John Mueller et Martin Splitt, de Google, ont expliqué dans le podcast de l’entreprise comment les PDF sont traités par le moteur de recherche. Celui-ci convertit les PDF en HTML à l’aide d’une fonctionnalité dédiée, puis utilise cette version HTML pour l’indexation. Les liens contenus dans les PDF sont également reconnus après conversion et peuvent apparaître dans les résultats de recherche classiques, mais aussi dans AI Overviews et AI Mode, ont-ils expliqué.
Les PDF ne sont pas exclus des résultats de recherche
Vous avez sans doute déjà entendu dire que « les PDF sont défavorables au SEO ». À la lumière des explications données cette fois-ci, cette impression mérite d’être quelque peu nuancée.
Selon Martin Splitt, le moteur de recherche comprend un composant appelé « convertisseur ». Celui-ci intervient juste après le rendu, avant que soit prise la décision d’inclure ou non un fichier dans l’index, et oriente son traitement en fonction de son format. Les formats pris en charge sont nombreux : texte enrichi, documents, fichiers Excel… Il existe notamment une fonctionnalité de conversion dédiée aux PDF.
La sortie de la conversion étant au format HTML, les étapes suivantes du processus traitent presque exclusivement du HTML. Il ne s’agit pas d’ouvrir le fichier dans un lecteur PDF pour en parcourir le contenu, mais plutôt de le ramener sur le même terrain que les pages Web.
Pourquoi les liens restent fonctionnels
Le fait que les liens intégrés dans un PDF fonctionnent comme des liens classiques s’explique par le même mécanisme. Martin Splitt a indiqué que le convertisseur cherche à produire une représentation HTML aussi fidèle que possible au format d’origine, ce qui lui permet de récupérer des éléments tels que les liens. John Mueller a ajouté que, comme Google transforme les PDF en un format proche des pages Web qu’il sait traiter, les liens restent eux aussi utilisables.
Pour les entreprises qui diffusent des documents ou des pages d’information au format PDF, cela signifie que les liens vers leur site Web qui y figurent ne sont pas nécessairement vains.
Ils apparaissent dans les résultats de recherche et en mode IA
Le mécanisme de conversion explique également pourquoi les PDF peuvent apparaître dans AI Mode. Comme dans le cas des recherches classiques, leur version convertie en HTML est indexée et peut donc figurer dans AI Overviews ou AI Mode. Selon Martin Splitt, leur indexation et leur classement suivent presque les mêmes règles que pour les autres documents.
Les PDF ne bénéficient pas d’un traitement à part dans la recherche par IA : s’ils sont intégrés aux fondations de la recherche, ils peuvent emprunter les mêmes voies d’accès.
Le piège des PDF composés uniquement d’images
Il faut toutefois garder à l’esprit que les PDF ne sont pas tous lisibles sous forme de texte. Certains, par exemple, ne sont que des pages numérisées enregistrées sous forme d’images : ils ressemblent à des documents, mais leur contenu est constitué d’images.
Martin Splitt a proposé un moyen simple de le vérifier : sélectionner du texte dans le PDF, le copier et essayer de le coller dans un éditeur de texte. Si cela fonctionne, le document peut être converti et utilisé pour le classement. John Mueller a également indiqué que le texte pouvant être indexé peut servir aux recherches.
Martin Splitt n’a pas donné de réponse définitive sur le traitement des images contenues dans les PDF. Pour les images classiques, le processus de recherche d’images reçoit une URL et traite le contenu. Or, les images incluses dans un PDF n’ont pas d’URL individuelle. Selon son analyse actuelle, elles ne peuvent donc probablement pas être traitées de la même manière que dans une recherche d’images classique. Il a également évoqué la possibilité que ce traitement évolue à l’avenir. Quant à la taille maximale des fichiers, il devrait exister une limite de récupération distincte de celle qui s’applique au HTML, mais aucun chiffre précis n’a été communiqué.
Pourquoi choisir le PDF, et quels sont les avantages du HTML ?
Faut-il alors éviter de créer des PDF ? La réponse de Martin Splitt est : « Si le contenu le nécessite, aucun problème. » Il a expliqué que le PDF est indiqué lorsqu’il faut maîtriser précisément le rendu à l’impression ou lorsqu’un document nécessite des interactions, comme un formulaire. Il a notamment cité l’exemple d’un formulaire PDF pour réserver un hébergement.
Les menus de restaurant ont également été évoqués. Beaucoup d’établissements publient directement un PDF préparé par leur imprimeur ; mieux vaut le faire que de ne rien publier, selon eux. John Mueller a lui aussi déclaré que, si le choix se limite à publier ou non un menu, mieux vaut le mettre en ligne, même au format PDF.
En revanche, si le choix est possible entre un PDF et une page Web classique, John Mueller préfère cette dernière, pour sa facilité d’utilisation. Si le même contenu peut être proposé en HTML, cela simplifie déjà un peu les choses, a-t-il expliqué. Martin Splitt a lui aussi exprimé sa préférence pour le HTML, plus souple.
L’idée de faciliter la tâche aux moteurs de recherche
Ce qui ressort de ces explications, ce n’est pas que les PDF sont soit pénalisés, soit favorisés dans les résultats de recherche. L’essentiel est de savoir à quel point le chemin d’accès à l’information est direct.
Les PDF ne sont intégrés aux résultats qu’après une étape supplémentaire de conversion. Par conséquent, si le même contenu peut être proposé en HTML, mieux vaut le préparer dès le départ dans un format plus facile à traiter pour les moteurs de recherche comme pour les lecteurs. Le HTML permet d’accéder directement au contenu et s’affiche plus facilement sur les smartphones : des caractéristiques qui améliorent aussi le confort des utilisateurs.
Si vous souhaitez faire le point sur les PDF de votre site, commencez par vérifier si leur texte peut être copié. Déterminez ensuite si le contenu pourrait aussi être proposé en HTML. Cet ordre constitue un point de départ pragmatique.
コメント