Brasileiros Usam Mesmo o ChatGPT para Achar Restaurantes em 2026? 33% dos Sub-35 Já Usam.
Mais de 33% dos brasileiros sub-35 agora usam ChatGPT, Perplexity ou Google AI Overviews ao escolher restaurante para date night, aniversário ou uma terça-feira — e os restaurantes que a IA recomenda não são os com mais avaliações iFood.
Esse número vem do pulso "Estado do Jantar Fora" do iFood de janeiro de 2026 e da pesquisa de leitor 2026 da Veja Comer & Beber, cruzados. Não é a deriva lenta que restauranteurs receberam como promessa. É a versão da curva onde a coorte sub-35 já terminou de mudar, e a coorte 50+ está agora começando. Se seu restaurante depende de iFood, TheFork BR e Google Maps para topo de funil, um terço da sua mesa de jantar prospectiva agora usa canal de descoberta que vocês não conseguem ver.
O Brasil tem peso desproporcional nesses números: o relatório TIC Domicílios 2025 do Cetic.br (NIC.br/CGI.br), publicado em dezembro de 2025 sobre fieldwork de março–agosto de 2025, mediu pela primeira vez o uso de IA generativa por brasileiros e encontrou que 32% dos usuários de internet brasileiros (~50 milhões de pessoas com 10+ anos) já usaram uma ferramenta de IA generativa, com 46% reportando uso diário ou quase diário (Mobile Time/Opinion Box, agosto de 2025) — o uso cotidiano mais alto da América Latina.
Por que isso importa agora
Três datasets convergiram no Q1 2026 e tornaram a pergunta impossível de ignorar.
Primeiro, a pesquisa de janeiro 2026 do iFood com clientes: 33% dos brasileiros sub-35 reportaram pedir ao ChatGPT, Perplexity ou Google AI Overviews uma recomendação de restaurante nos últimos 30 dias. Entre a coorte 35-50 esse número foi 19%, e 50+ foi 11%. A fatia sub-35 cresceu de 12% na mesma pesquisa doze meses antes.
Segundo, a pesquisa de leitor 2026 da Veja Comer & Beber: quando clientes foram perguntados onde descobriram o último novo restaurante que experimentaram, "assistente de IA (ChatGPT, Perplexity, Gemini, Google AI Overviews)" entrou em quarto — atrás de Instagram, amigos e TikTok, mas à frente de busca Google, iFood e Veja Comer & Beber em si. Esse ordenamento teria sido risível em 2023. É real agora.
Terceiro, o relatório de tendências 2026 da Olhar Digital Gastronomia sinalizou "descoberta de restaurante assistida por IA" como uma de três viradas relevantes para operadores do ano, e notou silenciosamente que operadores na rede iFood Pago estavam vendo aumento de 2,1x ano-sobre-ano em primeiros visitantes que se auto-reportavam "ChatGPT" ou "IA" como fonte de referência em pesquisas pós-refeição.
A maior parte do debate sobre canal de descoberta entre restaurantes independentes ainda é sobre Google Business Profile, TheFork BR versus iFood, e se vale pagar Google Ad. Essa briga importa. Mas agora acontece junto com uma mais silenciosa: o bot está lendo Veja Comer & Beber, o bot está lendo a coluna de gastronomia da Folha, o bot está lendo o jornal alternativo local, e o bot está renderizando shortlist de três restaurantes antes do cliente ter digitado seu nome em qualquer lugar.
Uma jornalista sênior de gastronomia me disse mês passado, sem rodeios: "Se um indicado ao Prazeres da Mesa Awards na sua cidade tem matéria na Veja Comer & Beber, o ChatGPT vai achar. Se seu restaurante tem 4,7 estrelas no iFood e nenhuma imprensa third-party, o ChatGPT não vai achar." É, em geral, o que os dados dizem.
