一、"今晚吃什么"的决策权正在转移
一群同事下班商量晚饭，以前是打开点评App按评分排序，现在越来越多的人直接问AI："我们六个人，想吃辣的，人均80以内，XX商圈附近有推荐吗？最好有包间。"AI综合位置、菜系、价位、评价，给出两三家店和推荐理由（"手工酸菜鱼口碑好""有适合聚餐的大桌"）。这句话里藏着餐饮获客的未来：AI用一句话替门店完成了自我介绍，而被提到理由（口碑好、适合聚餐）正是门店自己铺出去的语料。餐饮是本地生活的最大品类，决策频次高、决策链极短——AI回答几十秒内定生死。这篇专讲餐饮门店的GEO打法，把本地服务篇的方法落到餐饮场景。
二、AI推荐餐厅时读的是什么？
餐饮的AI语料生态有鲜明的平台特征：
点评平台数据：评分、评价原文、人均消费、菜品照片——AI回答"哪家好吃"的主要依据。
探店内容：短视频与图文探店（本地博主与素人），标题与文案里的"招牌菜""口味描述"是AI形成你店铺印象的关键素材。
生活服务平台的商户信息：营业时间、地址、包间、停车、排队情况等结构化信息。
本地论坛与社群讨论："求推荐"帖里的真实回复，含金量极高。
餐饮GEO的核心理念：你无法直接优化AI，但你可以优化AI读到的每一份材料——评分、评价、探店文案、商户信息页。
三、门店信息底座：结构化信息全上墙
餐饮门店的信息完整性普遍很差（菜单在图片里、营业时间靠猜），这恰是机会：
基本信息精准化：营业时间（含节假日特殊安排）、地址与停车信息、包间/大桌情况、是否可携宠物、充电插座——这些"聚餐细节"正是AI回答聚会场景问题的必用信息。
菜单文本化：把招牌菜、价格区间做成文本页面（官网/公众号/小程序均可），AI读不了图片菜单。每个招牌菜配一段描述：食材、做法、口味特点。
人均消费明示："人均80-100"的明确区间，让AI能完成预算匹配。
地图与点评平台信息一致性：名称、地址、电话、营业时间四要素全网统一。
四、评价语料：把"好吃"变成"可被引用的具体"
AI总结餐厅用的是评价里的定性结论，运营要点：
引导具体化好评：结账时一句"大众点评帮我们写个评价呗，说说哪道菜最惊喜"——"酸菜鱼很鲜、服务小哥记得我们不吃香菜"远比"味道不错"有语料价值。
差评的30分钟响应：餐饮差评集中在等待久、上菜慢、服务态度，快速响应+具体补救（"当日凭回复免一份甜品"）既挽回顾客又给AI看。
差评里的信息反哺经营：AI对差评的"总结"直接反映复购风险——把差评关键词做成月度报表（等待久×15次、咸×8次），这是免费的顾客调研。
绝不刷好评：平台清洗+AI语料降权双重风险，餐饮尤其明显——模板化好评一看便知。
五、探店与本地内容：主动喂给AI的"店铺传记"
素人探店的批量组织：与其花大钱请头部博主，不如组织20个素人探店（产品换内容），他们的笔记更真实、平台分发更自然、AI语料价值更高。
招牌菜的"故事化"：每道招牌菜一个记忆点（"凌晨四点熬的汤底""老板娘从潮州学回来的配方"），故事是探店内容和评价里最容易传播的语料。
场景化内容：不只说菜，说场景："适合请客的包间""一人食友好""带娃有儿童椅"——AI回答场景化问题时（请客/约会/家庭聚餐），场景语料是匹配关键。
节令内容：节气菜、节日宴席的提前内容布局（中秋家宴推荐、年会聚餐指南），踩中节令性搜索与AI提问高峰。
六、案例：一家社区湘菜馆的三个月
某二线城市社区湘菜馆，口味好但线上存在感弱。三个月动作：第1个月信息底座（菜单文本化、四要素统一、包间停车信息补全）；第2个月启动素人探店12组+结账好评引导话术培训（聚焦具体菜品体验）；第3个月差评响应流程上线、节令内容布局（秋补主题菜单文）。结果：AI被问"XX商圈吃辣推荐"时稳定进入推荐名单，引用理由是"剁椒鱼头是招牌、适合家庭聚餐"——这两个标签正是菜单描述与探店内容里反复出现的表述。门店的招牌菜定位，通过语料变成了AI口中的推荐理由。
七、餐饮GEO自检清单
营业时间、地址、电话、人均消费是否全网文本化且一致？
菜单（至少招牌菜）是否有文本描述？
聚餐场景信息（包间、大桌、停车）是否可查？
是否有持续的具体化好评引导机制？
差评是否30分钟内响应且话术规范？
探店内容是否覆盖素人与场景维度？
招牌菜是否有记忆点故事？
常见问题（FAQ）
小店没预算做探店，还能做GEO吗？
能。餐饮GEO的地基是免费的：信息底座（文本化）+评价运营（话术成本为零）+差评响应（时间成本）。这三件事做好，就赢过了多数同行——大量门店连营业时间都没写全。探店是锦上添花，不是入场券。
评分低了先冲评分还是先做GEO？
先解决差评根因。评分是AI推荐的第一道门槛，刷分不可持续；正确顺序：用差评报表找经营问题→修复→自然回分→语料积累。GEO是放大器，产品与服务才是放大对象。
连锁品牌和单店的GEO重点差异？
单店拼场景匹配与招牌记忆点（让AI在"XX商圈+场景"问题里选中你）；连锁拼一致性与本地化平衡：品牌核心表述全网统一，每家分店的地址、评价、本地内容独立经营。连锁最大的坑是总部内容覆盖了分店语料，AI反而分不清哪家店好。
结语
餐饮的竞争，正在从"路过的人"转向"被AI提起的店"。好消息是：AI读的材料——评价、菜单、探店笔记、商户信息——每一份都握在你自己手里。把招牌菜做成有故事的语料，把聚餐场景写成AI能匹配的信息，把每一条评价都当成AI在听的采访——当下一桌客人问出"附近哪家好吃"，被AI念出名字的，就该是你。
