Google 的 John Mueller 和 Martin Splitt 在公司的 Podcast 中說明了 PDF 的搜尋處理方式。他們表示，Google 搜尋會透過專用的轉換功能將 PDF 轉成 HTML，並以 HTML 版本建立索引。PDF 中的連結也會在轉換後被辨識；除了出現在一般搜尋結果中，也可能顯示於 AI Overviews 和 AI Mode。
PDF 並非搜尋範圍之外的檔案
你可能曾聽過「PDF 不利於 SEO」這種說法。聽過這次的說明後，或許需要稍微修正這種印象。
Splitt 表示，搜尋系統中有一個稱為轉換器的元件。它會在完成轉譯後、判定是否納入索引之前運作，並根據檔案格式分流處理。支援的格式相當多元，包括豐富文字、文件和 Excel 等，而 PDF 專用的轉換功能也是其中之一。
轉換後的輸出是 HTML，因此後續流程幾乎只會處理 HTML。這並不是用 PDF 閱讀器開啟檔案、瀏覽其中內容，而是將其轉換成與網頁相同的形式來處理。
連結之所以有效，原因也在這裡
PDF 內嵌的連結能像一般連結一樣運作，也可以用同一套機制來解釋。Splitt 表示，轉換時會盡可能忠實呈現原始格式的 HTML，因此也能擷取連結等元素。Mueller 也補充說，Google 會將 PDF 轉成接近自己熟悉的網頁形式，所以連結也能正常使用。
對於以 PDF 發布資料或資訊頁面的企業來說，這代表從 PDF 連回自家網站的連結可能不會白費。
一般搜尋和 AI 模式都可能顯示 PDF
PDF 可能出現在 AI Mode 中，原因也可從轉換機制來解釋。與一般搜尋相同，PDF 會先轉成 HTML，再納入索引，因此也可能出現在 AI Overviews 和 AI Mode 中。Splitt 表示，PDF 的索引和排名方式基本上與其他文件相同。
PDF 在 AI 搜尋中並不會被另行分類；只要納入搜尋的基礎架構，就能透過相同的入口出現。
只有影像的 PDF 暗藏問題
需要注意的是，並非所有 PDF 都會以文字形式讀取。有些 PDF 只是將掃描頁面存成影像，外觀看起來像文件，實際內容卻是圖片。
Splitt 提供的判斷方法很簡單：試著選取 PDF 中的文字並複製，再貼到文字編輯器中。如果能貼上，就表示內容可供轉換並用於排名。Mueller 也表示，只要是可建立索引的文字，就能用於搜尋。
至於 PDF 內的圖片本身，Splitt 沒有給出確切說法。一般圖片會將 URL 傳送至圖片搜尋的處理流程，但 PDF 內的圖片沒有各自獨立的 URL。因此，現階段的看法是，它們可能無法比照一般圖片搜尋的方式處理。他也提到，這種處理方式未來可能改變。至於檔案大小上限，他表示抓取端應該也有不同於 HTML 的限制，但沒有提供具體數字。
選擇 PDF 的理由，以及 HTML 的便利性
那麼，是不是不該製作 PDF？Splitt 的回答是：「如果內容有需要，就沒問題。」他表示，若需要嚴格控制列印版面，或是文件需要表單等互動功能，PDF 就能派上用場。他也舉例，可以提供供旅客預訂住宿的 PDF 表單。
他們也談到了餐廳菜單。許多店家會直接上傳由印刷公司製作的 PDF；與完全不提供相比，這樣好得多。Mueller 也表示，如果只能在要不要刊載菜單之間二選一，那麼即使是 PDF，也應該放上去。
另一方面，如果可以在 PDF 和一般網頁之間選擇，Mueller 表示他偏好後者，原因是網頁更容易操作。他指出，如果同樣的內容能做成 HTML，事情就會簡單一些。Splitt 本人也偏好彈性較高的 HTML。
別讓搜尋引擎多費工夫
從這次的說明可以看出，重點並不是 PDF 在搜尋中究竟較有利還是較不利。關鍵在於，取得資訊的路徑有多短。
PDF 必須經過轉換這道程序，才能納入搜尋。因此，如果相同內容也能以 HTML 提供，從一開始就採用搜尋引擎和讀者都容易處理的形式會比較妥當。HTML 能讓人開啟頁面後立即閱讀，而且在智慧型手機上也較不容易跑版，這些特性同時也提升了使用者的便利性。
如果要檢視自家網站上的 PDF，不妨先確認能不能複製其中的文字。接著，再區分哪些內容也能以 HTML 提供。這樣的順序，或許是務實的起點。
コメント