咖啡廳網站該加哪些 Schema 才能被 Google 跟 ChatGPT 找到？

TL;DR

• CafeOrCoffeeShop 是 Schema.org 中專門給咖啡廳的子類型，比泛用的 LocalBusiness 多了 servesCuisine、acceptsReservations、menu 等欄位，是咖啡廳網站該優先實作的核心 Schema。
• 菜單應該用 Menu Schema 結構化，不是只放圖片。Google Maps、Google Search、AI 搜尋引擎都會解析結構化菜單，影響「附近咖啡廳賣什麼」這類查詢的曝光。
• FAQ Schema 是咖啡廳網站最容易看到效果的 Schema——「有外帶嗎」「能帶寵物嗎」「假日有開嗎」這類問題天天被搜尋，做對能直接觸發搜尋結果頁的展開效果。
• Schema 加上 robots.txt 對 AI 爬蟲的允許設定，才能讓網站同時被 Google、ChatGPT、Perplexity 完整索引；少了任何一塊都會留下漏洞。

一、咖啡廳網站做 Schema 的回報為何特別高？

核心觀點： 咖啡廳是「在地服務 + 強視覺呈現 + 高頻問答 + 菜單結構清楚」的綜合型內容，幾乎所有 Schema 類型都能找到對應的應用場景。對搜尋引擎與 AI 來說，結構化標記過的咖啡廳網站是「最容易理解、最值得在地搜尋曝光」的內容類型之一。

咖啡廳網站的 Schema 投資報酬率明顯高於一般類型網站，主要有四個原因：

第一，在地搜尋（local SEO）的關鍵字長尾非常多。「松山區咖啡廳推薦」「永康街手沖店」「中山站附近寵物咖啡廳」這類搜尋每天大量發生，但多數咖啡廳的網站完全沒有對應的 Schema 標記，等於把流量直接讓給 Google Maps 與餐廳評論平台。做對 LocalBusiness Schema 的咖啡廳能進入 Google 的「在地三包」結果區（搜尋結果頁上方的地圖卡片），曝光效果遠勝過排在第 4–10 名的有機結果。

第二，咖啡廳菜單天然就是結構化資料。每一道飲品、餐點都有名稱、分類、價格、描述——這個結構直接對應 Schema.org 的 Menu / MenuSection / MenuItem 階層。把菜單結構化後，Google 可能在搜尋結果中直接顯示「招牌品項」、AI 引擎在被問「OO 咖啡廳賣什麼」時能精準回答。

第三，FAQ 的命中率極高。咖啡廳網站的訪客有非常一致的問題模式：「有沒有外帶？」「能帶寵物嗎？」「有沒有插座？」「假日有開嗎？」「能訂位嗎？」這些問題只要做 FAQ Schema 就能觸發 rich result，命中率比一般 B2B 網站高得多。

第四，AI 搜尋的本地查詢頻率正在快速上升。使用者向 ChatGPT 或 Perplexity 問「幫我找台南有插座的咖啡廳」這類查詢已經越來越多。有結構化資料的咖啡廳網站在 AI 引擎中的可見度，會明顯高於只放文字介紹的同行。

完整的咖啡廳網站結構與內容建議可以參考 咖啡廳官網要放什麼？菜單、訂位、賣豆一站整合的架站指南，本文聚焦在「網站已有內容後，該加哪些 Schema 來放大流量」的下一步。

二、咖啡廳必做的核心 Schema：CafeOrCoffeeShop + LocalBusiness

核心觀點： 咖啡廳網站的核心 Schema 是 CafeOrCoffeeShop（LocalBusiness 的子類型），它繼承了 LocalBusiness 的所有欄位（地址、電話、營業時間、地圖座標），再加上餐飲業特有的 servesCuisine、acceptsReservations、menu 等欄位。選用最精確的子類型，搜尋引擎在處理「咖啡廳 + 在地」這類查詢時會更準確。

CafeOrCoffeeShop Schema 的必填與建議欄位如下：

必填欄位：name（店名）、address（完整地址，含郵遞區號）、telephone、openingHoursSpecification（每週各天的營業時間，ISO 8601 格式）。

強烈建議的欄位：

• geo：經緯度座標。這個欄位是 Google Maps 索引的關鍵，沒填的話「附近咖啡廳」類搜尋很難曝光
• image：店面照片或招牌品項照片，至少 1200 像素寬
• priceRange：價格區間（如 "$$" 表示中等價位），AI 在比較「平價咖啡廳」時會用這個訊號
• servesCuisine：提供的料理類型（咖啡、輕食、甜點、義式餐點），多個用陣列
• acceptsReservations：是否接受訂位（布林值或 URL）
• paymentAccepted：接受的付款方式（現金、信用卡、行動支付）
• hasMenu：菜單頁的 URL（搭配下一節的 Menu Schema）

