شرح جون مولر ومارتن سبلِت من Google كيفية معالجة البحث لملفات PDF في بودكاست الشركة. وقالا إن البحث يحوّل ملفات PDF إلى HTML باستخدام ميزة تحويل مخصصة، ثم يستخدم نسخة HTML في الفهرسة. وأضافا أن الروابط داخل ملفات PDF تُلتقط بعد التحويل، ويمكن أن تظهر في نتائج البحث العادية، وكذلك في AI Overviews وAI Mode.
ملفات PDF ليست خارج نطاق البحث
ربما سمعت مرةً مقولة إن «ملفات PDF تضر بتحسين محركات البحث». لكن بعد الاستماع إلى هذا الشرح، يبدو أن هذه الفكرة تحتاج إلى بعض التصحيح.
بحسب سبلِت، يتضمن نظام البحث مكوّنًا يُسمى «المحوّل». ويعمل هذا المكوّن مباشرة بعد العرض، وقبل اتخاذ قرار بشأن إدراج الملف في الفهرس، إذ يفحص صيغة الملف ويوجّه المعالجة وفقًا لها. وتشمل الصيغ المدعومة طيفًا واسعًا، مثل النصوص المنسقة والمستندات وملفات Excel، وتُعدّ ميزة تحويل PDF إحداها.
يكون الناتج بعد التحويل بصيغة HTML، لذا تتعامل المراحل اللاحقة في الغالب مع HTML وحده. فالأمر لا يعني فتح الملف في عارض PDF وتصفحه، بل إعادة وضعه على قدم المساواة مع صفحات الويب.
لماذا تظل الروابط فعّالة؟
يمكن تفسير عمل الروابط المضمّنة في ملفات PDF بالطريقة نفسها التي تعمل بها الروابط العادية، من خلال آلية التحويل ذاتها. وقال سبلِت إن النظام يحوّل الملف إلى تمثيل HTML أمين قدر الإمكان للتنسيق الأصلي، ما يتيح له التقاط عناصر مثل الروابط. وأضاف مولر أن الروابط تظل قابلة للاستخدام لأن Google يحوّل الملفات إلى صيغة قريبة من صفحات الويب التي اعتاد التعامل معها.
وهذا يعني أن الشركات التي توزّع موادها وصفحاتها التعريفية بصيغة PDF قد تستفيد من الروابط التي تشير منها إلى مواقعها، بدل أن تذهب هذه الروابط سدى.
تظهر في البحث العادي وفي وضع الذكاء الاصطناعي
كما فُسّر احتمال ظهور ملفات PDF في AI Mode بآلية التحويل. فمثلما يحدث في البحث العادي، تُحوّل الملفات إلى HTML ثم تُفهرس، ما يتيح ظهورها في AI Overviews أو AI Mode أيضًا. وقال سبلِت إن الفهرسة والترتيب يجريان معها بالطريقة نفسها تقريبًا المتبعة مع المستندات الأخرى.
وبذلك لا تُعامل ملفات PDF على أنها فئة منفصلة في البحث المعتمد على الذكاء الاصطناعي؛ فإذا كانت ضمن أساس البحث، فإنها تدخل من البوابة نفسها.
ملفات PDF المكوّنة من صور فقط تنطوي على مشكلة
لكن ينبغي الانتباه إلى أن النص لا يُقرأ في جميع ملفات PDF. فبعض الملفات، مثل صفحات جرى مسحها ضوئيًا وحفظها على هيئة صور، تبدو مستندات من الخارج فيما لا يحتوي جوهرها إلا على صور.
والمعيار الذي ذكره سبلِت بسيط: حاول تحديد نص في ملف PDF ونسخه، ثم لصقه في محرر نصوص. إذا أمكن لصقه، فهذا يعني أنه قابل للتحويل ويمكن استخدامه في الترتيب. وقال مولر أيضًا إن النص القابل للفهرسة يمكن استخدامه في البحث.
أما الصور داخل ملفات PDF، فتجنب سبلِت تقديم شرح قاطع بشأنها. ففي حين تُمرر عناوين URL للصور العادية إلى عملية البحث عن الصور لمعالجتها، لا تملك الصور داخل ملفات PDF عناوين URL منفردة. لذلك، يُرجّح في الوقت الحالي تعذّر معالجتها بالطريقة نفسها المستخدمة في البحث العادي عن الصور. وأشار إلى أن هذا التعامل قد يتغير مستقبلًا. وبشأن الحد الأقصى لحجم الملف، قال إن من المفترض وجود حدّ للاسترجاع منفصل عن حد HTML، لكنه لم يذكر رقمًا محددًا.
أسباب اختيار PDF وسهولة استخدام HTML
فهل ينبغي عدم إنشاء ملفات PDF؟ أجاب سبلِت: «لا بأس بذلك إذا كان المحتوى يتطلبه». وقال إن PDF مناسب للمستندات التي تتطلب ضبطًا دقيقًا لمظهرها عند الطباعة، أو التي تحتاج إلى تفاعل مثل النماذج. وضرب مثالًا بنموذج PDF لحجز الإقامة في منشأة سياحية.
وتطرقا أيضًا إلى قوائم المطاعم. فكثير من المطاعم تنشر ملفات PDF أعدّتها مطابع، والموقف هو أن نشرها أفضل بكثير من عدم نشر أي قائمة. وقال مولر أيضًا إنه إذا كان الخيار محصورًا بين نشر القائمة أو عدم نشرها، فالأفضل نشرها حتى لو كانت بصيغة PDF.
لكن إذا كان الاختيار بين PDF وصفحة ويب عادية، فإن مولر يفضّل الخيار الثاني. والسبب سهولة استخدامه، إذ قال إن تحويل المحتوى نفسه إلى HTML يجعل الأمور أسهل قليلًا. وأبدى سبلِت بدوره تفضيلًا لـHTML لما يوفره من مرونة أكبر.
تقليل العبء على محركات البحث
ما يتضح من هذا الشرح هو أن المسألة لا تنحصر في الاختيار بين القول إن ملفات PDF تضر بالبحث أو تفيده. الأهم هو مدى قِصر الطريق إلى المعلومات.
تدخل ملفات PDF إلى البحث بعد المرور بخطوة إضافية هي التحويل. لذلك، إذا أمكن توفير المحتوى نفسه بصيغة HTML، فمن الأفضل تقديمه منذ البداية في صيغة يسهل على محركات البحث والقراء التعامل معها. كما أن خصائص HTML، مثل إمكان قراءة الصفحة فور فتحها وعدم اختلال تنسيقها بسهولة على الهواتف الذكية، تتوافق مع سهولة الاستخدام بالنسبة إلى الأشخاص أيضًا.
إذا كنت تراجع ملفات PDF على موقع شركتك، فتحقق أولًا مما إذا كان بالإمكان نسخ النص منها. ثم حدّد ما إذا كان من الممكن نشر المحتوى نفسه بصيغة HTML أيضًا. وقد تكون هذه الخطوات نقطة انطلاق عملية.
コメント