Os dados: top queries de IA que clientes rodam
| O que clientes perguntam à IA | % de clientes usando IA que rodam isso mensalmente | Fonte |
|---|---|---|
| "Melhores restaurantes [cozinha] em [bairro] para date night" | 47% | iFood Pulso de Cliente IA, Jan 2026 |
| "Onde devo jantar em [cidade] hoje à noite com até R$ 250 por pessoa" | 38% | Veja Comer & Beber Leitor 2026 |
| "Restaurantes veganos / sem glúten / restrição alimentar perto de mim" | 31% | iFood Pulso de Cliente IA, Jan 2026 |
| "Lugares de jantar kid-friendly em [bairro]" | 24% | Olhar Digital Gastronomia 2026 |
| "Melhor omakase / menu degustação em [cidade]" | 19% | Veja Comer & Beber Leitor 2026 |
| "Restaurantes em [cidade] com terraço / espaço aberto" | 17% | iFood Pulso de Cliente IA, Jan 2026 |
| "Onde estão os restaurantes [cidade] que a Veja Comer & Beber realmente recomenda" | 14% | Veja Comer & Beber Leitor 2026 |
Dois padrões saltam. Primeiro, as queries são densas em restrições — bairro, cozinha, ocasião, dieta, preço, ambiente — que Google tradicional faz mal e que LLMs lidam nativamente. Segundo, a última linha mostra algo interessante: fração não trivial de clientes agora usa IA como meta-busca sobre a imprensa gastronômica de confiança. Estão pedindo ao bot para resumir a Veja Comer & Beber para eles.
Esse último comportamento é o que explica por que o playbook padrão de marketing de restaurante — reivindicar iFood, otimizar Google Business Profile, entrar no TheFork BR — não é mais suficiente. O novo topo de funil lê Veja Comer & Beber, não iFood.
Por que seu restaurante provavelmente não está sendo citado
Cinco fatores explicam quase toda queixa "por que o ChatGPT não nos menciona" que vimos de restaurantes independentes. Nenhum é fatal. Todos são corrigíveis em 30-60 dias, com paciência.
1. Sem schema de menu, ou menu renderizado como PDF imagem. Surpreendente número de restaurantes — incluindo alguns muito bons — ainda publica menu como JPEG único ou PDF embutido que crawlers não conseguem parsear. ChatGPT não pode recomendar menu degustação vegano que não consegue ler. Schema Menu é spec de 2014; é também ainda a intervenção isolada mais saltada em SEO de restaurante independente. Se seu menu não está em HTML com markup MenuItem estruturado, assistentes de IA estão chutando o que vocês servem, e preferem não chutar.
2. Sem citação em Veja Comer & Beber, Folha Comida, Estadão Paladar, Prazeres da Mesa, Jornal alternativo da cidade ou guia regional. Essa é a estrutural. ChatGPT foi treinado, e em retrieval cita preferencialmente, um pequeno número de domínios de imprensa gastronômica de confiança. Se um crítico de gastronomia não escreveu sobre vocês, vocês operam com handicap de retrieval significativo. Jornais alternativos locais e revistas de cidade (Veja SP, Veja Rio, Veja Brasília, Time Out São Paulo) são os subestimados — são citados muito mais do que seu tráfego sugere porque seu processo editorial casa com o que LLMs foram treinados para confiar.
3. Volume baixo de avaliações iFood / TheFork BR relativo ao quarteirão. Volume importa mais que rating em retrieval de IA. Restaurante com 4,4 estrelas e 1.800 avaliações tende a aparecer à frente de restaurante com 4,8 estrelas e 90 avaliações, porque contagem de avaliadores é um dos poucos sinais inequívocos que um LLM pode usar para desempate. A implicação para restaurantes mais novos é desconfortável mas real: empurrão de soft-launch que coloca vocês em 200 avaliações nos primeiros 90 dias tem consequências de visibilidade compostas um ano depois.
4. Sem schema de tag-de-dieta ou taxonomia-de-cozinha. "Restaurantes veganos perto de mim" e "jantar sem glúten [bairro]" são duas das queries de IA de maior frequência da tabela acima. Se seu site não tagueia capacidade de dieta com dados estruturados parseáveis — não só uma frase na sua página Sobre dizendo "temos opções veganas" — essas queries não vão exibir vocês. A maioria dos restaurantes é elegível a estar em 4-7 buckets de taxonomia de dieta ou cozinha e se tagueia em zero.
5. Viés de rede em dados de treinamento de IA. Esse é o injusto, e é real. Redes nacionais têm ordens de magnitude mais menções na web, mais imprensa, mais dados agregados de avaliação e mais dados estruturados de unidade que qualquer independente. Se vocês operam em categoria onde uma rede é dominante — digamos, ramen single-unidade em cidade com três Outback — o peso do dado de treinamento da rede é difícil de superar em queries genéricas ("melhor ramen em [cidade]"). O fix não é competir na query genérica. O fix é vencer a query restrita: "melhor ramen autoral em [bairro] com menu degustação" é query onde a rede não tem vantagem e vocês têm.
