L’essentiel en bref
- Google a consacré le 13 octobre 2026 l’épisode 115 de son podcast officiel Search Off the Record aux PDF, avec Martin Splitt et John Mueller.
- Google convertit en HTML le texte indexable d’un PDF, qui peut alors se classer normalement et apparaître dans ses fonctionnalités d’IA comme les AI Overviews.
- Googlebot explore les 64 premiers Mo d’un PDF selon sa documentation, mais Google continue de préférer le HTML pour publier un contenu.
PDF et SEO : ce que Google dit de leur indexation
- Google transforme le PDF en HTML pendant l’indexation : le reste de son pipeline le traite ensuite comme une page classique, selon Google.
- Les liens textuels d’un PDF sont conservés et explorés, mais les images intégrées, faute d’URL propre, ne peuvent généralement pas apparaître dans Google Images.
- Googlebot explore les 64 premiers Mo d’un PDF, contre 2 Mo pour un fichier HTML, selon la documentation de Googlebot.
- Un PDF scanné n’est pas lu comme du texte : Google suggère de sélectionner et copier le texte dans un éditeur pour vérifier qu’il est indexable.
- Un PDF protégé par mot de passe bloque les robots, et un PDF est recrawlé beaucoup moins souvent qu’une page HTML.
Les seuils de Googlebot n’ont rien de nouveau : sa documentation, mise à jour le 3 février 2026, les affichait déjà. Ce qui change, c’est que Google détaille enfin ce qu’il fait d’un PDF une fois téléchargé, un complément utile à l’optimisation de votre budget de crawl.
Source : Google (documentation Googlebot, février 2026) et Search Engine Roundtable, octobre 2026
Le PDF dispose d’une marge de taille confortable, mais il perd sur presque tout le reste : images, fraîcheur, confort de lecture sur mobile.
Pour vos prochains contenus, Google vous recommande ainsi de publier une version indexable en HTML et de proposer le PDF en téléchargement.
Les autres points qu’il faut retenir de cet épisode ?
C’est la partie qui m’intéresse le plus pour le GEO : selon Google, vos études en PDF peuvent être citées dans les AI Overviews, à condition que leur texte soit lisible.
Vous êtes fabricant ou éditeur SaaS, et vos fiches techniques circulent chez des distributeurs ?
Ces fichiers identiques, hébergés sur plusieurs domaines, compliquent la canonicalisation. Google propose trois parades : un en-tête HTTP rel= »canonical », les métadonnées du PDF ou un lien visible vers votre site dans le document.
Pour trier vos fichiers existants, une question suffit : ce PDF reçoit-il du trafic organique dans la Search Console ? Si oui, il mérite une page HTML qui reprend son contenu, avec le PDF en téléchargement.
Vous mettez à jour un livre blanc chaque année ? Comme Google recrawle rarement les PDF, il est donc conseillé de publier la nouvelle version sous une nouvelle URL.
Mon avis :
Ce podcast apporte enfin aux équipes contenu une règle claire : un PDF s’indexe bien certes, mais le format HTML reste le mieux supporté. Ces infos seront ceci dit surtout utiles pour les marques B2B, industrielles et SaaS qui utilisent beaucoup le format PDF (pour des livres blancs, rapports ou fiches techniques). À votre place, je passerais mes PDF les plus visités au test du copier-coller, puis je doublerais les plus stratégiques d’une page HTML, le PDF étant surtout réservé comme une ressource plus détaillée à télécharger pour collecter des leads qualifiés.
Fondateur de LEPTIDIGITAL et SUPASST, je suis également consultant spécialisé en acquisition de leads B2B (SaaS). Passionné par le marketing digital, l’intelligence artificielle et le SEO. Avant de devenir indépendant, j’ai occupé des postes clés en tant que SEO Manager et responsable e-commerce pour plusieurs grandes entreprises (Altice Media, Infopro Digital, Voyage Privé et le Groupe ERAM). Sur le plan perso, je suis un curieux insatiable, également passionné par la photographie, le badminton et les voyages. Pour toute demande de partenariat, privilégiez LinkedIn ou email ([email protected]).
