你的網站有沒有上載PDF——價目表、餐牌、報價單、宣傳單張？Google工程師剛剛用整整一集Podcast解釋這些檔案在搜尋中如何被處理，不少香港企業的做法，可能正讓自己的PDF「隱形」。
2026年10月14日，Google的Martin Splitt與John Mueller發布最新一集《Search Off the Record》Podcast，主題是「PDFs in Search: Indexing, AI & Pitfalls」，詳細拆解PDF如何被爬取、索引、排名，以至如何出現在AI搜尋之中。以下是重點整理與對香港中小企業的實際啟示。
一、Google如何處理PDF？五個關鍵事實
1. PDF會被轉換成HTML再索引
PDF本質上是「二進制容器檔案」，不是純文字。Google在索引流程中會用轉換器元件把PDF轉成HTML表示形式，讓內部搜尋系統可以像處理普通網頁一樣處理它。換句話說，PDF並非「次等檔案」——它與HTML網頁共用同一套基礎索引與排名系統。
2. 連結會被保留並爬取，但圖片不會
PDF內嵌的文字連結會被完整保留，Googlebot會如常爬取這些連結。然而，PDF內嵌的圖片因為沒有獨立的URL，一般無法像普通網頁圖片那樣進入Google圖片搜尋——這是不少企業忽略的盲點：以為PDF內的產品相片可以被搜尋到，其實不會。
3. PDF可以出現在AI概覽與AI Mode
被轉換索引的PDF與標準HTML文件採用相同的排名系統，可以出現在AI Overviews（AI概覽）之中，亦可供AI模型用於訓練與答案引用（grounding）。這意味著PDF內容在「AI搜尋時代」依然有被引用的價值——只要它寫得好、結構清晰。
4. 爬取容量限制比HTML更寬鬆
Google對PDF的爬取大小限制比標準HTML頁面更大，而且刻意不公開確切上限，因為門檻會隨檔案大小常態的演變而調整。不過Google文件曾提及Googlebot抓取子資源的約15MB上限——一般商業文件遠未觸及，毋須擔心。
5. 密碼保護會封鎖一切
設有密碼的PDF會阻擋搜尋引擎機械人閱讀與索引內容。如果你的PDF需要密碼才能開啟，它在Google搜尋中基本上等於不存在。
二、常見陷阱：掃描PDF、重複內容與動態生成
掃描版與點陣化PDF無法閱讀
如果PDF由掃描影像或點陣化頁面組成，而非真正的文字，搜尋引擎在沒有OCR（光學字元辨識）的情況下無法讀取內容。Google給出的測試方法很簡單：在PDF中反白、複製、貼上到記事本——貼不出文字，就代表搜尋引擎也讀不到。香港不少舊式文件、表格與單據正是這種掃描PDF，等於完全放棄搜尋曝光。
重複內容：PDF與HTML並存時怎麼辦？
同一份內容同時以PDF與HTML網頁發布，可能造成重複內容的規範化（canonicalization）難題。Google建議：使用rel=canonical HTTP標頭指向主要版本、填寫PDF的中繼資料欄位（標題、作者、描述），並在文件頁首放置明顯的返回網站連結，讓Google清楚哪一個才是原始版本。
動態CMS生成的PDF有隱患
由網站後台即時動態生成的PDF，若每次生成都帶有新時間戳或不同位元組內容，會製造大量「重複的二進制檔案」，令規範化判斷更困難。穩定、靜態的PDF檔案比每次動態產生的版本更易被處理與更新。
手機體驗問題
PDF在手機上的體驗向來欠佳：載入延遲、版面鎖定、縮放困難，用戶往往要「放大縮細」才能閱讀——這正是Google在節目中討論的餐廳餐牌之爭：餐牌到底用PDF還是HTML網頁？Google的立場傾向後者：HTML頁面在手機上更流暢、更易被索引與排名，也更容易被AI引用。
三、對香港中小企業的實際意義
香港企業很喜歡用PDF：餐廳餐牌、美容療程價目表、裝修報價單、會計服務簡介、課程時間表……全都以PDF上載網站。這些檔案並非沒有SEO價值，但目前的用法普遍有三大問題：掃描版無法閱讀、圖片進不了圖片搜尋、內容與網頁重複沒有規範化。
你應該知道的實務重點
- 餐牌與價目表優先考慮HTML——尤其是以手機用戶為主的行業（餐廳、美容、零售），Google在節目中明確比較了PDF與HTML的優劣；一份排版良好的HTML餐牌比PDF更易排名、更快載入、也更易被AI概覽引用
- 必須用PDF時，確保它是「真文字」——不要直接上載掃描檔；使用可搜尋文字版本的PDF（例如由Word/InDesign匯出而非掃描器產生），並用「複製貼上測試」驗證
- PDF與HTML並存時做好規範化——以
rel=canonical標頭指定主要版本、填寫PDF中繼資料、在文件頁首放返回網站連結，避免Google混淆哪個才是原始內容 - 不要用密碼保護重要PDF——除非內容真的需要保密（如內部文件），否則密碼會令檔案完全失去搜尋曝光；若擔心被盜用，可考慮以HTML網頁配部分內容公開
- 把PDF當成「AI引用素材」經營——既然PDF可以出現在AI概覽與AI Mode，企業發布的PDF應採用清晰標題、分段與重點，讓AI模型更容易理解與引用，這正是GEO（生成式引擎優化）思維
四、香港企業現在可以做什麼？
- 第一步：盤點網站所有PDF——列出全部上載的PDF，分類為「真文字版」與「掃描版」，掃描版考慮轉換或刪除
- 第二步：做複製貼上測試——每個重要PDF都反白複製一段文字貼到記事本；貼不出文字的，即代表Google也讀不到，需重新匯出文字版
- 第三步：檢查關鍵頁面的PDF是否該改為HTML——餐廳餐牌、價目表等以手機用戶為主的內容，優先製作HTML版本；PDF版本可保留作下載用途
- 第四步：為並存的PDF設定規範化——與開發人員或SEO公司確認
rel=canonical標頭、PDF中繼資料與文件頁首連結是否已設定
PDF的故事提醒我們：搜尋引擎早已不是「只能讀HTML」的時代——Google會盡力理解你的PDF，但前提是檔案本身「可被理解」。把每個PDF當成一個潛在的排名頁面來經營，而不是一個單純的下載附件，你的企業資料才能在傳統搜尋與AI搜尋中同時被看見。