آموزه های سئو

توضیحات گوگل درباره نحوه رتبه‌بندی فایل‌های PDF و تاثیر آن بر سئو (SEO) و بهینه‌سازی تولید محتوا (GEO)

تصویر مفهومی از نحوه تعامل گوگل با فایل‌های PDF برای ایندکس، خزش لینک و رتبه‌گیری در SERP و AI

هوش مصنوعی (AI Mode) و جستجوی معمولی، و اینکه چرا گوگل می تواند دقیقاً مانند صفحات وب HTML از لینک های موجود در PDFها استفاده کند، توضیحاتی ارائه داده است.

فایل های PDF به HTML تبدیل می شوند

مارتین اسپلیت (Martin Splitt) از گوگل توضیح داد که گوگل از یک مبدل (Converter) برای تبدیل PDF به HTML استفاده می کند و سپس به جای خود فایل PDF، نسخه HTML تبدیل شده را ایندکس می کند. او همچنین درباره اینکه آیا تصاویر موجود در فایل های PDF ایندکس می شوند یا خیر، ابراز تردید کرد. به نظر می رسید او بیشتر بر این باور است که تصاویر ایندکس نمی شوند، اما خاطرنشان کرد که این وضعیت ممکن است در آینده تغییر کند.

او در این باره توضیح داد:

«کاری که ما انجام می دهیم این است که از یک نمایشگر (Viewer) پی دی اف استفاده نمی کنیم. …آنچه در بخش جستجو انجام می دهیم این است که مؤلفه ای به نام مبدل داریم. این مبدل بخشی از فرآیند ایندکسینگ است که دقیقاً بعد از رندر شدن (Rendering) و درست قبل از ورود یک محتوا به ایندکس گوگل وارد عمل می شود.

یکی از کارهایی که می کنیم بررسی فرمت فایل است. ما مبدل هایی برای فرمت های مختلف داریم؛ مانند فایل های متنی غنی (Rich text)، اسناد، صفحات اکسل و حتی اسناد Lotus Notes. یکی از این موارد، مبدل PDF است. بنابراین ما فایل را می گیریم و یک نسخه HTML از آن تولید می کنیم تا پردازش ها در بقیه مسیر، تقریباً فقط با HTML کار کنند. البته این موضوع شامل تصاویر، ویدیوها و موارد مشابه نمی شود (آن ها مسیرهای متفاوتی دارند)، اما مسیر عادی وب تقریباً برای همه چیز از HTML استفاده می کند.»

این موضوع نشان می دهد که چقدر ساختار متنی فایل های شما اهمیت دارد. ما در تیم سئو دانش وب همیشه به مشتریان خود یادآوری می کنیم که استفاده از متن های قابل انتخاب (Selectable) در فایل های دانلودی، شانس دیده شدن شما را در موتورهای جستجو به شدت افزایش می دهد.

او در ادامه درباره نحوه برخورد گوگل با تصاویر داخل PDF توضیح داد:

«فکر می کنم ممکن است آن ها را شناسایی کنیم، اما مطمئن نیستم چگونه پردازششان می کنیم؛ زیرا روش معمول ما این است که URL تصویر را به سیستم جستجوی تصویر می دهیم تا روی آن کار کند. در اینجا ما واقعاً URL مستقلی برای تصویر نداریم چون بخشی از خود PDF است. بنابراین می فهمیم که تصویری وجود دارد، اما فکر نمی کنم بتوانیم آن را مانند یک تصویر عادی برای جستجوی تصویر پردازش کنیم. البته این درک فعلی من از سیستم است و شاید تا الان تغییر کرده باشد یا در آینده تغییر کند.»

لینک ها در فایل های PDF کار می کنند

گوگل همچنین تأیید کرد که لینک های تعبیه شده در PDFها دقیقاً مانند لینک های عادی عمل می کنند؛ زیرا نسخه HTML فایل PDF ایندکس می شود و این نسخه شامل لینک هایی است که ربات ها می توانند مانند لینک های وب سایت آن ها را دنبال کنند. (این یک فرصت عالی برای لینک سازی داخلی و خارجی در کاتالوگ های دیجیتال است).