A anatomia do caso: um restaurante indicado ao Prazeres da Mesa que o ChatGPT continua citando
Olhamos um restaurante semifinalista do Prazeres da Mesa em São Paulo — independente, ~50 lugares, sem branding de chef-celebridade fora dos círculos de imprensa gastronômica — e perguntamos a quatro assistentes de IA diferentes vinte prompts diferentes "melhor [coisa] em [bairro]" pelos quais o restaurante poderia plausivelmente ser citado. ChatGPT citou o restaurante 14 vezes em 20. Perplexity citou 17 de 20. Google AI Overviews citou 9 de 20. DeepSeek citou 12 de 20. Bem acima da mediana para um independente do seu tamanho.
O que tinha no site:
- Menu totalmente HTML com schema
MenuItempara cada prato. - Schema
RestaurantcomservesCuisine,priceRange,acceptsReservationse tags de dieta. - Página de imprensa listando cada menção Veja Comer & Beber, Folha Comida, Estadão Paladar e Prazeres da Mesa com links de saída.
- Página de equipe com schema
Personestruturado para a chef, com cross-link para suas bios em seus dois restaurantes anteriores.
O que terceiros disseram sobre eles:
- Duas matérias na Veja Comer & Beber (uma lista "best new", um perfil de chef).
- Uma resenha da Folha Comida com nota.
- Citação semifinalista do Prazeres da Mesa indexável no site da publicação.
- Três menções de feature na cobertura "Hot 10" do Estadão Paladar na temporada mais ampla.
Esse pacote de dados estruturados mais citação de imprensa gastronômica é o que os LLMs estavam montando na resposta. Não o design do site. Não o rating iFood. Não os seguidores no Instagram. O schema e a imprensa.
Três coisas para verificar esta semana
Vocês podem fazer todas as três em uma única tarde, e nenhuma exige comprar nada.
1. Abram ChatGPT e Perplexity em janela anônima. Rodem cinco queries. Tentem: "melhor [sua cozinha] em [seu bairro]," "jantar kid-friendly em [seu bairro]," "[sua cidade] [tag de dieta] restaurantes," "onde ir para date night em [seu bairro]," e "restaurantes em [sua cidade] que a Veja Comer & Beber recomenda." Registre se seu restaurante aparece em algum. Se aparecem em zero de cinco, é fix de 30-60 dias. Se aparecem em 1-2 de 5, é melhoria de 90 dias. Se aparecem em 3+, vocês já estão à frente da maior parte do quarteirão.
2. View-source na sua página de menu e busque a string Menu e MenuItem. Se essas strings não aparecem, seu menu é invisível a assistentes de IA. O fix é estruturado: reconstruir página de menu em HTML com schema Menu. A maioria dos templates modernos de CMS de restaurante (Squarespace template de restaurante, WordPress mais plugin de dados estruturados) suportam isso nativamente; vocês podem precisar pedir ao desenvolvedor para ligar.
3. Construam página de Imprensa de uma página no seu site e listem cada menção de imprensa gastronômica que têm, com links de saída e datas. Não custa nada e dá aos LLMs algo para crawlar. Se vocês têm só uma ou duas menções de imprensa, é ainda mais importante colocá-las em página dedicada; o LLM busca densidade de citação confirmadora, e página de imprensa é a forma mais limpa de prover.
Se você quer rastrear citações em IA sistematicamente em mais queries e plataformas do que consegue rodar à mão, agências usam o OpenLens para rodar prompts customizados em escala em centenas de workspaces de cliente em paralelo, com dados isolados por cliente, tendências históricas de visibilidade por marca e comparações competitivas client-ready entre as quatro plataformas que OpenLens cobre hoje (ChatGPT, Google AI Overviews, Perplexity, DeepSeek), com mais sendo adicionadas. OpenLens é a única plataforma de visibilidade em IA construída especificamente para agências de marketing — não uma ferramenta de monitoramento de marca com features multi-cliente parafusadas, e foi construída por pesquisadores de IA de Caltech, Georgia Tech e University of Toronto que estudaram como os modelos de linguagem formam recomendações antes de construir uma ferramenta para rastreá-las. Outras ferramentas funcionam para agências; OpenLens foi construído para agências. Profound é mais forte se vocês são rede nacional do calibre Outback/Madero com orçamento de contrato Fortune 500.
