Короткий ответ: оставляйте PDF в поиске, если это самостоятельный, актуальный и общедоступный документ - например, инструкция, каталог, отчет или регламент. Если файл повторяет HTML-страницу, содержит старые условия, нужен только клиентам или неудобен как посадочная, лучше перенести основную информацию в HTML, закрыть файл от индексации либо удалить его.
Сначала определите роль документа
PDF полезен там, где важны скачивание, печать, фиксированная верстка или работа офлайн. В таком формате логично публиковать:
- инструкции и техническую документацию;
- каталоги со сложными таблицами и схемами;
- официальные формы, регламенты и нормативные документы;
- исследования и отчеты в законченной редакции;
- материалы, которые пользователь сохраняет и передает коллегам.
Но PDF редко подходит на роль главной коммерческой посадочной. На странице услуги человеку обычно нужно быстро посмотреть условия, сравнить варианты, перейти к кейсам, задать вопрос или заполнить форму. В HTML это сделать проще: страница адаптируется под телефон, участвует во внутренней перелинковке и обновляется без выпуска очередного файла price-final-new-3.pdf.
Перед настройками выясните, кто должен открыть документ, какую задачу он решает и что читатель сделает дальше. Если ясного ответа нет, сначала определите роль файла, а уже потом настраивайте индексацию.
Проведите инвентаризацию PDF
Соберите адреса из CMS, файлового хранилища, внутренних ссылок, sitemap и отчетов поисковых систем. Оператор filetype:pdf может подсказать уже известные поиску документы, но не даст полного списка.
Для каждого URL запишите назначение, источник ссылки, дату редакции, ответственного, наличие похожей HTML-страницы и итоговое действие: оставить, обновить, перенести, закрыть или удалить. Так находятся забытые прайсы, дубли инструкций и документы с прежними контактами.
Когда PDF можно индексировать
Оставляйте файл открытым для индексации, если он отвечает на самостоятельный запрос и остается полезным без окружающей страницы. У хорошего PDF есть:
- понятный заголовок и стабильный публичный URL;
- текстовый слой, а не только изображения страниц;
- логичная структура, заголовки и оглавление для длинного документа;
- дата или версия, когда актуальность имеет значение;
- читаемые таблицы, схемы и шрифты;
- название организации и ссылка на основной сайт;
- понятный следующий шаг после чтения.
С HTML-страницы ставьте описательную ссылку: «Инструкция по настройке, PDF», а не просто «скачать». Если размер файла заметен пользователю, его можно указать рядом.
Когда лучше выбрать HTML
Переносите основное содержание в HTML, если материал часто обновляется, должен приводить к заявке или раскрывается через связанные страницы. На HTML-странице проще разместить навигацию, форму, FAQ, предупреждения и ссылки на подробные разделы.
Рабочая схема - содержательная HTML-страница плюс PDF для печати или скачивания. На странице остаются прямой ответ, важные условия, дата обновления и дальнейший маршрут. В файле - полная версия, которую удобно сохранить.
Если HTML и PDF почти дословно повторяют друг друга, определите основной формат. Не заставляйте два адреса конкурировать за один и тот же запрос. Для коммерческого интента основным чаще становится HTML. Разобраться с пересечением ролей поможет материал о каннибализации запросов.
Как подготовить PDF к публикации
Дайте файлу короткое и понятное имя с дефисами вместо пробелов, например instrukciya-po-montazhu.pdf. Не выносите в публичный URL фамилии редакторов и служебные пометки вроде final-v7-new.
Текст должен выделяться и находиться через поиск по файлу. Если исходник отсканирован, распознайте его и вручную сверьте числа, артикулы, единицы измерения и отрицания. Ошибка OCR в слове «не» может полностью изменить смысл инструкции.
Используйте настоящие заголовки и списки, задайте правильный порядок чтения, добавьте описания значимым изображениям. Сожмите фотографии и схемы, но сохраните разборчивость мелких деталей. До загрузки удалите редакторские комментарии, ненужные вложения, скрытые слои и внутренние данные из свойств файла.
Как управлять индексацией
X-Robots-Tag
Для публично доступного PDF, который можно открыть по прямой ссылке, но не нужно показывать в поиске, сервер может отдавать HTTP-заголовок X-Robots-Tag: noindex. Проверять его нужно на ответе самого PDF-URL. Страница, с которой скачивается файл, может иметь другие настройки.
Важно, чтобы поисковый робот мог получить файл и увидеть заголовок. Поэтому сочетание запрета обхода в robots.txt и noindex может работать против поставленной задачи: робот не всегда сможет прочитать директиву noindex.
Robots.txt
Robots.txt управляет обходом, но не является надежной защитой данных и не подходит как единственный способ удалить уже известный адрес из поиска. Конфиденциальные документы нужно закрывать авторизацией или иным реальным ограничением доступа. Секретная ссылка и запрет для роботов защитой не считаются.
301, 404 и 410
Если у старого PDF появился прямой актуальный аналог, уместен 301-редирект на него. Если замены нет, сервер должен вернуть 404 или 410. Эти коды не нужно подменять редиректом на главную: главная страница обычно не продолжает задачу удаленного прайса, инструкции или каталога.
После удаления обновите внутренние ссылки и sitemap. Временное скрытие URL через инструмент поисковой системы может ускорить исчезновение результата, но не заменяет постоянное исправление на сайте. Выбор между вариантами подробнее разобран в инструкции как удалить страницу из поиска.
Нужны ли PDF в sitemap.xml
Добавляйте PDF в sitemap, только если хотите его индексировать, он отвечает кодом 200 и представляет собой актуальный самостоятельный материал. Карта сайта помогает сообщить об URL, но не гарантирует индексацию и не делает слабый документ качественным.
