Google explicó cómo trata los PDF en su buscador en un episodio del pódcast Search Off the Record publicado el 13 de octubre de 2026. Los convierte a HTML al indexarlos, así que pueden posicionar y aparecer en sus funciones de IA. Aun así, recomienda HTML. Afecta a cualquier web que publique cartas, catálogos o tarifas en PDF.
Lo que se sabe
- Quién y dónde: Martin Splitt y John Mueller, del equipo de Search Relations de Google, en el episodio «PDFs in Search: Indexing, AI & Pitfalls» de Search Off the Record, del 13 de octubre de 2026, según su página oficial.
- La conversión: la página del episodio explica que Google convierte el PDF, un contenedor binario, en una página HTML durante la indexación, para que el resto del sistema lo procese con normalidad.
- Búsqueda e IA: según el mismo resumen oficial, el texto indexable de un PDF pasa a HTML y por eso puede posicionar con normalidad y salir en las funciones de IA. El episodio tiene un capítulo sobre si los PDF salen en la Búsqueda, AI Overviews y AI Mode, y trata su uso en sistemas de IA para entrenamiento y anclaje de respuestas.
- HTML, mejor: el resumen oficial dice que HTML se adapta mejor al móvil, se reorganiza al ampliar y carga más rápido.
- Una prueba sencilla: copiar texto del PDF y pegarlo en un editor. Si no se copia, puede ser una imagen y Google no lo indexará con facilidad, según la página del episodio.
- La carta del restaurante: un menú en PDF es mejor que no tener menú, pero una página HTML adaptable rinde mejor, es más accesible y se usa mejor, dice el resumen oficial.
- PDF repetidos en varios sitios: el episodio señala que un mismo PDF publicado en sitios distintos complica la elección de la URL canónica, y que la cabecera HTTP rel="canonical" ayuda.
- llms.txt: guardarlo como PDF es mala idea, según la página del episodio.
- Lo que añade un medio: según el resumen de Search Engine Roundtable, los enlaces de texto de un PDF se rastrean; las imágenes de dentro no tienen URL propia y en general no entran en Google Imágenes; Google vuelve a rastrear los PDF con menos frecuencia que el HTML; los protegidos con contraseña no los puede leer; y los PDF «para imprimir» que genera un gestor de contenidos pueden competir con la página HTML. El mismo medio dice que sobre optimización para buscadores de IA se habló poco.
La transcripción oficial no se pudo abrir para esta noticia: ninguna frase literal de Splitt o Mueller se da aquí como leída.
Qué cambia y qué no
No hay una regla nueva. La documentación de Google ya lista el PDF entre los archivos que puede indexar, y su página sobre Googlebot dice que lee los primeros 64 MB de un PDF, frente a los primeros 2 MB de otros tipos de archivo.
Lo nuevo es que Google lo explica en público y lo une a la IA: un PDF bien hecho puede acabar citado en un resumen de IA. También deja dicho que, para el usuario, HTML sigue siendo mejor opción.
Cómo saber si te afecta
- Localiza tus PDF. En Search Console, informe «Rendimiento», filtra por página con la URL que contiene «.pdf». Verás cuáles reciben impresiones y clics.
- Haz la prueba de copiar. Abre cada PDF importante, selecciona un párrafo y pégalo en un editor de texto. Si no sale nada, es una imagen escaneada: vuelve a exportarlo desde el documento original.
- Pasa a HTML lo que la gente busca. Una carta, una lista de precios o un horario funcionan mejor como página de la web, con el texto visible. Deja el PDF como descarga, no como única versión.
- Revisa el peso. Google solo lee los primeros 64 MB de un PDF. Un catálogo muy pesado conviene dividirlo o comprimirlo.
- Controla los duplicados. Si el mismo PDF está en tu web y en otras, la documentación de Google permite indicar la URL canónica con una cabecera HTTP `Link` con rel="canonical". La configura quien gestiona el servidor o el hosting.
- Saca de Google lo que no debe estar. En un PDF no hay etiqueta meta robots. Google indica usar la cabecera HTTP X-Robots-Tag con «noindex» y da ejemplos para Apache y NGINX.
Relacionado: Google Maps: marca tus platos sin gluten, halal o kosher
Fuentes
- Google, Search Off the Record, «PDFs in Search: Indexing, AI & Pitfalls», 13 de octubre de 2026 (en inglés)
- Google, «Googlebot» (límites de tamaño)
- Google, «Tipos de archivo que Google puede indexar»
- Google, «Cómo especificar una URL canónica con rel="canonical" y otros métodos»
- Google, «Especificaciones de la etiqueta meta Robots, y los elementos data-nosnippet y X-Robots-Tag»
- Search Engine Roundtable, 13 de octubre de 2026 (en inglés)
Actualizaciones: si Google publica cambios en su documentación sobre PDF o la transcripción aporta datos nuevos, se añadirán aquí con su enlace.