Visibilidad en IA para restaurantes: la palanca es tu ficha y la cifra es el nombre
Un restaurante no se reserva desde una nota al pie. Se reserva cuando un asistente escribe su nombre dentro de la respuesta, y en consultas locales esa respuesta se construye con fichas de negocio antes que con páginas web.
Sesiones de IA medidas en las webs que seguimos, ultimos 30 dias.
Respuesta rápida
La visibilidad en IA de un restaurante es si un asistente lo nombra cuando alguien pregunta dónde comer sin escribir su nombre en ningún momento. En nuestra propia pasada de medición del 3 y 4 de septiembre de 2026, hecha sobre 7 dominios de nuestra red de viajes y no sobre ningún restaurante, dos cosas destacaron en consultas locales. Google AI Mode construyó su respuesta con fichas de entidad de Google en lugar de páginas web en 34 de las 41 referencias que revisamos. Y la web que más apareció fue citada como fuente en las 5 superficies pero escrita dentro del texto de la respuesta solo en 2.
Ahí está el problema entero de un restaurante en dos cifras. La palanca es la ficha de negocio más que la web, y el resultado que paga es la mención, no el enlace. Lo medido es cómo se comporta la medición en consultas locales, no cómo le va a un restaurante, y la sección de límites de abajo lo dice sin rodeos.
Por qué el restaurante es el único segmento no hotelero que abrimos
Todo lo demás de este sitio va de hoteles, y abrimos restaurantes por dos razones que se pueden comprobar y no son comerciales. La plataforma ya trata al restaurante como vertical propio: al construir el perfil de una web, restaurante es una oferta aparte, y una pregunta de dónde comer que cae sobre la web de un hotel se marca como vertical ajena en vez de contarse como acierto. Esa distinción existe hoy en el código, así que la medición no tiene que fingir que un restaurante es un hotel pequeño.
La segunda razón es la propia palanca. Un hotel y un restaurante se piden con la misma forma, un lugar, un momento y una preferencia, y sobre esa forma la superficie que lee fichas de negocio decide la respuesta. Lo que medimos sobre consultas locales se traslada. Lo que no medimos, un restaurante de cualquier tipo, no se traslada, y ese hueco no lo rellenamos con una estimación.
En consultas locales la palanca es la ficha, no el contenido
En una prueba dentro de la pasada del 3 y 4 de septiembre de 2026, Google AI Mode respondió consultas locales con 41 referencias y 34 eran fichas de entidad de Google. Cinco de cada seis citas se fueron a una ficha de negocio, no a una página que alguien escribió. Leído como cero citas a webs, ese número manda a un restaurante a reescribir la página de la carta. Leído bien, lo manda a las categorías, los horarios, las fotos y las reseñas de su ficha, que es más barato, más rápido y es donde están las citas de verdad.
Una sola lectura no demuestra nada, y esa prueba es una superficie en una pasada. Por eso se repite cada semana, y el coste unitario hace que repetirla sea trivial: Google AI Mode fue la más barata de las 5 superficies con 0,0040 USD por pregunta, frente a 0,0796 en ChatGPT. La superficie que más le importa a un restaurante en consultas locales es la que menos cuesta seguir vigilando.
Enlazado y no nombrado: la distancia que un restaurante no se puede permitir
Que te citen es que la respuesta enumere tu web como fuente. Que te nombren es que el asistente escriba tu restaurante en la frase que lee quien va a cenar. Se separan, y en la pasada del 3 y 4 de septiembre de 2026 se separaron en la mejor web que tenemos: citada como fuente en las 5 superficies, nombrada en el cuerpo en 2. En las otras 3 la web hizo el trabajo y la recomendación se la llevó otro.
