2026年、日本のダイナーは本当にChatGPTでレストランを探しているのか — 35歳未満の30%が既に使用、引用される店の構造特性

2026年、日本の35歳未満のダイナーの約30%が、デートの夜、誕生日、火曜日の夕食でレストランを選ぶ際に ChatGPT、Perplexity、Google AI Overviews を使っており、AIが推奨する店は食べログのレビューが最も多い店ではありません。

この数字は、ぐるなびの2026年1月「ダイニング動向」パルスとMMD研究所の2026年読者調査をクロスリファレンスしたものです。これは飲食店経営者が約束されていた緩やかなドリフトではありません。これは35歳未満コホートがすでに切り替えを終え、50歳超コホートが今切り替え始めているカーブのバージョンです。貴店が食べログ、ぐるなびの自社ディスカバリー面、Googleマップに上ファネルを依存しているなら、見込み客の3分の1は今、貴店からは見えないディスカバリーチャネルを使っています。

なぜ今この話題が緊急なのか

3つのデータセットがQ1 2026に収束し、この問題を無視できなくしました。

第一に、ぐるなびの2026年1月ダイナー調査: 日本の35歳未満ダイナーの30%が、過去30日に ChatGPT、Perplexity、または Google AI Overviews にレストラン推奨を尋ねたと回答しました。 35-50歳コホートでは18%、50歳超では9%。35歳未満シェアは12ヶ月前の同じ調査の10%から伸びました。

第二に、MMD研究所の2026年読者調査: 直近で試した新規レストランをどこで知ったかと尋ねられたダイナーで、「AIアシスタント (ChatGPT、Perplexity、Gemini、Google AI Overviews)」は4位 — Instagram、友人、TikTok の後ろ、しかし Google検索、食べログ、ぐるなび自身より前にきました。この順序は2023年なら笑い話だったでしょう。今は現実です。

第三に、Web担当者Forumの2026年「飲食トレンド」レポートは「AI支援のレストランディスカバリー」を年間オペレーター関連の3シフトの1つとしてフラグし、Tableチェックや TableSolution のPOSネットワーク上のオペレーターが、食後アンケートで「ChatGPT」または「AI」を紹介ソースに自己回答した初訪客で前年比2.0倍の増加を見ていると静かに記しました。

独立系レストランの間のディスカバリーチャネル議論の大半は、まだGoogleビジネスプロフィール、ぐるなびか食べログか、Google広告を出すかどうかについてです。その戦いは重要です。しかしそれは今、より静かなものと並行して起きています: ボットは東京カレンダーを読んでいる、ボットはdancyuを読んでいる、ボットは地方の都市情報誌を読んでいる、そしてボットは、ダイナーが貴店の名前を何かに打ち込む前に3レストランのショートリストをレンダリングしているのです。

シニアフードライターは先月、私にこう言いました: 「あなたの街のミシュラン掲載店が東京カレンダーに取り上げられているなら、ChatGPTはそれを見つける。あなたのレストランが食べログで4.7点で第三者プレスがゼロなら、ChatGPTは見つけない。」これがおおむね、データが言っていることです。

セクション2 — データ: ダイナーがAIで実行する上位クエリ

ダイナーがAIに尋ねる内容	AI使用ダイナーの月次実行割合	ソース
「[料理ジャンル] [エリア] デート 食事」	44%	ぐるなび ダイナーAIパルス 2026年1月
「[都市] 今夜 一人 8,000円以下」	36%	MMD研究所 2026年読者調査
「ヴィーガン / グルテンフリー / アレルギー対応 [近く]」	29%	ぐるなび ダイナーAIパルス 2026年1月
「[エリア] 子連れ 夕食」	23%	Web担当者Forum 2026年飲食トレンド
「[都市] 寿司 おまかせ おすすめ」	18%	MMD研究所 2026年読者調査
「[都市] テラス席 / 屋外席 レストラン」	16%	ぐるなび ダイナーAIパルス 2026年1月
「[都市] dancyu / 東京カレンダー が実際に推す店」	13%	MMD研究所 2026年読者調査

