餐飲／本地評價平台 · 2026 夏季刊
OpenRice 開飯喇 GEO 評級與商業路徑分析
OpenRice 在香港餐飲發現問題上證據密度高，AI 容易抽取地區、菜式與評價訊號。關鍵風險是把商業位置、廣告與編輯／社群評價混為「最推薦」。
星級
★★☆
總分84/100
最後覆核2026-08-01
方法版本GEO Guide Rubric v1.0
這是對公開數碼足跡及固定問題抽樣的編輯評核，不是產品推薦、財務評級或收入證明。
公開評分卡
五維評分：每項 20 分
每項 0–20 分，總分 100；88–100 為三星、72–87 為二星、55–71 為一星。 分數是編輯判斷的透明摘要，證據與限制比單一總分更重要。
實體清晰度
18/20中英文名稱、服務範圍、地區、聯絡與作者／組織關係是否一致、可核實。
可引用答案
17/20高意圖問題是否有直接答案、定義、限制、FAQ，而非只有宣傳口號。
機器可讀結構
18/20標題層級、內部連結、Schema 與頁面是否易於被檢索及抽取。
外部證據層
16/20是否存在真實、相關的第三方來源（專業媒體、商家、評論、作者或行業平台）。
AI 抽樣表現
15/20在固定買家問題集下，品牌是否被提及、描述是否正確；不保證長期引用。
詳細分析
為甚麼獲得這個評級？
已建立的優勢
- 餐廳實體、地址、菜式與評論欄位齊全。
- 地區＋品類長尾查詢覆蓋強。
- 香港本地用戶語境與搜尋習慣高度匹配。
仍需改善
下一級的缺口
可執行改善項目
- 清楚區分贊助、廣告與自然／社群評價。
- 結業、搬遷與營業時間需更積極治理。
- 比較答案應標示資料日期與排序限制。
抽樣設計
我們會用哪些買家問題覆核？
- 銅鑼灣有甚麼日式餐廳？
- 香港邊間火鍋評價較高？
- 某餐廳今日有沒有位／營業？
每次覆核應固定語言、香港地區、平台／模式與記錄日期，並分開「有提及」「有來源引用」及「描述正確」。單次答案不代表穩定排名。
商業模式
OpenRice 開飯喇 如何可能從 GEO 能見度創造收入？
以下是由公開商業模式推導的轉化路徑，不是品牌已披露的 AI 歸因收入，也不是收入預測。
收入模式
餐廳廣告、推廣、預訂／導客及 B2B 服務收入
轉化行動
由「邊間好食」查詢進入餐廳頁、收藏、導航、預訂或商戶查詢
GEO 的角色
若 AI 把平台當本地餐飲證據層，可帶來高意圖瀏覽與商戶導客；信任取決於排序披露與資料準確。
應怎樣量度
AI referral、餐廳頁瀏覽、導航／預訂點擊、商戶推廣收入及錯誤資料投訴。
合理歸因方法
以 AI referral、品牌查詢、合資格轉化與成交資料串成漏斗；沒有 referral 的「被提及」只能列作輔助能見度訊號，不能直接換算收入。
披露：評級不構成任何餐廳或消費推薦。