جان مولر در این باره گفت:

«بنابراین اساساً وقتی گوگل یک فایل PDF را می بیند، آن را به چیزی تبدیل می کند که با آن آشناتر است؛ یعنی یک صفحه وب. و حدس می زنم به همین دلیل است که چیزهایی مثل لینک ها در فایل های PDF به درستی کار می کنند.»

اسپلیت پاسخ داد:

«بله. چون ما آن را به یک صفحه HTML تبدیل می کنیم و سپس بقیه سیستم های ما با خود می گویند: “من می دانم با یک صفحه HTML چطور رفتار کنم!” و کار خودشان را انجام می دهند. …بنابراین چیزهای زیادی می توانند در یک PDF قرار بگیرند. وقتی آن را تبدیل می کنیم، سعی می کنیم نمایشی از HTML بسازیم که تا حد امکان به فرمت اصلی وفادار باشد. به همین دلیل می توانیم مواردی مانند لینک ها را در PDFها ببینیم.»

اینفوگرافیک مراحل تبدیل PDF به HTML و ایندکس شدن متن و لینک ها توسط گوگل

این اینفوگرافیک نشان می دهد که گوگل چگونه یک فایل PDF را دریافت کرده، با مبدل خود به نسخه HTML تبدیل می کند تا متن آن قابل انتخاب و لینک های آن قابل خزش توسط ربات ها شوند.

محدودیت های حجم فایل PDF در گوگل

مولر اذعان کرد که آن ها همه چیز را نمی دانند و سعی می کنند ایندکس و رتبه بندی PDF را بر اساس اطلاعات فعلی شان توضیح دهند. او درباره محدودیت حجم فایل های PDF پرسید.

اسپلیت پاسخ داد که محدودیت حجم فایل برای PDFها بیشتر است (مانند ویدیوها که حجم بیشتری دارند)، اما محدودیت دقیق آن را نمی دانست. او افزود که به احتمال زیاد پس از تبدیل PDF به HTML، محدودیت های عادی HTML اعمال می شود.

او توضیح داد:

«احتمالاً واکشی (Fetching) پی دی اف محدودیت متفاوتی نسبت به یک صفحه وب دارد، اما احتمالاً برای نسخه تبدیل شده آن محدودیت هایی وجود دارد. من دقیقاً نمی دانم این محدودیت ها کجا اعمال می شوند… اما حدس می زنم که ما محدودیت فایل بزرگتری برای PDFها داریم (مانند ویدیوها و تصاویر). البته اگر در آینده متوجه شویم مردم PDFهای حجیم تری منتشر می کنند، ممکن است این محدودیت ها تغییر کند.»

فایل های PDF می توانند در جستجوی عادی و حالت هوش مصنوعی (AI Mode) رتبه بگیرند

اسپلیت تأیید کرد که PDFها به همان دلیلی که در جستجوی عادی رتبه می گیرند، می توانند در AI Mode نیز ظاهر شوند. با این حال، او اشاره کرد که همه PDFها نمی توانند به خاطر متنشان رتبه بگیرند، زیرا برخی از آن ها اساساً مانند یک «تصویر» ذخیره شده اند. او پیشنهاد کرد که اگر بتوانید متن را از PDF هایلایت و کپی کنید (و در یک فایل متنی پیست کنید)، گوگل هم می تواند آن را برای رتبه بندی به HTML تبدیل کند.

اسپلیت در پاسخ به اینکه آیا ناشران سایت باید فایل PDF ایجاد کنند گفت:

«بله، حتماً، اگر محتوای شما ایجاب می کند. مثلاً اگر الزامات قالب بندی خاصی دارید، یا می خواهید محتوا در چاپ دقیقاً به شکل خاصی به نظر برسد. بدیهی است که HTML فرمت بسیار منعطف تری است و من آن را ترجیح می دهم، اما اگر به هر دلیلی نیاز به PDF دارید، آن را انجام دهید. مثلاً رستوران ها معمولاً منوهای چاپی خود را به صورت PDF روی سایت می گذارند که خیلی بهتر از نداشتن منو در سایت است.»

جان مولر افزود: «بنابراین آن ها می توانند در خلاصه های هوش مصنوعی (AI Overviews) و حالت هوش مصنوعی نیز ظاهر شوند.»