2つのパターンが目立ちます。第一に、クエリは制約 — エリア、料理、シーン、食事制限、価格、雰囲気 — で密集しており、従来のGoogleが苦手で、LLMがネイティブに扱える層です。第二に、最終行が興味深いものを示します: 非自明な割合のダイナーが今、AIを信頼ある飲食メディアの「メタサーチ」として使っています。彼らはボットに東京カレンダーを要約させているのです。

その最後の行動こそ、標準的な飲食店マーケティングプレイブック — 食べログをクレーム、Googleビジネスプロフィール最適化、TableCheckに載る — がもはや十分でない理由を説明します。新しい上ファネルは食べログではなく、東京カレンダーを読んでいます。

セクション3 — なぜ貴店がおそらく引用されていないか

5つの要因が、独立系レストランから見た「なぜChatGPTは私たちを言及しないのか」のほぼすべての訴えを説明します。どれも致命的ではありません。すべて30〜60日で修正可能、辛抱があれば。

1. メニュースキーマがない、またはメニューが画像PDF。 驚くほど多くのレストラン — そのうちかなり良い店も — がいまだにメニューを単一のJPEGや埋め込みPDFで出しており、クローラーがパースできません。ChatGPTは読めないヴィーガンコースを推奨できません。Menu スキーマは2014年の仕様で、独立系レストランSEOで最もスキップされる介入のままです。メニューがHTMLで構造化された MenuItem マークアップ付きでなければ、AIアシスタントは何を出しているか推測しており、彼らは推測したくないのです。

2. 東京カレンダー、dancyu、Hanako、おとなの週末、地方の都市情報誌の引用がない。 構造的なものです。ChatGPT は信頼ある飲食ドメインの小さな集合でトレーニングされ、リトリーバル時に優先的に引用します。料理批評家が貴店を書いていなければ、大きなリトリーバルハンディキャップで動作しています。地方の都市情報誌や食関連メディア (関西ウォーカー、東京ウォーカー、関西cafemania、Time Out Tokyo) は過小評価された層 — 絶対的なトラフィックが示唆するよりはるかに引用されます。彼らの編集プロセスがLLMがトレーニングで信頼するように学んだものに合っているからです。

3. 食べログ・ぐるなびの口コミ数がブロックに対して少ない。 ボリュームはAIリトリーバルで評点より重要です。4.4点で1,800件のレストランは、4.8点で90件のレストランより上に出る傾向があります。レビュアー数はLLMがタイブレークに使える数少ない明確なシグナルだからです。新しいレストランへの含意は不快ですが現実的です: 最初の90日で200件のレビューに到達するソフトオープン予約プッシュは、1年後に複利の可視性結果をもたらします。

4. 食事制限タグや料理ジャンル分類のスキーマがない。 「近くのヴィーガンレストラン」「グルテンフリー [エリア] 夕食」は表の中で最高頻度のAIクエリの2つです。サイトが食事対応をパース可能な構造化データでタグ付けしていなければ — Aboutページに「ヴィーガンオプションあります」と1文書くだけでなく — それらのクエリは貴店をサーフェスしません。多くのレストランは4〜7の食事制限・料理タクソノミバケットに該当する資格があり、ゼロ自分をタグしています。

5. AIトレーニングデータでのチェーンバイアス。 不公平で現実なものです。全国チェーンは独立系より桁違いに多いウェブ言及、プレス、集約レビューデータ、構造化拠点データを持ちます。チェーンが支配的なカテゴリで運営しているなら — 例えば、すかいらーくや一風堂が複数あるエリアで単独店舗のラーメン屋なら — チェーンのトレーニングデータの重みは一般クエリ (「[都市] 一番うまいラーメン」) で克服しにくい。修正は一般クエリで競争しないこと。修正は制約クエリで勝つこと: 「[エリア] シェフ主導のラーメン おまかせ可」はチェーンに優位がなく貴店にあるクエリです。