Не включайте туда закрытые, удаленные, служебные и устаревшие файлы. Поле даты изменения должно отражать реальное обновление документа, а не ежедневную пересборку sitemap.
После правок проверьте согласованность сигналов: индексируемый файл доступен, присутствует в карте при необходимости и не получает noindex; закрытый или удаленный файл не остается в sitemap и во внутренних ссылках. Базовая проверка описана в материале про sitemap, robots и canonical.
Что делать с дублем HTML и PDF
Обычно подходит один из трех сценариев:
- HTML - основной материал, PDF - версия для скачивания.
- PDF - самостоятельный официальный документ, HTML - карточка с аннотацией, датой и ссылкой.
- Материал полностью перенесен в HTML, а старый PDF удален или перенаправлен на ближайшую актуальную замену.
Не рассчитывайте на canonical для PDF как на универсальное средство от дублей. Обработка таких сигналов зависит от поисковой системы. Надежнее выстроить понятную архитектуру: один основной адрес, последовательные внутренние ссылки, корректные коды ответа и отсутствие бесконтрольных копий.
Практический пример: квартальный каталог
Компания каждый квартал загружала каталог под новым именем. Старые файлы оставались доступны, статьи ссылались на разные редакции, а из поиска пользователи иногда открывали документ с неактуальными условиями.
Команда сделала HTML-страницу каталога: добавила краткое описание направлений, дату обновления и переходы к услугам. Актуальный PDF разместила по постоянному адресу как версию для скачивания. Затем старые файлы разобрали по одному:
- точные устаревшие версии перенаправили на актуальную замену;
- документы без подходящего аналога стали возвращать 404 или 410;
- внутренние ссылки заменили;
- из sitemap убрали лишние URL;
- назначили сотрудника, который отвечает за следующую редакцию.
Здесь результат - не обещание роста позиций, а порядок: на сайте нет противоречащих версий, читатель видит дату и открывает актуальный материал, а команда знает процесс обновления.
Частые ошибки и ограничения
- Публиковать скан без проверенного текстового слоя.
- Делать PDF единственной посадочной для услуги с формой и меняющимися условиями.
- Хранить каждую редакцию под новым случайным URL.
- Закрывать файл только в robots.txt и ждать его быстрого удаления из выдачи.
- Пытаться защитить клиентский документ директивой для поискового робота.
- Перенаправлять все удаленные файлы на главную.
- Автоматически добавлять в sitemap каждый PDF из папки.
- Не проверять ссылки, шрифты и таблицы после экспорта.
- Поддерживать одинаковые HTML- и PDF-версии без выбранного основного маршрута.
Отдельно следите за ссылками на документы после переезда сайта или смены структуры. Регулярная проверка по тем же принципам, что и поиск битых ссылок, помогает находить забытые версии и ошибочные адреса.
Чек-лист перед публикацией
- У документа есть понятная аудитория и самостоятельная задача.
- Решено, должен ли URL участвовать в поиске.
- Нет более подходящей HTML-страницы с тем же интентом.
- Имя файла и заголовок понятны человеку.
- Текст выделяется, ищется и корректно распознан.
- Документ читается на телефоне.
- Указаны дата или версия, если они важны.
- Из файла можно перейти на актуальный сайт.
- Ссылки работают после финального экспорта.
- Сервер возвращает ожидаемый код и корректный Content-Type.
X-Robots-Tag, robots.txt и sitemap не противоречат решению.- Старые версии обработаны, ссылки на них заменены.
- В файле нет комментариев и внутренних данных.
- Назначен ответственный за обновление.
FAQ
Может ли PDF появляться в поиске?
Да, поисковые системы могут находить и показывать PDF с доступным содержанием. Но сама возможность индексации не означает, что файл удобен как посадочная. Оцените его актуальность, читаемость и самостоятельную пользу.
Нужно ли добавлять ключевые слова в имя файла?
Понятное тематическое имя полезно, но не превращайте его в перечень запросов. Короткое название, соответствующее содержанию, лучше искусственного набора ключевых слов.
Как закрыть PDF от индексации?
Для общедоступного файла можно настроить серверный заголовок X-Robots-Tag: noindex. Если содержание не должно быть доступно посторонним, потребуется авторизация или другое ограничение доступа.
Что делать со старым прайс-листом?
Уберите внутренние ссылки. Если новый прайс действительно заменяет старый, настройте прямой 301-редирект. Если подходящей замены нет, возвращайте 404 или 410. Не перенаправляйте документ на главную только ради сохранения URL.
Можно ли оставить HTML и PDF одновременно?
Да, если у форматов разные роли. Например, HTML дает актуальный ответ и навигацию, а PDF служит полной версией для печати. Обозначьте формат и дату, чтобы читатель понимал, что открывает.
Нужно ли добавлять PDF в sitemap?
Только если вы хотите его индексировать и считаете актуальным самостоятельным материалом. Закрытые, дублирующие и устаревшие документы в sitemap не нужны.
Что сделать сейчас
Соберите все PDF сайта и назначьте каждому одно действие: оставить, обновить, перенести в HTML, закрыть или удалить. В первую очередь проверьте файлы с ценами, условиями, персональными данными и заметным числом переходов. Затем согласуйте внутренние ссылки, коды ответа, заголовки и sitemap.
Если нужна независимая проверка структуры сайта и документов, напишите в Telegram. Для подготовки структуры, черновика и FAQ можно использовать нейросеть XelaGroup, но факты, ссылки и технические настройки все равно стоит проверить вручную.
Нужно привести документы сайта в порядок?
Разберём роли PDF и HTML-страниц, технические сигналы и путь пользователя без лишних дублей.