John Mueller e Martin Splitt, da Google, explicaram num podcast da empresa como a Pesquisa processa os PDFs. A Pesquisa converte os PDFs em HTML através de uma funcionalidade específica e utiliza a versão HTML para a indexação. Segundo os dois, as ligações incluídas nos PDFs também são reconhecidas após a conversão e podem surgir não só nos resultados de pesquisa habituais, mas também nas AI Overviews e no AI Mode.
Os PDFs não são ficheiros excluídos da Pesquisa
É provável que já tenha ouvido dizer que «os PDFs prejudicam o SEO». As explicações dadas agora mostram que talvez seja necessário rever um pouco essa ideia.
Segundo Splitt, o sistema de pesquisa inclui um componente chamado conversor. Este entra em ação logo após a renderização, antes de ser decidido se o conteúdo será indexado, e encaminha o processamento consoante o formato do ficheiro. Há uma grande variedade de formatos compatíveis, incluindo texto formatado, documentos e ficheiros Excel, e a funcionalidade de conversão de PDF é uma delas.
Como o resultado da conversão é HTML, as etapas seguintes lidam quase exclusivamente com HTML. Não é como se o Google abrisse o ficheiro num visualizador de PDF para analisar o conteúdo; a ideia é colocá-lo no mesmo plano que uma página Web.
É por isso que as ligações funcionam
O mesmo mecanismo explica por que motivo as ligações incorporadas nos PDFs funcionam como as ligações normais. Splitt disse que, como os ficheiros são convertidos numa representação HTML tão fiel quanto possível ao formato original, é possível identificar elementos como as ligações. Mueller acrescentou que as ligações também podem ser utilizadas porque o Google converte os ficheiros para um formato semelhante ao das páginas Web, que sabe processar bem.
Para as empresas que distribuem documentos ou páginas informativas em PDF, isto significa que as ligações daí para o respetivo site poderão não ser desperdiçadas.
Também aparecem na Pesquisa e no modo IA
O mecanismo de conversão também explica por que motivo os PDFs podem surgir no AI Mode. Tal como acontece na Pesquisa normal, são convertidos em HTML e indexados, pelo que também podem aparecer nas AI Overviews e no AI Mode. Splitt afirmou que a indexação e a classificação são feitas praticamente da mesma forma que para os restantes documentos.
Os PDFs não são tratados como uma categoria à parte na pesquisa com IA: desde que estejam incluídos na base da Pesquisa, podem passar pela mesma porta de entrada.
O problema dos PDFs compostos apenas por imagens
Importa ter em conta que nem todos os PDFs são lidos como texto. Há casos em que, apesar de parecerem documentos, o conteúdo é apenas uma imagem — por exemplo, páginas digitalizadas e guardadas como imagens num PDF.
Splitt sugeriu um teste simples: selecionar e copiar o texto do PDF e tentar colá-lo num editor de texto. Se for possível, o ficheiro pode ser convertido e está num formato que permite utilizá-lo na classificação. Mueller também afirmou que o texto passível de ser indexado pode ser utilizado na Pesquisa.
Quanto às imagens dentro dos PDFs, Splitt evitou dar uma resposta definitiva. As imagens normais são processadas na etapa da pesquisa de imagens, à qual é passado um URL, mas as imagens num PDF não têm um URL próprio. Por isso, a sua avaliação atual é que talvez não possam ser processadas da mesma forma que as imagens na pesquisa habitual. Também referiu que este tratamento poderá mudar no futuro. Quanto ao limite de tamanho dos ficheiros, disse que deverá existir um limite de obtenção diferente do aplicável ao HTML, mas não indicou um valor concreto.
Porquê escolher PDF e a facilidade de utilização do HTML
Então, não se devem criar PDFs? A resposta de Splitt foi: «Se o conteúdo o exigir, não há problema». Explicou que os PDFs são adequados quando é importante controlar rigorosamente o aspeto impresso ou quando se trata de documentos interativos, como formulários. Deu como exemplo um formulário PDF para reservas num alojamento.
Os menus de restaurantes também foram mencionados. Muitos estabelecimentos publicam diretamente o PDF criado pela gráfica, e a posição defendida foi a de que é muito melhor fazê-lo do que não publicar o menu. Mueller também disse que, se a escolha for entre publicar ou não um menu, é preferível publicá-lo em PDF.
Por outro lado, se for possível escolher entre um PDF e uma página Web normal, Mueller prefere a segunda opção. O motivo é a facilidade de utilização: se o mesmo conteúdo puder ser apresentado em HTML, isso, por si só, torna tudo um pouco mais simples. Splitt também manifestou preferência pelo HTML, que oferece maior flexibilidade.
A ideia de facilitar o trabalho dos motores de pesquisa
O que estas explicações revelam não é uma escolha entre PDFs serem prejudiciais ou vantajosos para a Pesquisa. O importante é a facilidade com que se chega à informação.
Os PDFs são incluídos na Pesquisa depois de uma etapa adicional de conversão. Por isso, se for possível disponibilizar o mesmo conteúdo em HTML, é mais sensato apresentá-lo desde logo num formato mais fácil de processar, tanto para os motores de pesquisa como para os leitores. O HTML abre-se e pode ser lido de imediato, além de ser menos propenso a problemas de apresentação nos smartphones; estas características também facilitam a utilização por parte das pessoas.
Se pretende rever os PDFs do seu site, comece por confirmar se é possível copiar o texto. Depois, avalie se o conteúdo também pode ser disponibilizado em HTML. Esta sequência parece ser um ponto de partida prático.
コメント