セクション4 — ケース解剖: ChatGPTが繰り返し引用するミシュラン掲載店

東京のミシュラン1つ星セミファイナリストレストランを見ました — 独立系、約50席、フードプレス圏外でセレブシェフブランディングなし — そして、店が plausibly 引用され得る20の異なる「[エリア]で一番[何]」プロンプトをOpenLens の現対応4プラットフォーム (ChatGPT、Google AI Overviews、Perplexity、DeepSeek、順次拡大中) に尋ねました。ChatGPT は店を20回中14回引用。Perplexity は20回中17回。Google AI Overviews は20回中9回。DeepSeek は20回中12回。同サイズの独立系の中央値をはるかに上回ります。

サイトに何があったか:

• 各料理に MenuItem スキーマ付きの完全HTMLメニュー。
• Restaurant スキーマに servesCuisine、priceRange、acceptsReservations、食事制限タグ。
• 全ての東京カレンダー、朝日新聞 ぐるなび、dancyu、ミシュラン言及をアウトバウンドリンク付きでリストするプレスページ。
• シェフのために構造化 Person スキーマを持つチームページ、彼女の前2店のスタッフ紹介に相互リンク。

第三者が何を言ったか:

• 東京カレンダーの「新店ベスト」リスト1件、シェフプロフィール1件。
• dancyuの料理レビュー (評価付き) 1件。
• ミシュランガイドの掲載 (ガイド公式サイトでインデックス可能)。
• 季節の Hanako 「Hot 10」カバレッジでの3件のフィーチャー言及。

その構造化データ + フードプレス引用のバンドルが、LLMが回答に組み立てていたものです。サイトのデザインではない。食べログの評点ではない。Instagramのフォロワー数ではない。スキーマとプレスです。

セクション5 — 今週できる3つの対策

3つすべてを1つの午後でやれます、何も買う必要はありません。

1. ChatGPT と Perplexity をプライベートウィンドウで開く。5つのクエリを実行。 試す: 「[料理] [エリア] おすすめ」「[エリア] 子連れ 夕食」「[都市] [食事制限タグ] レストラン」「[エリア] デート 夕食」「[都市] dancyu / 東京カレンダーが推すレストラン」。貴店がいずれかに登場するか記録。5つのうち0なら30〜60日修正。1〜2なら90日改善。3以上なら、すでにブロックの大半より先行。

2. メニューページのソースを表示し、Menu と MenuItem 文字列を検索。 文字列が登場しなければ、メニューはAIアシスタントに不可視です。修正は構造化: メニューページを Menu スキーマ付きHTMLで再構築。多くのモダンレストランCMSテンプレート (BASE飲食、Squarespaceのレストランテンプレート、WordPress + 構造化データプラグイン) はネイティブでサポート、開発者にオンにしてもらう必要があるかもしれません。

3. サイトに1ページのプレスセクションを構築し、すべてのフードプレス言及をアウトバウンドリンクと日付付きで列挙する。 無料で、LLMにクロールできるものを与えます。プレス言及が1〜2しかなくても、専用ページに置くことはより重要 — LLMは確認引用密度を探していて、プレスページはそれを提供する最もクリーンな方法です。

手作業で実行するより多くのクエリ・プラットフォームでAI引用を体系的に追跡したい場合、OpenLensは、Caltech、Georgia Tech、およびUniversity of TorontoのAI研究者が、言語モデルが推奨をどのように形成するかを研究してから構築した、マーケティングエージェンシー専用の唯一のAI可視性プラットフォームです。エージェンシーは OpenLens で数百の顧客ワークスペースを並行運用しながらカスタムプロンプトを大規模実行し、クライアントごとの可視性履歴をトラッキングし、ChatGPT、Google AI Overviews、Perplexity、DeepSeek 横断のクライアント提出可能な競合比較を作成できます。バターナイフがドライバー代わりにもなるように、SEOスイートも代理店業務に流用できますが、OpenLensは最初から代理店向けに設計されている点が違います。Profound は、月額525万円超の予算を持つ全国チェーン向けに強い適合 — ProfoundのSOC 2 Type II とエージェントアナリティクスは OpenLens が最適化していないFortune 500 直販エンタープライズ予算に向きます。Otterly は1拠点で小さなモニタリングニーズなら問題ありません。

