Google 的 John Mueller 和 Martin Splitt 在公司的 Podcast 中說明了搜尋引擎如何處理 PDF。他們表示，搜尋引擎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
你或許曾聽過「PDF 對 SEO 不利」這種說法。聽過這次的說明後，可能需要稍微修正這個印象。
Splitt 表示，搜尋系統中有一個稱為轉換器（converter）的元件。它會在完成轉譯後、決定是否納入索引之前運作，並根據檔案格式分流處理。支援的格式相當廣泛，包括富文字、文件和 Excel 等，而 PDF 轉換功能也是其中之一。
轉換後的輸出是 HTML，因此後續處理幾乎都只會接觸 HTML。這並不是透過 PDF 檢視器開啟檔案、查看其中內容，而是將它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 中嵌入的連結之所以能像一般連結一樣運作，也能用同一套機制解釋。Splitt 表示，轉換器會盡可能忠實呈現原始格式，轉換成 HTML，因此也能擷取連結等元素。Mueller 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 發布資料或說明頁面的企業來說，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 模式中都可能出現
PDF 可能顯示在 AI Mode 中，也能以這套轉換機制解釋。PDF 會像一般搜尋一樣轉成 HTML 後編入索引，因此也可能出現在 AI Overviews 或 AI Mode。Splitt 表示，PDF 在索引和排名方面，處理方式與其他文件大致相同。
PDF 在 AI 搜尋中並不會被另眼看待；只要能納入搜尋的基礎架構，就能透過相同的管道進入搜尋結果。
只有圖片的 PDF 另有隱憂
需要注意的是，並非所有 PDF 都會以文字形式讀取。有些 PDF 是將掃描頁面單純儲存為圖片；外觀看起來是文件，實際內容卻是圖片。
Splitt 提供的判斷方式很簡單：試著選取 PDF 中的文字，複製後貼到文字編輯器。如果可以貼上，就代表 PDF 能轉換成可用於排名的狀態。Mueller 也表示，只要是可編入索引的文字，就能用於搜尋。
至於 PDF 中的圖片本身，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 中的圖片並沒有個別的 URL。因此，目前的看法是，這些圖片可能無法比照一般圖片搜尋的方式處理。他也提到，未來這項處理方式可能會改變。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，是否不該製作 PDF？Splitt 的回答是：「如果內容需要，當然可以。」他表示，如果需要嚴格控制列印時的呈現效果，或是文件需要像表單一樣供人操作，PDF 就派得上用場。他也舉例提到，可以用 PDF 提供住宿設施的預訂表單。
餐廳菜單也成了討論話題。許多店家會直接刊登印刷公司製作的 PDF；他的立場是，這樣總比完全不刊登好。Mueller 也表示，如果只能在刊登菜單與否之間二選一，那麼刊登 PDF 也比不刊登好。
另一方面，如果能在 PDF 與一般網頁之間選擇，Mueller 表示自己偏好後者。原因是網頁更容易操作；如果相同內容能以 HTML 呈現，事情就會簡單一些。Splitt 本人也傾向選擇更具彈性的 HTML。
讓搜尋引擎省點力的思維
從這次的說明可以看出，問題並非 PDF 對搜尋究竟有利或不利，兩者只能擇一。重要的是，讀者找到資訊的路徑有多短。
PDF 需要多經過一道轉換程序才能納入搜尋。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更容易處理的形式，會是較穩妥的做法。HTML 開啟頁面後即可閱讀、在智慧型手機上也不易跑版，這些特性同時也讓使用者更方便。
如果想檢視自家網站上的 PDF，不妨先確認能否複製其中的文字，再判斷哪些內容也適合以 HTML 提供。這樣的順序，或許是務實的起點。
コメント