اینفوگرافیک مقایسه و ادغام محتوای PDF و HTML در نتایج معمولی و هوش مصنوعی گوگل

این تصویر نشان می دهد که چگونه محتوای PDF و HTML هر دو به نتایج گوگل SERP و خلاصه های هوش مصنوعی (AI Overviews) راه می یابند، اگرچه HTML تعامل بهتری دارد.

برای سئو، HTML احتمالاً بهتر از PDF است

مولر در ادامه پادکست بیان کرد که HTML معمولی برای رتبه بندی بهتر است. این موضوع قدرت رتبه گیری PDF را کاهش نمی دهد، اما از نظر عمل گرایانه، بررسی اسناد وب (HTML) برای موتورهای جستجو بسیار آسان تر است.

او گفت: «من کمی واقع بینانه به قضیه نگاه می کنم. اگر انتخاب بین داشتن منو به صورت PDF یا نداشتن آن باشد، قطعا PDF را ترجیح می دهم. اما اگر انتخاب بین یک PDF و یک صفحه وب عادی باشد، صفحات وب را دوست دارم چون تعامل با آن ها (برای کاربر و ربات) راحت تر است. …از دیدگاه سئو، اگر محتوای شما چیزی است که می توانید آن را در HTML قرار دهید، این کار همه چیز را کمی آسان تر می کند.»

این نکته دقیقاً همان چیزی است که ما در تیم طراحی سایت و دیجیتال مارکتینگ دانش وب روی آن تمرکز داریم. طراحی وب سایت شما باید به گونه ای باشد که اطلاعات کلیدی به صورت HTML در دسترس گوگل قرار گیرد تا هم سرعت کراول بالا برود و هم تجربه کاربری (UX) بهینه تری خلق شود. بهینه سازی محتوا برای موتور جستجو ۱۰۰٪ در مورد این است که خزش و ایندکس کردن محتوا را برای ربات ها آسان کنیم.

خلاصه ای از نکات کلیدی (Takeaways)

  • گوگل PDFها را برای ایندکس کردن به HTML تبدیل می کند: سیستم های گوگل PDFها را مانند صفحات وب عادی پردازش می کنند و اجازه می دهند محتوای آن ها ایندکس و رتبه بندی شود.
  • PDFها می توانند در جستجوی سنتی و هوش مصنوعی ظاهر شوند: گوگل می تواند لینک های داخل PDF را دنبال کند و این فایل ها را در جستجوی عادی و AI رتبه بندی کند.
  • دیده شدن در جستجو به متن های قابل دسترس (Selectable) بستگی دارد: PDFهای حاوی متن قابل انتخاب پردازش می شوند، اما PDFهای مبتنی بر تصویر (اسکن شده) محدودیت دارند.
  • فرمت HTML همچنان فرمت ارجح برای سئو است: اگرچه PDFها رتبه می گیرند، اما پردازش HTML برای موتورهای جستجو و استفاده از آن برای کاربران آسان تر است.
  • PDFها برای نیازهای خاص انتشار مفیدند: اسنادی که نیاز به قالب بندی دقیق، طرح های چاپی یا فرم های تعاملی دارند، می توانند بدون از دست دادن کامل دید در جستجو، از فرمت PDF بهره ببرند.

نتیجه گیری

گوگل با تبدیل فایل های PDF به HTML توانسته است محتوای متنی و لینک های موجود در آن ها را به خوبی درک، ایندکس و رتبه بندی کند؛ اتفاقی که حتی پای این اسناد را به نتایج هوش مصنوعی (AI Mode) نیز باز کرده است. با این حال، نباید فراموش کرد که قانون طلایی سئو همیشه حول محور «تجربه کاربری و سهولت دسترسی ربات ها» می چرخد. هرچند کاتالوگ ها، منوها و اسناد چاپی در قالب PDF ارزش خود را دارند و توسط گوگل خوانده می شوند، اما ارائه همان محتوا در قالب یک صفحه HTML استاندارد، همگام سازی بسیار بهتری با الگوریتم های گوگل دارد. پیشنهاد نهایی این است که تا جای ممکن اطلاعات حیاتی کسب وکار خود را در بستر وب سایت (HTML) پیاده سازی کنید و از PDF تنها به عنوان یک ارزش افزوده و فایل دانلودی تکمیلی بهره ببرید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *