Najpierw zdecyduj, czy PDF powinien być widoczny
Nie każdy dokument opublikowany na stronie musi pojawiać się w wynikach wyszukiwania. Instrukcja obsługi, katalog produktów czy publiczny raport mogą odpowiadać na konkretne pytania użytkowników. Z kolei nieaktualny cennik, robocza wersja dokumentu lub plik przeznaczony tylko dla klientów po zalogowaniu nie powinny być udostępniane w ten sam sposób. Przed publikacją ustal, komu PDF ma służyć i czy samodzielne znalezienie go w wyszukiwarce będzie pomocne.
Warto też rozważyć, czy treść lepiej przedstawić jako stronę HTML. Stronę zwykle łatwiej aktualizować, dostosować do małych ekranów i powiązać z innymi częściami serwisu. PDF ma sens na przykład wtedy, gdy użytkownik potrzebuje dokumentu do pobrania, wydrukowania lub zachowania w niezmienionej postaci. Jeśli ta sama treść występuje w obu formatach, jasno wskaż wersję główną w strukturze witryny i unikaj utrzymywania dwóch rozbieżnych wersji informacji.
Przygotuj dokument, z którego da się korzystać
Podstawą jest tekst, który można zaznaczyć i skopiować. Skan zapisany jako obraz bywa trudny do odczytania zarówno dla technologii wspomagających, jak i dla systemów przetwarzających treść dokumentu. Jeśli dysponujesz tylko skanem, zastosuj rozpoznawanie tekstu, a następnie sprawdź rezultat: OCR może pomylić znaki, kolumny i kolejność akapitów. Samo dodanie warstwy tekstowej nie zastępuje kontroli jakości.
Nadaj dokumentowi zrozumiały tytuł i opisową nazwę pliku, na przykład instrukcja-montazu-model-a.pdf zamiast final_v3.pdf. Uporządkuj nagłówki, listy i tabele w źródłowym pliku przed eksportem. Przygotowując PDF z myślą o dostępności, zadbaj także o znaczniki struktury, język dokumentu, sensowną kolejność odczytu, opisy istotnych grafik i czytelne etykiety linków. Sprawdź kontrast oraz to, czy dokument daje się wygodnie czytać bez nadmiernego powiększania.
Po eksporcie otwórz PDF i przetestuj go, zamiast zakładać, że ustawienia edytora wystarczyły. Spróbuj wyszukać frazę z treści, skopiować fragment akapitu i przejść po nagłówkach w czytniku PDF. W przypadku ważnych dokumentów warto również sprawdzić odczyt za pomocą narzędzia wspomagającego. Te próby pomagają wykryć problemy, których nie widać na podglądzie strony.
Umożliw robotom dotarcie do właściwego pliku
Publiczny PDF powinien mieć stabilny adres URL i działać bez konieczności logowania, jeśli ma być dostępny w wyszukiwarce. Umieść do niego zwykły link na odpowiedniej stronie serwisu. Zamiast ogólnego „Pobierz” użyj tekstu, który nazywa dokument, na przykład „Instrukcja montażu modelu A (PDF)”. Użytkownik rozumie wtedy, co otworzy, a dokument ma czytelny kontekst. Ważne pliki nie powinny być osiągalne wyłącznie przez wewnętrzną wyszukiwarkę lub skrypt uruchamiany po kliknięciu.
Sprawdź, czy adres zwraca właściwy plik, a nie stronę błędu albo nieoczekiwane przekierowanie. Serwer powinien przekazywać poprawny typ treści, zwykle application/pdf. Upewnij się też, że reguły robots.txt nie blokują pobierania PDF-a, który ma być indeksowany. Mapę witryny można wykorzystać do wskazania istotnych dokumentów, ale nie zastępuje ona linków ani nie gwarantuje umieszczenia pliku w indeksie.
Kontroluj wykluczanie i wersje dokumentów
Jeśli PDF jest publiczny, lecz nie chcesz jego obecności w wynikach wyszukiwania, możesz przekazać dla jego adresu dyrektywę noindex w nagłówku odpowiedzi HTTP X-Robots-Tag. Nie dodaje się jej do treści dokumentu jak znacznika HTML. Robot musi móc pobrać plik, aby odczytać ten nagłówek, dlatego blokada w robots.txt nie jest właściwym sposobem potwierdzenia wykluczenia z indeksu. Dyrektywa noindex nie chroni też poufnych danych: dokument wymagający ograniczenia dostępu powinien być zabezpieczony uprawnieniami.
Przy aktualizacji instrukcji lub katalogu zdecyduj, co ma się stać ze starym adresem. Jeśli nowa wersja zastępuje poprzednią, popraw linki w serwisie i rozważ przekierowanie starego URL na aktualny dokument. Jeśli archiwum jest potrzebne, wyraźnie oznacz wersje i daty obowiązywania wewnątrz plików, aby ograniczyć ryzyko pomyłki. Nie zostawiaj kilku niemal identycznych PDF-ów bez wskazania użytkownikowi, który jest aktualny.
Krótka lista kontroli po publikacji
Otwórz adres PDF w prywatnym oknie przeglądarki i sprawdź, czy plik jest dostępny bez logowania. Następnie skontroluj odpowiedź serwera, przekierowania, typ treści oraz ewentualny nagłówek X-Robots-Tag. Przejrzyj robots.txt, kliknij link prowadzący do dokumentu ze strony serwisu i sprawdź, czy jego opis odpowiada zawartości pliku. Na koniec przetestuj wyszukiwanie i kopiowanie tekstu oraz podstawowe elementy dostępności.
Jeśli korzystasz z narzędzia do diagnostyki indeksowania, sprawdź w nim konkretny adres PDF i zwracane komunikaty. Brak dokumentu w wynikach nie oznacza automatycznie błędu technicznego: dostępność, możliwość indeksowania i faktyczne wyświetlanie to różne kwestie. Najbardziej użyteczna kontrola polega na porównaniu zamierzonego stanu dokumentu z tym, co rzeczywiście udostępnia serwer i do czego prowadzą linki w witrynie.