對品牌經營重要的欄位：

• sameAs：社群連結陣列（Instagram、Facebook、Google Business Profile）。這個欄位是 Google 串接 Knowledge Graph、確認「這幾個社群帳號屬於同一品牌」的關鍵訊號
• aggregateRating：聚合評分（前提是頁面上有真實顯示評分區塊）
• review：個別評論物件（同樣前提是頁面真實存在）

實作可以用 AHHA 商家 Schema 產生器 直接生成，內建 CafeOrCoffeeShop 子類型支援，視覺化輸入店家資料即可產出格式正確的 JSON-LD。完整的 Schema.org 5 種類型概念可參考 Schema.org 是什麼？商家網站最該做的 5 種結構化資料。

三、菜單該怎麼結構化？Menu Schema 的應用

核心觀點： Menu Schema 把菜單從「給人看的圖片」升級成「給機器讀的結構」。完整的 Menu Schema 包含 Menu 容器、若干 MenuSection（分類，如熱飲、冷飲、甜點），每個 Section 內含多個 MenuItem（單品，含名稱、描述、價格、過敏原標示）。

很多咖啡廳網站把菜單做成 JPG 圖片直接貼上，這對視覺呈現沒問題，但對搜尋引擎與 AI 來說等於「看不見」——圖片內的文字機器無法解析。Menu Schema 的設計目的就是讓菜單同時對人類與機器友善。

Menu Schema 的基本結構是三層：

Menu (整份菜單)
 └─ MenuSection (分類，例如「義式咖啡」)
     └─ MenuItem (單品，例如「美式咖啡」)
          ├─ name: 品項名稱
          ├─ description: 描述
          ├─ offers: 價格與幣別
          └─ suitableForDiet: 飲食適用性（素食、無麩質等）

實作的最佳實踐：

第一，每個品項都該有 description。一句話描述風味、製作方式、產地，例如「以衣索比亞耶加雪菲為基底，花香明顯」。這些描述對 SEO 與 GEO 都有價值——使用者搜尋「衣索比亞咖啡」時，Google 與 AI 能直接從 Menu Schema 找到對應品項。

第二，價格用 offers 結構標記，不只是字串。offers: { "@type": "Offer", "price": "120", "priceCurrency": "TWD" } 比 price: "$120" 更精確，搜尋引擎能正確處理幣別、未來能對應動態定價或會員價。

第三，飲食適用性（suitableForDiet）值得補上。素食、純素、無麩質、無乳糖等飲食偏好是高頻搜尋——「台北素食咖啡廳」「無麩質早午餐」這類查詢的競爭遠小於泛用咖啡廳關鍵字，是相對藍海的曝光機會。

Menu Schema 與 CafeOrCoffeeShop Schema 之間用 hasMenu 欄位串接——咖啡廳的主 Schema 中 hasMenu: "https://example.com/menu"，菜單頁本身另放完整 Menu Schema，兩者形成完整的實體圖。

四、咖啡廳 FAQ Schema 的高 ROI 用法

核心觀點： 咖啡廳網站訪客的問題模式高度集中——外帶、訂位、寵物、插座、營業時間、付款方式、是否提供素食。把這 6–10 個高頻問題做成 FAQ Schema，命中 rich result 與 AI 引用的機率明顯高於一般 B2B 網站。

咖啡廳的 FAQ 題目通常落在這幾個類別：

營業相關：「假日有開嗎？」「最後點餐時間是幾點？」「除夕年初幾有開？」

外帶與訂位：「可以外帶嗎？」「能線上預訂嗎？」「假日要訂位嗎？需要付訂金嗎？」

空間設施：「有插座可以工作嗎？」「Wi-Fi 速度怎樣？」「有兒童座椅嗎？」「能帶寵物嗎？大型犬可以嗎？」

菜單相關：「有素食 / 純素選項嗎？」「咖啡豆可以單包購買嗎？」「咖啡因含量大概多少？」

付款與優惠：「可以使用悠遊卡 / Line Pay / Apple Pay 嗎？」「有會員方案嗎？」

挑題目的原則：每條 FAQ 一定要對應頁面上真實顯示的內容，且問題必須是真實會被問到的——這是 Google 對 FAQ Schema 的兩條紅線。詳細的 FAQ Schema 格式、紅線與驗證方式可參考 FAQ Schema 怎麼做？ChatGPT 引用你網站問答的關鍵技術。