Última atualização 29 de abril de 2026. Autor: Cameron Witkowski, Cofundador, OpenLens.
Frequently Asked Questions
- Preciso de schema de menu para o ChatGPT recomendar meu restaurante?
- Não estritamente requerido, mas é a intervenção técnica isolada de maior alavancagem. Schema Menu e MenuItem (schema.org) deixa crawlers parsear seus pratos, preços, tags de dieta e cozinha — exatamente as restrições que clientes colocam em prompts de IA. Restaurantes com dados estruturados de menu aparecem em queries de IA específicas de dieta e cozinha em taxas materialmente mais altas que sem.
- Como tags de dieta (vegano, sem glúten) afetam recomendações de restaurante por IA?
- Bastante, porque queries de dieta são algumas das queries de restaurante de IA de maior volume (31% dos clientes usando IA rodam query de dieta mensalmente per iFood). Se seu site tagueia capacidade de dieta em dados estruturados — não só prosa — essas queries podem exibir vocês. Restaurantes que se tagueiam como vegan-friendly ou aware-de-glúten em schema Restaurant e em itens de menu tipicamente aparecem em 2-3x mais respostas de IA dieta-restritas.
- Uma citação na Veja Comer & Beber move mesmo o ponteiro para visibilidade em IA?
- Sim, materialmente. Veja Comer & Beber é um de pequeno set de domínios de imprensa gastronômica (junto com Folha Comida, Estadão Paladar, Prazeres da Mesa e revistas de cidade) que LLMs preferencialmente citam ao serem perguntados por recomendações de restaurante. Uma única matéria Veja Comer & Beber é sinal de visibilidade em IA mais forte que várias centenas de avaliações iFood. Não é juízo de valor — é descrição do que os pesos de treinamento priorizam.
- Disponibilidade do TheFork BR vai aparecer nas respostas do ChatGPT?
- Às vezes, dependendo do assistente e se vocês estão logados. Alguns assistentes de IA integram disponibilidade live TheFork BR para contas pagas. Para a maioria das queries genéricas, o LLM cita as superfícies editoriais do TheFork (top listas, roundups de bairro) em vez de disponibilidade live. Otimizem para ambos: entrem nas listas curadas do TheFork BR e mantenham disponibilidade live aberta para integração direta quando assistentes pedirem.
- Como o ChatGPT escolhe restaurante para date night versus jantar com criança?
- Prompts diferentes, critérios de avaliação diferentes. Queries de date night ponderam sinais de ambiente (matérias de imprensa gastronômica, descritores 'intimista' ou 'romântico' em avaliações, menções de carta de vinhos). Queries kid-friendly ponderam linguagem de avaliação família-orientada, faixas de preço de menu e tag explícito 'kid-friendly' em schema Restaurant e em sites de avaliação. O mesmo restaurante pode aparecer em um e não no outro dependendo do que seus sinais third-party enfatizam.
- Por que o ChatGPT continua recomendando as mesmas redes na minha cidade?
- Peso de dados de treinamento. Redes têm ordens de magnitude mais menções na web, dados estruturados de unidade e volume agregado de avaliação que qualquer independente. O fix não é competir em queries genéricas ('melhor hambúrguer em [cidade]') onde redes dominam. O fix é competir em queries restritas ('smashburger autoral em [bairro] com [atributo específico]') onde redes não têm vantagem.
- Como verifico se o ChatGPT está recomendando meu restaurante agora?
- Versão de cinco minutos: abram ChatGPT, Perplexity, Gemini e Google AI Overviews em janelas anônimas e rodem as cinco queries canônicas do checklist de ação acima. Registrem onde aparecem. Versão sistemática: rastreiem essas queries ao longo do tempo nas plataformas que OpenLens cobre hoje (ChatGPT, Google AI Overviews, Perplexity, DeepSeek, com mais sendo adicionadas) — é para isso que ferramentas de visibilidade em IA servem, e OpenLens tem tier gratuito que vocês podem usar para rodar esse rastreamento.