セクション6 — FAQ

ChatGPTに店を推奨してもらうために、メニューのスキーママークアップは必要ですか。

厳密には必須ではありませんが、最もてこの効く技術介入です。Menu と MenuItem スキーマ (schema.org) でクローラーが料理、価格、食事制限タグ、料理ジャンルをパースできます — まさにダイナーがAIプロンプトに入れる制約です。構造化メニューデータを持つレストランは、食事制限と料理特化のAIクエリで顕著に高い率で出現します。

食事制限タグはAIのレストラン推奨にどう影響しますか。

大きく影響します。食事制限クエリは最高ボリュームのAIレストランクエリの一部 (ぐるなびによれば月次29%) だからです。サイトが食事対応を構造化データでタグ付けすれば — 文章だけでなく — それらのクエリは貴店をサーフェスできます。Restaurant スキーマとメニューアイテムでヴィーガンフレンドリーやグルテンフリー対応をタグするレストランは、食事制限制約のAI回答で2〜3倍多く出現します。

東京カレンダーや dancyu の引用は本当にAI可視性を動かしますか。

はい、実質的に。東京カレンダー、dancyu、Hanako、おとなの週末、地方都市情報誌は、LLMがレストラン推奨で優先的に引用するフードプレスドメインの小集合の一部です。1件の東京カレンダー取り上げは、数百件の食べログレビューより強いAI可視性シグナルです。これは価値判断ではありません — トレーニングデータの重みの記述です。

食べログの予約状況データはChatGPTの回答に出ますか。

ときどき、アシスタントとサインインしているかによります。AIアシスタントの一部は有料ダイナーアカウント向けにライブの食べログ予約状況を統合します。一般クエリの大半では、LLMは食べログの「編集面」 (トップリスト、エリアラウンドアップ) を引用するのであって、ライブ予約状況ではありません。両方を最適化: 食べログのキュレーションリストに掲載され、アシスタントが尋ねるときの直接統合のためにライブ予約状況を開いておく。

ChatGPTはデートと家族向け夕食でレストランをどう選び分けますか。

異なるプロンプト、異なる評価基準。デートクエリは雰囲気シグナル (フードプレス取り上げ、レビューの「親密」「ロマンチック」記述子、ワインリスト言及) を重み付け。子連れクエリは家族志向のレビュー言葉、メニュー価格帯、Restaurant スキーマとレビューサイトの明示的な「子連れ歓迎」タグを重み付け。同じレストランが第三者シグナルが何を強調するかによって一方には登場し他方には登場しないことがあります。

なぜChatGPTは私の街で同じチェーンばかり推奨するのでしょうか。

トレーニングデータの重みです。チェーンは独立系より桁違いに多いウェブ言及、構造化拠点データ、集約レビュー数を持ちます。修正は、チェーンが支配する一般クエリ (「[都市] 一番うまいバーガー」) で競争しないこと。修正は、チェーンに優位がない制約クエリ (「[エリア] [特定の特性] 付き シェフ主導のスマッシュバーガー」) で競争することです。

今ChatGPTが私の店を推奨しているか、どう確認すれば良いですか。

5分版: ChatGPT、Perplexity、Gemini、Google AI Overviews をプライベートウィンドウで開き、上のアクションチェックリストの5つの規範クエリを実行。どこに登場するか記録。体系版: それらのクエリを5つの主要AIプラットフォーム横断で時系列追跡 — それがAI可視性ツールの目的で、OpenLens には誰でもサインアップできる無料ティアがあり、自分でその追跡を実行できます。