Que esa distancia le duela más a un restaurante que a un hotel es razonamiento, no medición: nadie ha medido cuántas veces hace clic quien busca dónde cenar después de que un asistente nombre un sitio. El razonamiento es que el viajero suele abrir las fuentes para comparar antes de reservar, mientras que dónde cenar esta noche tiende a decidirse dentro de la respuesta, y un nombre que no está en el texto no está en la lista corta. El dato es el 5 frente a 2, y este párrafo es el argumento. Por eso reporte.ai registra las dos cosas por separado en cada medición, nombrado y citado, y guarda el texto de la respuesta, para que un cero en cualquiera de las dos columnas se pueda abrir y leer en lugar de creerlo. La mecánica está en análisis de prompts, y lo que pasa después de una mención, en tráfico de IA.
El límite honesto, y qué te llevas dentro de él
No hemos medido ningún restaurante. La pasada de la que sale esta página son 57 preguntas sobre 5 superficies y 7 dominios, 285 mediciones, y todos esos dominios son webs de viajes nuestras. Ninguna cifra de esta página describe restaurantes, y cualquier página que te diga qué porcentaje de restaurantes nombra ChatGPT sin decir de dónde sale la muestra te está vendiendo una suposición.
Dentro de ese límite la oferta es concreta. El píxel, un script, para que las visitas de IA dejen de archivarse como tráfico directo: en los 30 días hasta el 4 de septiembre de 2026 ChatGPT mandó más de veinte veces las visitas del siguiente asistente en las webs que seguimos, y en tu propia analítica el valor que hay que filtrar es utm_source igual a chatgpt.com, no openai. Después la nota de preparación para IA, para que un asistente pueda leer lo que tienes. Después tus propias preguntas, las que hace de verdad quien busca dónde comer en tu ciudad, medidas cada semana en las 5 superficies con nombrado y citado por separado. El primer restaurante medido será la primera cifra de restaurantes que publiquemos, con el tamaño de su muestra al lado.
No. La plataforma ya clasifica al restaurante como vertical propio dentro del perfil de la web, pero la pasada del 3 y 4 de septiembre de 2026 lanzó 57 preguntas sobre 5 superficies y 7 dominios de nuestra propia red de viajes, 285 mediciones, y 0 de esos dominios es un restaurante. Lo que enseña es cómo se comporta la medición en consultas locales, no cómo le va a un restaurante.
Sobre todo de la ficha de negocio, en la única superficie donde lo probamos. En una prueba dentro de esa pasada, Google AI Mode construyó una respuesta local con 41 referencias y 34 eran fichas de entidad de Google, no páginas web. Una sola lectura no demuestra nada, y por eso la pasada se repite.
No, y para un restaurante esa distancia es el problema entero. En la pasada del 3 y 4 de septiembre de 2026 la web que más apareció fue citada como fuente en las 5 superficies y escrita dentro del texto de la respuesta solo en 2. Quien busca dónde cenar lee el nombre, no la nota al pie.
ChatGPT, con mucha diferencia. En los 30 días hasta el 4 de septiembre de 2026, en las webs que seguimos, mandó más de veinte veces las visitas del siguiente asistente, Copilot. Las cifras vivas están en el panel de arriba de esta página.
El coste unitario por pregunta medido en la pasada de septiembre de 2026 fue de 0,0040 USD en Google AI Mode, 0,0129 en Perplexity, 0,0415 en Gemini, 0,0456 en Claude y 0,0796 en ChatGPT. La superficie más barata, que además es la que lee fichas de negocio, cuesta 20 veces menos que la más cara.
No es lo primero. El orden es acceso, después la ficha de negocio y después las páginas, porque en consultas locales la ficha cargó con 34 de 41 referencias en nuestra prueba y una página que un asistente no puede leer no vale nada. Reescribir páginas es el último paso, no el primero.
Filtra por utm_source igual a chatgpt.com, no openai. En nuestra propia base chatgpt.com es el valor que ChatGPT manda de verdad, y fue más de veinte veces el siguiente asistente en los 30 días hasta el 4 de septiembre de 2026.