Fredag eftermiddag, og bordet er ikke booket. I stedet for at scrolle gennem anmeldelser spørger flere i dag ChatGPT eller Google: hvor kan man få en god middag til fire i centrum, gerne med vegetariske retter? Svaret kommer som et par navne og en kort begrundelse. For gæsten er det nemt. For restauranterne rejser det et nyt spørgsmål, som værktøjer som LLM Tracker er bygget til at besvare: bliver ens eget sted overhovedet nævnt?

Det er en ny måde at finde et spisested på, og den følger andre regler end en almindelig søgning på Google.

Hvor AI henter sine anbefalinger

Når en sprogmodel anbefaler en restaurant, bygger den på det, den kan finde om stedet. Det er restaurantens egen hjemmeside, men også madanmeldelser, lokale guides, artikler og diskussioner i fora, hvor folk deler deres yndlingssteder.

Derfor er det ikke nødvendigvis det bedste køkken, der bliver nævnt. Det er det sted, der er beskrevet tydeligst og omtalt flest steder. En lille bistro med en trofast stamkundekreds kan være næsten usynlig for AI, hvis dens menukort kun findes som et foto på sociale medier, og ingen guide har skrevet om den.

Det, der gør et spisested let at anbefale

En restaurant, der gerne vil med i svarene, kan gøre det lettere for sprogmodellerne at forstå, hvad den tilbyder. Det handler mest om det grundlæggende:

Menukortet som tekst. En menu i PDF eller som billede er svær at læse for både søgemaskiner og AI. Skrevet som almindelig tekst på hjemmesiden bliver det tydeligt, at stedet serverer brunch, har glutenfri retter eller laver frokostplatte.

Ens oplysninger alle steder. Åbningstider, adresse og telefonnummer bør stå ens på hjemmesiden, på Google og i de guides, stedet optræder i. Forkerte oplysninger et enkelt sted kan ende i et AI-svar.

En klar beskrivelse af stedet. Hvilken slags køkken, hvilken stemning, er der plads til selskaber, og kan man sidde udenfor om sommeren? De ting spørger gæsterne om, og de svar skal kunne findes.

Gæsten bør stadig tjekke selv

For dem, der bruger AI til at finde et sted at spise, er rådet enkelt: brug svaret som en liste over muligheder, ikke som en garanti. Åbningstider kan have ændret sig, en ret kan være taget af kortet, og et sted kan være lukket for sæsonen. Restaurantens egen side og bookingsystem er det sted, hvor oplysningerne bør bekræftes.

Sådan finder restauranten ud af, hvad AI siger

For en restaurant er det svært at vide, hvad ChatGPT siger om stedet, uden at stille de samme spørgsmål igen og igen. Det er den opgave, humane har bygget LLM Tracker til. Restauranten skriver sit domæne, og på få minutter finder værktøjet de spørgsmål, gæsterne stiller, sender dem til ChatGPT og Google AI og viser, om stedet bliver anbefalet, og hvem der bliver nævnt i stedet. Tjekket er gratis og søger i Danmark på dansk.

Ud over omtalerne viser værktøjet, hvilke sider AI henter sine svar fra, og om AI-tjenesternes crawlere har adgang til hjemmesiden. Den fulde rapport, som åbnes med en e-mailadresse, indeholder svarene på alle spørgsmål, kilderne og tre konkrete forslag. LLM Tracker kan også pege på oplysninger, som AI gengiver forkert, og på steder, hvor restauranten burde være nævnt, men ikke er det.

Et forbehold er værd at kende. Ét tjek er et øjebliksbillede, fordi AI ikke svarer ens fra dag til dag. Først når man måler over flere uger, kan man se, om det går den rigtige vej.

Fra stamgæst til AI-anbefaling

God mad og god service vil altid være det, der får gæsterne til at komme igen. Men den første gæst skal finde vej til døren, og stadig oftere starter den vej med et spørgsmål til en AI. Et hurtigt tjek viser, om restauranten er med i svaret, og hvad der skal til for at komme det. Mere om arbejdet med synlighed i Google og AI-svar findes hos humane.