餐廳怎麼獲得更多 Google 評論？用自動邀請留評，不打擾客人

想增加 Google 評論，最糟的做法有兩種：把每個店員變成五星推銷員，或拿一份折扣去換客人的好評。你在網路上搜到的教學，有一半在教這兩招——而其中有些，其實是 Google 明令禁止的。

這篇講的是另一條路：誠實，又真的有效。核心就三件事——問對的客人、在對的時間問一次、然後看得到哪一封邀請真的帶來了評論。如果你連 Google 商家檔案都還沒經營起來，建議先看餐廳 Google 評論完整攻略；這篇假設你已經有商家檔案，只是評論長得太慢。

為什麼「最近的」Google 評論，決定客人走不走進來

一位客人站在店門口滑手機，那一滑，決定他要不要走進來。他看的不只是你的總評論數，是最近這幾則——星等、上週有沒有人留評、照片新不新。一則三個月前的好評，說服力遠不如這週的一則。

Google 這幾年把在地搜尋的權重愈來愈往商家檔案推，AI 摘要出現之後更明顯。當客人問 AI「附近推薦哪家餐廳」，它拉的很大一部分，就是 Google 評論的內容和新鮮度。評論愈多、愈新、提到的菜色關鍵字愈豐富，你就愈容易被推出去。

再算一筆帳。外送平台抽 25–35%、Facebook 廣告點擊愈來愈貴、IG 觸及率掉到個位數。一則新的五星評論呢？零邊際成本，而且會累積——今天這一則，五年後還在替你帶客人進門。沒有幾個行銷管道比持續增加 Google 評論更划算。

先別急著衝評論：三件 Google 其實禁止的事

在講怎麼做之前，先講三件不能做的——因為它們就寫在你搜到的那些教學裡，踩下去，可能整個商家檔案被警告。

一、用優惠換評論。 送折扣、送小菜、抽獎換好評，違反 Google 的利益衝突政策。輕則那則評論被移除，重則商家檔案被標記。可以做的：邀請客人分享真實感想，不綁任何條件。

二、只把滿意的客人導去 Google。 先問一句「今天還滿意嗎」，只把說滿意的人導去留評、其他人擋在外面——這招看起來聰明，其實是 Google 禁止的「選擇性索評」（selective solicitation），而且客人感覺得出自己被篩選。正確做法：邀請每一位用過餐的客人，不管他會打幾顆星。

三、叫店員每天衝業績、或自己刷假評論。 給員工「每天要收 X 則」的 KPI，會逼出壓力式的索評；假評論被抓到則是重罰。真實、慢一點的評論，永遠比一批假的安全。

一條正確原則，就能避開這三個坑：邀請每一位真實的客人，留下他們真實的感受。剩下的功夫，都是把這件事做得更省力。

想要更多好評，先問「對的客人」

會願意坐下來、打五星又寫一段話的，通常是同一種人：當天用餐很愉快、店員剛好有照顧到、離開時心情很好的那位。問題是——你怎麼認得出他，又怎麼在他走出門之後，還聯絡得到他？

常見的三招，收據印 QR code、結帳時店員口頭邀請、用 LINE 群發給舊客，都有用，但都有天花板。因為它們只碰得到兩種客人：還在店裡、你還不知道他滿不滿意的；或是你連他今天吃了什麼、怎麼聯絡都不知道的。

這裡有個台灣餐廳很熟的現實：多數集點或會員，只收「主動掏卡的那一位」，同桌其他三、四個人默默走掉，你完全不認得。要問對人，得先把整桌都收進來。Oddle Check-Ins 在櫃台或桌邊一分鐘完成客人的身份與聯絡方式，不是傳統「填資料送飲料」的會員卡，而是讓每一桌的每一位都留下紀錄——這樣你之後，才有「對的客人」可以問。

用自動邀請，在對的時間問一次就好

收好客人之後，讓邀請自動在對的時間送出，你不用記、也不用每天手動發。

Oddle 的行銷自動化有兩條現成的 Google 評論邀請：一條在用餐後送出（After In-Store Visit），一條在線上訂單完成後送出（After Online Order）。重點在觸發的時機——它們是從「這一餐真的完成了」這個事件出發，不是從「他滿不滿意」出發。這一點既讓客人覺得自然，也剛好合規，因為你沒有在篩選誰才能被邀請。

至於什麼時候送最好，這比較是經營原則，不是一個固定的秒數：客人回到家、坐下來的時候，比還在店裡趕著離開時更願意寫評論；晚餐收得太晚，就隔天早上再送。而且一次就好——他沒回，別像購物車未結帳那樣一直追。邀請是邀請，不是催繳。

走進來的散客怎麼辦

走客可能沒留任何資料，那就把 Google 評論的 QR code 放在「用餐自然結束」的地方：收據、帳單夾、出口的小立牌。放著讓他自己掃，不要舉到他面前。記得一間門市做一條專屬的評論連結和 QR code，別讓 A 店的客人掃一掃，跑去留給了 B 店。

