Google revela cómo rankea los PDFs: los convierte a HTML
John Mueller y Martin Splitt han aclarado por fin algo que llevábamos años intuyendo: Google no indexa los PDFs tal cual, sino que los pasa por un conversor que los transforma en HTML y es esa versión HTML la que entra en el pipeline de indexación. La confirmación llegó esta semana en el podcast Search Off the Record y tiene implicaciones directas tanto para SEO clásico como para GEO (Generative Engine Optimization).
La noticia importa porque despeja dudas sobre por qué los enlaces dentro de PDFs funcionan igual que los de una web normal, confirma que los PDFs pueden aparecer en AI Overviews y AI Mode, y marca límites claros: si tu PDF es básicamente una imagen escaneada, Google no podrá rankearlo por su contenido textual. Vamos al grano con lo que esto cambia para quien trabaja en el mercado hispanohablante.
El conversor de Google: qué hace realmente con tu PDF
Splitt lo explicó sin rodeos: Google tiene un componente llamado converter que actúa justo después del renderizado y antes de que el documento entre al índice. Ese conversor trabaja con múltiples formatos (RTF, documentos de Word, Excel e incluso Lotus Notes, curiosamente), y uno de ellos es PDF. El resultado es una representación HTML lo más fiel posible al original.
¿Por qué importa esto? Porque significa que todo el ecosistema de ranking de Google —desde señales clásicas hasta la generación de respuestas en AI Mode— trata tu PDF como si fuera una página web. No hay un pipeline paralelo mágico para PDFs: una vez convertido, compite en igualdad de condiciones con el HTML tradicional.
Enlaces en PDFs: sí cuentan, y mucho
Esta es una de las confirmaciones más interesantes para el link building. Mueller y Splitt dejaron claro que los enlaces embebidos en un PDF funcionan como cualquier otro enlace, porque al convertirse a HTML el resto de sistemas de Google ya saben procesarlos.
Para el mercado hispanohablante esto es relevante porque en sectores como el académico, legal, financiero o institucional (muy fuertes en LATAM y España) se publican miles de PDFs al año. Si tu empresa aparece citada con enlace en un informe sectorial en PDF, estás recibiendo una señal de link building real. Y al revés: los enlaces salientes de tus propios PDFs también se tienen en cuenta, así que revisa a dónde apuntas.
Imágenes dentro de PDFs: el punto ciego
Splitt admitió no tener la certeza absoluta, pero su interpretación actual es que las imágenes dentro de PDFs no se procesan como las imágenes HTML normales. El motivo técnico es simple: no tienen una URL propia a la que el pipeline de Google Images pueda apuntar.
Consecuencia práctica: si tu PDF es un catálogo con fichas de producto, infografías o gráficos relevantes, esas imágenes probablemente no aparezcan en Google Imágenes. Lo que para un ecommerce o un medio es un problema serio. La recomendación evidente: duplica ese contenido visual en HTML con su propia URL si quieres captar tráfico de imágenes.
PDFs e IA generativa: también entran en AI Mode
Mueller fue tajante al confirmar que los PDFs pueden aparecer en AI Overviews y AI Mode exactamente por la misma razón que rankean en búsqueda tradicional: están indexados como HTML. Esto abre una ventana estratégica interesante para GEO.
Si trabajas con clientes B2B, farma, consultoría o sector público —donde los white papers y estudios en PDF son moneda corriente—, tienes un activo infravalorado. Un PDF bien estructurado, con texto seleccionable (no escaneado), con headings claros y datos citables, puede convertirse en fuente para respuestas de IA. El clásico informe sectorial que nadie leía ahora puede estar alimentando a Gemini o a ChatGPT Search vía SearchGPT.
Mi recomendación operativa: audita tu biblioteca de PDFs. ¿Están accesibles vía URL pública? ¿Son texto real o imagen? ¿Tienen metadatos (título, autor)? ¿Enlazan a tus páginas comerciales? Si fallas en lo básico, estás regalando visibilidad.
Límites de tamaño y la vieja pregunta: ¿PDF o HTML?
Sobre el tamaño, Splitt reconoció no saber el límite exacto, pero confirmó que es mayor que el de una página HTML (similar a lo que ocurre con vídeos). Una vez convertido, se aplican los límites normales de HTML. Útil saberlo si gestionas documentos pesados.
La pregunta recurrente —¿debería publicar en PDF o en HTML?— tiene respuesta clara por parte de Mueller: HTML es mejor para SEO. El PDF tiene sentido cuando el formato lo justifica: formularios, menús de restaurante, documentos para imprimir, requisitos de diseño específicos. Para contenido editorial o comercial, el HTML gana por flexibilidad, control de UX y señales de ranking más ricas.
Conclusión práctica para tu estrategia
- Audita tus PDFs indexables con un
site:tudominio.com filetype:pdfy revisa cuáles aportan y cuáles canibalizan. - Asegúrate de que el texto sea seleccionable (si no puedes copiarlo, Google tampoco).
- Añade enlaces internos desde tus PDFs hacia páginas comerciales clave: cuentan como link juice.
- Duplica en HTML el contenido visual importante (imágenes, infografías) para no perder Google Imágenes.
- Para GEO, trata los PDFs sectoriales como activos citables: datos únicos, estructura clara, autoría visible.
- Si dudas entre formatos, publica siempre que puedas en HTML y usa el PDF como complemento descargable.
La confirmación de Google no cambia el juego, pero sí lo clarifica. Los PDFs no son ciudadanos de segunda en el índice, pero tampoco son el formato óptimo. Úsalos cuando aporten valor real al usuario y trátalos con el mismo rigor SEO que cualquier página de tu web.
Fuente original: Search Engine Journal
Autor
Vakho Mtchedlishvili
SEO Lead especializado en ecommerce y AI Search. Ayudo a negocios digitales a crecer en Google y en los nuevos entornos de búsqueda con IA.