John Mueller e Martin Splitt, da Google, explicaram num podcast da empresa como são processados os PDFs na pesquisa. A Pesquisa converte os PDFs em HTML através de uma função específica e utiliza essa versão HTML para a indexação. As ligações incluídas nos PDFs também são reconhecidas após a conversão e, segundo os dois, os documentos podem aparecer tanto nos resultados de pesquisa habituais como nos AI Overviews e no AI Mode.
Os PDFs não estão fora do alcance da pesquisa
É provável que já tenha ouvido dizer que «os PDFs são uma desvantagem para o SEO». Depois desta explicação, talvez seja necessário rever um pouco essa ideia.
Segundo Splitt, o sistema de pesquisa inclui componentes chamados conversores. Estes entram em ação imediatamente após a apresentação do conteúdo e antes de se decidir se este será indexado, analisando o formato do ficheiro e encaminhando-o para o processamento adequado. Há uma grande variedade de formatos compatíveis, como texto formatado, documentos e ficheiros Excel, e o conversor de PDF é um deles.
O resultado da conversão é HTML, pelo que as etapas seguintes trabalham quase exclusivamente com HTML. Não se trata de abrir o ficheiro num visualizador de PDF e consultar o seu conteúdo; é mais como colocar o documento no mesmo plano que uma página web.
Eis por que razão as ligações funcionam
O mesmo mecanismo explica por que razão as ligações incorporadas num PDF funcionam como as ligações habituais. Splitt explicou que, para converter o ficheiro numa representação HTML tão fiel quanto possível ao formato original, também são reconhecidos elementos como as ligações. Mueller acrescentou que estas funcionam porque a Google converte o ficheiro para um formato semelhante ao de uma página web, que a empresa sabe processar bem.
Para as empresas que distribuem documentos ou páginas informativas em PDF, isto significa que as ligações desses ficheiros para o respetivo site podem não ser em vão.
Os PDFs também aparecem na pesquisa e no modo de IA
O mecanismo de conversão também explica por que razão os PDFs podem aparecer no AI Mode. Tal como acontece na pesquisa habitual, o conteúdo convertido em HTML é indexado, pelo que também pode surgir nos AI Overviews e no AI Mode. Splitt afirmou que a indexação e a classificação são praticamente iguais às de outros documentos.
Os PDFs não são tratados à parte na pesquisa com IA: se estiverem integrados na base da pesquisa, podem passar pela mesma porta de entrada.
Os PDFs compostos apenas por imagens têm uma limitação
É importante ter em conta que nem todos os PDFs são interpretados como texto. Há casos em que, apesar de parecerem documentos, o conteúdo é uma imagem — por exemplo, PDFs criados a partir de páginas digitalizadas e guardadas como imagens.
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 apto a ser utilizado na classificação. Mueller também afirmou que o texto passível de ser indexado pode ser usado na pesquisa.
Quanto às imagens contidas nos PDFs, Splitt não apresentou uma explicação definitiva. As imagens comuns são processadas através do envio do URL para a etapa de pesquisa de imagens, mas as imagens dentro de um PDF não têm um URL próprio. Por isso, a avaliação atual é que talvez não possam ser processadas da mesma forma que as imagens na pesquisa de imagens habitual. Splitt também referiu que este tratamento poderá mudar no futuro. Quanto ao limite de tamanho dos ficheiros, deverá existir um limite de obtenção distinto do aplicado ao HTML, mas não foi indicado qualquer valor concreto.
Por que escolher PDF e a facilidade de utilização do HTML
Então, não se deve criar PDFs? A resposta de Splitt foi: «Se o conteúdo o exigir, não há problema.» Os PDFs são úteis quando é importante controlar rigorosamente o aspeto do documento impresso ou quando se trata de documentos interativos, como formulários. Como exemplo, mencionou formulários de reserva de alojamento em PDF.
Também se falou dos menus de restaurantes. Muitos estabelecimentos publicam diretamente um PDF criado por uma gráfica, e a posição defendida foi que isso é muito melhor do que não disponibilizar o menu. Mueller também afirmou que, se a escolha for entre publicar o menu ou não, 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. A razão é a facilidade de utilização: se o mesmo conteúdo puder ser apresentado em HTML, isso já torna tudo um pouco mais simples. Splitt também manifestou preferência pelo HTML, que oferece maior flexibilidade.
A ideia de não dar trabalho aos motores de pesquisa
O que esta explicação mostra é que não se trata de escolher entre considerar os PDFs uma desvantagem ou uma vantagem para a pesquisa. O mais importante é a facilidade com que se chega à informação.
Os PDFs são incluídos na pesquisa após uma etapa adicional de conversão. Por isso, se for possível disponibilizar o mesmo conteúdo em HTML, é mais prudente apresentá-lo desde logo num formato mais fácil de processar, tanto para os motores de pesquisa como para os leitores. O facto de o HTML poder ser lido assim que se abre a página e de manter a formatação nos telemóveis também o torna mais fácil de utilizar.
Se vai rever os PDFs do seu site, comece por verificar se é possível copiar o texto. Depois, identifique que conteúdos também podem ser disponibilizados em HTML. Esta sequência poderá ser um ponto de partida prático.
コメント