那份「用餐後問卷」，怎麼用才對

Oddle 也能在用餐或訂單後，自動送一份簡短問卷。這裡要特別把它的角色講清楚，因為很多人會不小心把問卷用成了上一段講的那種篩選。

問卷真正的價值，不是「篩掉負評」，是讓不滿意的客人先私下告訴你。他願意先跟你說今天哪裡不好，你就有機會當場補救、把他留下來，而不是讓他直接上 Google 打一星。而滿意的客人，可以順手被引導去留一則公開的 Google 評論。

但守住那條線：不要把問卷設成「只有打高分的人才導去 Google，其他人就擋掉」。那就是選擇性索評，Google 禁止，客人也不傻。健康的心態是——問卷用來「聽」，對所有人開放、私下收集；Google 評論的公開邀請，也對所有人開放。兩件事分開，不要互相當閘門。

怎麼知道哪一封邀請真的有用

做了這麼多，你會想知道：到底有沒有效？這就要先把 Google 商家檔案連進來。在 Oddle 的 Engage > Reviews 裡選「Connect Google Business」，用管理商家檔案的 Google 帳號登入、把 Google 地點對應到你的門市，系統會匯入近 90 天的評論，之後持續同步。

連好之後，每一則新評論只要對得上你寄出的邀請，就會在 Oddle 的 Google 評論 AI 管理工具裡被標記成「Earned with Oddle」。判斷條件有三個：評論在邀請寄出後（預設）7 天內出現、留評者的公開顯示名稱對得上你寄過的客人、Google 地點對得上那家門市。你會看到每一條自動化的三個數字——新評論數、歸因率、以及歸因評論的平均星等。

為什麼這重要？因為你不再用猜的。舉個例子（純示範，不是基準）：某家店一個月寄出 200 封用餐後邀請、歸因評論 15 則，歸因率 7.5%；隔壁分店只有 2.5%。這通常不是分店客人比較冷淡，多半是連結導到錯的門市、或邀請送得太晚。先修那一個，下個月再看數字。想更進一步看「是哪些客人在留評、下次該找誰」，用 Customer Intelligence 把評論連回實際的用餐紀錄。

收到評論之後，別讓它躺著

收到評論只是一半，回覆才讓它繼續複利。每一則都值得回，好評也回——客人和後面正在看評論區的潛在客人，都在觀察你有沒有在經營。

誠實地畫一條線，讓你知道現在能用到哪裡。現在就能用： 連結 Google 商家檔案、跨門市在同一張表看所有評論、用餐或線上訂單後自動邀請留評、以及上面講的「Earned with Oddle」歸因。正在推出（Beta／早期使用）： 用 AI 幫你擬回覆、設定自動回覆規則（安全的好評自動回、負評一律留給真人看過）、一次清掉歷史累積的未回評論——這些屬於 Review Responder，還在 beta、尚未對所有商家開放，想搶先用可以找你的 Oddle 窗口開通。

想看 AI 怎麼回得又快又不像罐頭，看用 AI 回覆 Google 評論；遇到情緒性或不實的負評怎麼判斷、怎麼回，看餐廳負評怎麼回。

常見問題

餐廳可以主動請客人留 Google 評論嗎？會不會違規？

可以。邀請真實的客人留下真實感想，完全合規。不能做的是用優惠交換，或只挑滿意的客人邀請。

可以送折扣或小菜換 Google 評論嗎？

不行。這違反 Google 的利益衝突政策，可能導致評論被移除，甚至整個商家檔案被警告。你可以邀請客人留下不綁條件的真實評論。

什麼時候請客人留評最有效？

用餐或訂單完成後、客人回到家的時候。晚餐太晚就隔天早上再送，而且一次就好，別重複追。

只把滿意的客人導去 Google，可以嗎？

不行。這叫選擇性索評（gating），Google 禁止。正確做法是邀請所有客人，並用問卷私下聽取不滿意客人的意見。

走進來的散客沒留資料，怎麼請他留評？

在收據或出口，放一張該門市專屬的 Google 評論 QR code，放著讓他自己掃，不要現場逼他。

我怎麼知道請客人留評有沒有效果？

把 Google 商家檔案連進 Oddle 後，看「Earned with Oddle」的歸因數字：新評論數、歸因率、以及歸因評論的平均星等。

讓好評自己長出來

真正把 Google 評論做起來的店，不是每天到處貼 QR code 的那種，是把客人資料連起來的那種——認得出誰用餐愉快、知道什麼時候問、也看得到成果。這需要你的結帳登記、邀請溝通和評論資料是一套相連的系統，而不是三個互不相通的工具。

一則好評，今天為你帶來一位客人，明年、後年還在繼續帶。把邀請的流程搭好，好評就會自己慢慢長出來，不用你天天盯著。想看看這套流程在其他台灣餐廳怎麼跑，歡迎預約一次 Oddle 的示範，我們會依你的店型，給你具體的建議。

相關文章

• 餐廳 Google 評論完整攻略：從經營商家檔案到回覆負評的實戰指南 — 還沒打好基礎？從商家檔案、請客人留評到負評處理，一次看懂。
• 用 AI 回覆 Google 評論：每一則都回，又不像罐頭訊息 — 評論收進來後，怎麼一則不漏地回，又不像複製貼上。
• 餐廳收到 Google 負評怎麼辦？六種負評的回覆範本 — 你一定會遇到的那幾則負評，怎麼判斷、怎麼回、什麼時候該檢舉。