Google 搜索和 AI 答案里的 PDF：它到底适合干什么

Google 搜索团队用一整期 Search Off the Record 专门讲 PDF——索引、AI 和坑——它的章节列表比大多数 SEO 检查表更有用。里面覆盖了 PDF 如何被转换、内部的链接和图片如何被提取、体积限制、它们能否在搜索和 AI 答案里排名，以及那个反复出现的「餐厅菜单」争论：菜单到底该不该做成 PDF。

以下是给所有被建议「把指南、案例或菜单做成 PDF 好让它被收录」的人看的实用总结。

Google 实际是怎么处理 PDF 的

PDF 不是文本文档，它是一个二进制容器。在索引过程中，Google 会把它送进一个转换器，产出一个 HTML 表示，再由管线的其余部分处理——和它处理网页的方式一样。这带来三个很少被提前考虑到的后果。

PDF 内部的文本链接会被提取。 Google 此前确认过，PDF 文档中的链接会被当作链接处理，并且传递排名信号。所以 PDF 不是扫描图那种意义上的「链接黑洞」。

但它刷新得很慢。 Google 说过它会索引 PDF，但更新这些 PDF 的速度很慢。如果你在同一个 URL 上原地修改文件，要做好索引版本长期滞后的准备。

而且看起来越漂亮的格式，越难被提取。 一张整页导出的版式图几乎是不可读的，扫描件也一样。在 PDF 阅读器里读起来很美的那一版，可能根本不包含机器可读的文本，也不包含任何可提取的链接。

关于限制：Googlebot 的通用文件上限是 15MB，但 PDF 是 64MB，其他文件类型是 2MB。PDF 一直是 Google 接受得最宽松的格式，而这正是它们越积越多的原因。

关于排名的诚实答案

PDF 确实能排名，也能被引用。但这个格式在三个方向上都在跟你作对：不移动友好；同一份文档同时以 HTML 和 PDF 存在时会出现规范化问题（章节列表里叫「重复的二进制块」）；以及栅格化或扫描页面带来的可访问性问题。

规范化那一条是最花钱的一条。把同一份指南既做成网页又做成可下载 PDF，就产生了两个近似重复、而你没有任何可靠办法告诉 Google 你把哪个当作主版本的内容。Google 说过它一般能处理这种情况，但「一般能处理」不等于「会给你最好的那一页」。

什么时候 PDF 才是正确选择

最后一行对站外工作最重要。当你向目录、资料页或市场提交时，常常会被要求提供 logo、媒体资料包，有时还要一页 PDF。这些素材没问题。但代表你的那个链接应该指向一个你能控制的页面——一个带可见锚文本和描述的 HTML 页面——因为那才是搜索引擎和语言模型能读、能引用、且能低成本重新抓取的东西。

这个流程里最麻烦的正是提交环节本身：每个平台要的素材形式都略有不同，而手工在几十个目录上做这件事，通常就是计划停下来的地方。https://backlinksubmit.org 接手的正是这一段——从一份手工筛选的目录清单里用 AI 匹配相关平台、以人工撰写的文案（而不是生成文案）提交，并在控制台里展示提交了哪些平台、各自进度如何。它对收录也给了一个明确承诺：约 90% 的提交会被收录，而某个目录始终没有收录的那条，会免费重提或替换。

一条简单的规则

把 PDF 用在需要被冻结的成品上——已签署的文档、技术规格、演示稿；把 HTML 用在任何你希望被找到、被引用、被反复阅读的内容上。如果你不得不两种都发，就把 HTML 放在计划的第一位，把 PDF 当作下载件。

另外，如果你的 PDF 是一份设计过的栅格版式，那就直接假定它对搜索和 AI 答案毫无贡献——因为文字根本不在里面。

常见问题

PDF 里的链接会传递排名信号吗？

Google 说过 PDF 文档中的链接会被当作链接处理。这让基于文本的 PDF 成为一种有效载体，只是比网页移动得更慢。

Google 能索引扫描版 PDF 吗？

它会转换能转换的部分；而对于栅格化的扫描件，这往往意味着没有可用文本、也没有可提取的链接。如果这些内容重要，请以 HTML 发布。

PDF 有体积限制吗？

Googlebot 的通用上限是 15MB，而 PDF 单独的上限更高，为 64MB；其他文件类型是 2MB。

同时发布 HTML 页面和 PDF 会造成重复内容问题吗？

会产生规范化方面的疑问，Google 说它通常能解决。既然你无法告诉它哪个版本是主版本，那么对于需要被找到的内容，请优先只用一个格式。