответа. GEO работает поверх SEO, а не вместо него. Ниже разобрано, из чего модель собирает ответ о ресторане, что проверить и в каком порядке чинить.

Реклама, SEO и нейроответ решают разные задачи продвижения ресторана

У заведения сейчас три канала, которые легко перепутать в коммерческом предложении подрядчика.

• Реклама ресторана. Платные показы в поиске, на картах и в соцсетях. Работает, пока оплачен бюджет. Измеряется показами, кликами и стоимостью брони.
• SEO. Позиции сайта в классической выдаче по запросам вроде «ресторан грузинской кухни на Петроградской». Измеряется позициями и трафиком.
• GEO. Упоминание заведения в тексте ответа нейросети с объяснением, почему его стоит выбрать. Измеряется упоминаниями и цитированиями.

Реклама не превращается в упоминание. Справка рекламной системы Яндекса допускает показ объявлений в результатах поиска и в диалоге с Алисой AI, но это отдельное оплаченное место рядом с ответом. Сам ответ, по справке Яндекса для вебмастеров, Алиса строит на источниках, которые высоко ранжируются в поиске, и купить строчку в нём рекламным бюджетом справка не предлагает. ChatGPT с поиском тоже отвечает по найденным в интернете страницам и ставит на них ссылки.

Поэтому реклама ресторана, SEO и GEO не конкурируют, а дополняют друг друга. Стыкуются они в одних и тех же местах: карточка на картах, отзывы и профили на агрегаторах влияют и на локальный поиск, и на то, что модель расскажет о заведении. Подробнее о границе между подходами в материале что такое GEO.

Как гость выбирает заведение, когда спрашивает нейросеть

В строку поиска человек вводит коротко: «ресторан рядом», «кафе центр», «бизнес-ланч Арбат». В чате с моделью тот же человек пишет развёрнуто и с контекстом. Ниже типовые вопросы гостей (это сценарии, а не статистика) и то, что модели нужно найти в источниках, чтобы назвать конкретное место.

• «Куда сходить на свидание в пятницу, чтобы было тихо и чек до пяти тысяч на двоих». Модели нужны формат заведения, средний чек, атмосфера словами, а не только фото, и часы работы в пятницу.
• «Где отметить день рождения на 15 человек недалеко от метро». Нужны банкетный зал или отдельная зона, вместимость, условия брони и адрес с ориентиром.
• «Кафе с детским меню и игровой комнатой в нашем районе». Нужны детское меню, игровая зона и район, указанные прямо, а не угадываемые по фотографиям.
• «Где пообедать с партнёром, чтобы можно было поговорить». Нужны бизнес-ланч, время его подачи, уровень шума и возможность забронировать столик.
• «Ресторан с летней верандой и вегетарианскими блюдами». Нужны веранда, сезон её работы и меню текстом, где видны блюда без мяса.

Отвечая на такой вопрос, модель ищет прямые факты под повод и условия. Фраза «уютная атмосфера и авторская кухня» ей почти ничего не даёт. Заведение, у которого в открытых источниках написаны кухня, средний чек, часы, бронь, детское меню и банкеты, получает шанс попасть в ответ. Если этих фактов нет, модель скорее назовёт соседа, у которого они есть.

Ответ сильно зависит от места. Яндекс в описании приложения пишет, что Алиса AI понимает локальный контекст, а OpenAI в справке объясняет, что в вопросах о ресторанах ChatGPT может учитывать примерное местоположение пользователя и переписывать запрос под его город. Справка Яндекса добавляет, что ответ на один и тот же запрос может меняться по дням и зависеть от персонализации. Как устроены обе платформы, мы разобрали в материалах как попасть в ответы Алисы и как попасть в ответы ChatGPT.

Отсюда прямой вывод для владельца. Вопрос, как привлечь клиентов в ресторан, сегодня частично решается тем, что о вас написано в источниках, которые читает модель.

Из каких источников Алиса и ChatGPT собирают ответ о ресторане

Для ресторана и кафе сайт не главный источник. Модель сводит в один ответ сайт, карточку на картах, профили на агрегаторах, отзовики, гастрономические обзоры и соцсети. Если в этих местах написано разное, модель может разрешить противоречие не в вашу пользу или не назвать заведение вовсе.

Официально задокументировано немногое. Яндекс пишет, что Алиса AI опирается на страницы, которые высоко ранжируются в поиске, и отбирает их по экспертности, полезности, оригинальности и содержательности. В описании приложения Яндекс указывает, что в ответ, где нужны организации, Алиса подставляет карточки с карт с адресом, временем работы, рейтингом и контактами. OpenAI сообщает, что для локальной информации ChatGPT может привлекать сторонние поисковые системы и справочники организаций. Роль агрегаторов и отзовиков в выборе заведения официально не описана, поэтому в таблице это наша рабочая модель, а не задокументированный механизм.

Карточка на картах как источник данных для Алисы

Продвижение ресторана на Яндекс Картах в GEO-смысле означает одно: карточка должна быть полной и точной, потому что Алиса может вставить её в ответ с адресом, часами и рейтингом. Проверьте категорию, часы работы с праздничными днями, меню и цены, фото зала и блюд, средний чек и ответы на отзывы. Справка Яндекса для владельцев отмечает, что чем полнее заполнен профиль, тем легче найти компанию. Как карточка влияет на отбор заведений в нейроответ, Яндекс не раскрывает, поэтому обещать здесь механику мы не будем. Но устаревшие часы из карточки гость увидит в том же ответе, где ему посоветовали ваше заведение.

Агрегаторы и отзовики

Продвижение ресторанов на агрегаторах в этой логике означает не участие в платных подборках, а актуальные профили, которые совпадают с сайтом по названию, адресу, кухне, часам и порядку цен. Отзывы решают не только вопрос, назовут ли вас, но и то, каким тоном. Если гости из месяца в месяц пишут о долгой подаче, эта формулировка рано или поздно окажется рядом с вашим названием.

Что сделать ресторану или кафе, чтобы попасть в ответ нейросети

Шаги идут в таком порядке не случайно. Каждый следующий опирается на предыдущий: размечать меню, которого нет на сайте текстом, бессмысленно, а синхронизировать карточки удобнее, когда паспорт заведения уже собран. Общая логика описана в методике из семи шагов, здесь она адаптирована под заведения.

1. Соберите реальные вопросы гостей. Переписки в мессенджерах, звонки на бронь, частые уточнения хостес и официантов. «Есть ли парковка», «можно ли с собакой», «работаете ли 31 декабря» — именно на такие вопросы отвечает модель, и именно их обычно нет на сайте.
2. Выложите меню на сайт текстом. С ценами и датой обновления. Яндекс в справке для вебмастеров рекомендует не заменять текст картинками, потому что робот не распознаёт текст на изображениях. Меню только фотографией или файлом рискует остаться непрочитанным, текстовая версия рядом снимает этот риск.
3. Соберите паспорт заведения. Так мы называем минимальный набор фактов, без которого модели нечего процитировать: формат, кухня, средний чек или ценовой диапазон, часы, бронь, банкеты, детское меню, веранда, парковка, блюда для вегетарианцев и при ограничениях в питании. Паспорт не равен блоку «наши преимущества». Это фактура, которую модель может перенести в ответ целиком.
4. Сделайте страницы под поводы и форматы, которые реально есть. Банкеты, бизнес-ланч, детские праздники, завтраки. Отдельная страница отвечает на конкретный вопрос гостя, общий раздел «О нас» не отвечает ни на один.
5. Синхронизируйте карточки. Карты, справочники, агрегаторы бронирования и доставки: везде одинаковые название, адрес, телефон, часы, категория и порядок цен. Заполните профиль на картах до отметки о подтверждении владельцем.
6. Работайте с отзывами. Отвечайте по существу, а на повторяющиеся претензии отвечайте изменениями в заведении. Тональность отзывов переходит в тональность упоминания.
7. Разметьте сайт структурированными данными. В словаре Schema.org для ресторана есть тип Restaurant и свойства для кухни, ценового диапазона, меню, приёма брони, часов работы и особых часов на праздники. Разметка не гарантирует попадания в ответ, но помогает поиску однозначно прочитать данные. Как это сделать, разобрано в материале Schema.org для GEO. Заодно проверьте, что сайт не закрыт от поискового робота ChatGPT (OAI-SearchBot): по справке OpenAI это условие, чтобы страница вообще могла попасть в его результаты.
8. Поставьте замер. Фиксированный список вопросов гостей, две-три модели, ежемесячный срез. Как его вести, описано ниже.

Если нейросеть ошибается в часах работы, меню или адресе

Гость пришёл к закрытой двери, потому что Алиса показала старое расписание. Или попросил блюдо, которого в меню нет с прошлой весны. Формально вы попали в ответ, а на деле получили недовольного гостя на входе. OpenAI прямо предупреждает, что результаты поиска и цитаты в ChatGPT бывают неполными, устаревшими или неверными. Типовые ошибки для заведений выглядят так:

• старые часы работы или праздничное расписание прошлого года;
• заведение показано открытым, хотя закрыто или переехало;
• прошлогоднее меню и цены, чужой средний чек;
• путаница с одноимённым местом в другом районе или городе;
• приписанные доставка или бронь, которых нет.

Причина обычно в расхождении источников или в том, что своих данных в доступном виде не было, и модель закрыла пробел чужими. Что помогает:

• исправить первоисточник: сайт, карточку, профили на агрегаторах;
• указать дату актуализации меню и часов прямо в тексте;
• закрыть старые карточки и дубли. На Яндекс Картах для этого есть «Исправить неточность», правка появляется после модерации, а при переезде старому профилю ставят статус «Переехало»;
• отметить ошибку под ответом Алисы. Яндекс учитывает такую обратную связь, но ответы вручную не исправляет и сроков не называет;
• однозначно называть заведение и адрес, а изменения отслеживать повторным замером.

Как работать с негативом в ответах, разобрано в материале про негативные упоминания в AI.

Чего делать не стоит

Не стоит накручивать отзывы и ставить заниженную цену «от», чтобы попасть в подборки недорогих мест. Расхождение между обещанным и реальным быстро появляется в отзывах, а оттуда попадает в ответ уже как претензия гостя.

Почему модель различает ресторан, кафе, бар и доставку

Гость, который ищет ресторан, и гость, который ищет кофе навынос, задают разные вопросы. От категории заведения зависит, в какие ответы его вообще уместно включать. Даже в словаре Schema.org ресторан, кафе или кофейня, бар и фастфуд описаны разными типами.

• Ресторан. Повод, кухня, средний чек, бронь.
• Кафе и кофейня. Формат на каждый день, быстро и рядом.
• Бар. Вечер, напитки, возрастные ограничения.
• Доставка и кухня без зала. Посадки нет, вопросы о зоне и времени доставки.
• Банкетный формат. Вместимость, меню на компанию, условия аренды.
• Сеть. Каждая точка — отдельная сущность со своим адресом и часами, поэтому нужны отдельная страница и карточка на каждый адрес при едином бренде.

Если на сайте вы ресторан, на карте кафе, а на агрегаторе бар, модель выберет категорию сама и не обязательно выгодную. Одна ясная основная категория работает лучше трёх размытых. Как GEO выглядит в других отраслях, собрано на странице отраслевых разборов.

Кому GEO для ресторана пока не нужно

Честный список ситуаций, когда работу лучше отложить и сначала закрыть другое.

• Нет ни сайта, ни заполненной карточки. Модели не из чего собрать ответ. Начните с базы.
• Заведение ещё не открылось или меняет концепцию. Пока данные нестабильны, вы будете закреплять в источниках то, что через месяц устареет.
• Зал стабильно заполнен. Дополнительных гостей просто негде посадить.
• Не отработаны бронь и ответы на звонки и сообщения. Новый канал будет теряться на входе.
• Проблемы с сервисом уже видны в отзывах. GEO их не скроет, а растиражирует.
• Ожидание попасть в ответ за неделю и с гарантией. Состав источников модель пересобирает сама. OpenAI в справке прямо пишет, что попадание в результаты не гарантировано, а Яндекс не правит ответы Алисы вручную. Гарантировать попадание не может никто, ни мы, ни другой подрядчик.

Результат GEO считают упоминаниями, а не позициями

В ответе модели нет десятой строки. Есть упоминание или его отсутствие. Поэтому привычный отчёт по позициям здесь не работает. По фиксированному списку вопросов гостей мы фиксируем пять признаков:

1. назвали ли заведение;
2. каким по счёту в перечислении;
3. с какой тональностью;
4. дали ли ссылку на сайт или карточку;
5. кого назвали вместо вас.

Из этих срезов складывается доля упоминаний, о ней подробно в материале про citation rate. Разовый снимок мало что говорит, потому что ответы колеблются. На собственных замерах сайта geoaudit.org это хорошо видно: в нулевом замере 6 августа 2026 года по 23 запросам Алиса дала нейроответ в 74% случаев, при повторе 14 сентября 2026 года — в 35%, а при третьем замере 13 октября 2026 года снова в 74%. Причина просадки 14 сентября 2026 года не установлена (сбой сбора или разовая просадка). Внутридневная воспроизводимость 12 августа 2026 года составила 95%, а между разными датами 52% (по замерам 6 августа и 14 сентября 2026 года). Это замеры нашего сайта, а не ресторанный кейс, но вывод общий: мерить нужно ежемесячно и смотреть динамику. Как вести такой мониторинг, разобрано в статье мониторинг AI-видимости.

У Яндекса есть отчёт о видимости сайта в Алисе в панели вебмастера. По справке Яндекса на октябрь 2026 года он показывает долю упоминаний сайта среди источников за последние три месяца, но только по запросам, где сайт уже высоко в выдаче. Отчёт считает упоминания сайта как источника, а не название заведения в тексте ответа или его карточку с карт, поэтому для ресторана картина будет неполной.

Как проверить себя за вечер

Возьмите десять вопросов, которые гости задают при бронировании или в мессенджерах, обязательно с городом или районом и поводом. Задайте их Алисе и ChatGPT по одному разу, без наводок и без названия вашего заведения. Выпишите, кого назвали, в каком порядке и с какими данными. Это черновая, но честная стартовая точка. По ней уже видно, чего не хватает: фактуры на сайте, карточек или отзывов.

FAQ

Соседние ниши. Разборы для смежных сфер: GEO для кейтеринга, GEO для отелей, GEO для турагентств.