實作可以用 AHHA FAQ Schema 產生器，支援多語切換（給有外國客人的咖啡廳特別有用），最多 20 條 QA。

五、Review、Reservation、Service 等加分 Schema

核心觀點： 在 CafeOrCoffeeShop + Menu + FAQ 三層 Schema 之上，可以再補 AggregateRating（聚合評分）、Reservation（訂位）、Service（特殊服務，如外燴、咖啡教學）。這些加分 Schema 不是必做，但能進一步增強搜尋結果與 AI 引用的精準度。

AggregateRating：聚合評分要做也要對應頁面上真實存在的評分資料。把 Google Business Profile 的評分匯入網站、頁面上顯示「Google 評分 4.7（148 則評論）」，再用 AggregateRating Schema 標記，能讓搜尋結果頁顯示星級。注意：絕對不要假造評分，Google 對假 Schema 的處罰非常嚴格。

Reservation 與相關訂位 Schema：如果咖啡廳接受訂位，Schema 中的 acceptsReservations: true 是基本訊號；如果想更進一步，可以實作 ReserveAction Schema，告訴搜尋引擎「點這個按鈕能直接訂位」。Google 在部分查詢中會顯示「立即訂位」按鈕，這是 ReserveAction 的視覺增強。

Service：如果咖啡廳提供咖啡教學課程、外燴、咖啡豆訂閱、Cafe Catering，這些可以用 Service Schema 各自標記，並用 provider 欄位指回主 Organization。這樣搜尋引擎在處理「台北咖啡教學課程」這類查詢時，能準確找到提供方。

Event：定期舉辦杯測會、品咖啡會、料理課程的咖啡廳，可以為每場活動建 Event Schema。Event Schema 是 Google 與 AI 在處理「下週咖啡廳活動」這類時效性查詢的依據。

對於想看完整實作範例的咖啡廳店主，可以參考 memorycafe.ahha.com.tw 這個 AHHA 平台的示範站，內建完整的 CafeOrCoffeeShop + FAQ + 文章 Schema 自動產生。

六、怎麼驗證咖啡廳網站的 Schema 完整度？

核心觀點： 咖啡廳網站的 Schema 驗證流程有兩個層次：單頁驗證用 Google Rich Result Test + Schema.org Validator，整站盤點用 AI 爬蟲檢測工具一次掃描所有 Schema 類型 + robots.txt 對 AI 爬蟲的允許狀態。

單頁驗證的標準流程：

第一步用 Google Rich Result Test 輸入網站首頁、菜單頁、FAQ 頁三個關鍵頁面。每個頁面應該能偵測到對應的 Schema 類型——首頁應該有 CafeOrCoffeeShop、菜單頁有 Menu、FAQ 頁有 FAQPage。

第二步用 Schema.org Validator 做語法檢查，確認 JSON-LD 沒有結構錯誤（必填欄位缺漏、@type 拼錯、mainEntity 不是陣列等）。

整站盤點與 AI 爬蟲允許性檢查：

AHHA SEO + GEO + AI 爬蟲三合一檢測 能一次掃描網站所有頁面的 Schema 標記、回報每個頁面缺哪些 Schema、檢查 robots.txt 是否允許 GPTBot、ClaudeBot、PerplexityBot 等 7 種主流 AI 爬蟲存取。對於剛建好咖啡廳網站的店家，這個工具能在 10 分鐘內給出完整的 SEO + GEO 改善清單。

特別提醒：robots.txt 沒有對 AI 爬蟲開放等於前面所有 Schema 工作白做。AI 引擎根本爬不到網站，再完整的結構化資料也沒用。建站時要主動確認 robots.txt 的 AI 爬蟲允許狀態，不要假設「沒擋就是允許」——某些 CMS 預設會擋部分 AI 爬蟲。

七、結語：咖啡廳網站的 Schema 是「一次設定、長期收穫」的在地 SEO 投資

對咖啡廳這個高度在地化、高度視覺化、訪客問題模式高度集中的行業來說，Schema.org 結構化資料的投資報酬率明顯高於多數行業。一次把 CafeOrCoffeeShop + Menu + FAQ 三層 Schema 設好，後續隨菜單與營業資訊更新就能持續產生 SEO 與 GEO 流量。

完整的咖啡廳網站架構建議可參考 咖啡廳官網要放什麼？菜單、訂位、賣豆一站整合的架站指南；Schema.org 的整體概念可參考 Schema.org 是什麼？商家網站最該做的 5 種結構化資料。

實作上可以用 AHHA 商家 Schema 產生器、FAQ Schema 產生器 直接產出 JSON-LD；如果想直接使用一個內建 CafeOrCoffeeShop Schema、菜單結構化、FAQ Schema、AI 爬蟲友善 robots.txt 全部自動處理的咖啡廳網站平台，可以 立即試用 AHHA 30 天 →。