SEO para PDF: cómo optimizar tus archivos PDF para Google y los asistentes de IA

Quiz rápido

¿Es el SEO para ti y cómo empezar?

Pregunta 1 de 425%

¿La gente busca en Google lo que vendes?

Sí, creo que síNo, es nuevo o muy de nichoNo lo sé

El SEO para PDF es el conjunto de pasos que hacen que un archivo PDF se encuentre en Google y que los asistentes de IA puedan leerlo: texto real, un título claro, estructura, enlaces y una decisión acertada sobre qué versión (PDF o HTML) debe posicionarse. Google incluye el formato PDF entre los tipos de archivo que puede indexar, así que un libro blanco, una tarifa o un manual de uso pueden traer visitas. También puede competir con tus propias páginas, o quedarse invisible por un escaneo o por un título que falta. Esta guía explica cómo procesa Google los PDF, una lista de optimización de 9 pasos, los casos en los que una página HTML funciona mejor y cómo medir los resultados.

¿Indexa Google los archivos PDF?

Sí. Google indexa PDF desde 2001. En su preguntas frecuentes sobre los PDF en los resultados de búsqueda de Google, indica que indexa el texto de los PDF en cualquier idioma, que puede aplicar OCR al texto incrustado como imagen y que la regla práctica es sencilla: si puedes copiar y pegar el texto, Google puede indexarlo. Los archivos protegidos con contraseña o cifrados quedan excluidos.

Esas mismas preguntas frecuentes responden a otras dudas habituales de los SEO:

• Posicionamiento: los PDF «se posicionan de forma similar a otras páginas web», en función de su contenido y de las páginas que enlazan a ellos.
• Enlaces: los enlaces dentro de un PDF se tratan como enlaces HTML y pueden transmitir PageRank. No puedes marcarlos como nofollow.
• Título en los resultados: Google usa el título de los metadatos del archivo y el texto ancla de los enlaces que apuntan a él.
• Imágenes: en el momento de esas preguntas frecuentes, las imágenes dentro de los PDF no se indexaban; Google recomendaba páginas HTML para las imágenes que quieres ver en la búsqueda de imágenes.

El tamaño rara vez es un problema: según la documentación de Googlebot (actualizada en febrero de 2026), Googlebot rastrea los primeros 2 MB de un archivo HTML, pero los primeros 64 MB de un archivo PDF. En los resultados, un PDF muestra una etiqueta «PDF» junto a su título. Para comprobar si un documento está en el índice, busca site:tudominio.es filetype:pdf o inspecciona su URL en Search Console. Para las páginas que se resisten a entrar en el índice, el método general está en nuestra guía de indexación en Google.

PDF o página HTML: ¿qué es mejor para el SEO?

Un PDF puede posicionarse, pero parte con limitaciones que una página HTML no tiene:

La conclusión es práctica: reserva los PDF para los documentos que la gente descarga (fichas técnicas, manuales, formularios, informes para imprimir) y publica como páginas web el contenido que quieres posicionar.

Cómo optimizar un PDF para el SEO en 9 pasos

1. Exporta texto real, nunca un escaneo

Exporta desde Word, Google Docs o InDesign como PDF de texto. Si solo tienes un escaneo, aplica OCR (la herramienta «Escanear y OCR» de Acrobat, por ejemplo) y revisa el resultado: el OCR de Google es un recurso de respaldo, y un mal escaneo da mal texto. Evita el texto convertido en contornos vectoriales y las tipografías decorativas.

2. Rellena el título en los metadatos

Es el equivalente en PDF de la etiqueta title. En Acrobat: Archivo > Propiedades > Descripción > Título. Escribe entre 50 y 60 caracteres con la palabra clave principal al principio y, en la pestaña Vista inicial, configura «Mostrar» como Título del documento, para que los lectores también lo vean. Sin esto, Google recurre al nombre del archivo o a una línea del documento.

3. Pon al archivo un nombre descriptivo

El nombre del archivo se convierte en la URL: checklist-seo-pdf.pdf es mejor que final_v3_2.pdf. Usa palabras en minúsculas separadas por guiones y mantén la misma URL al actualizar el archivo, para conservar enlaces y posiciones.

4. Completa las demás propiedades

Rellena Asunto (un resumen de una frase, que puede reutilizarse como fragmento), Autor e idioma del documento (Avanzadas > Opciones de lectura en Acrobat). El campo Palabras clave no tiene efecto conocido en Google; mantenlo breve.

5. Estructura el documento con encabezados etiquetados

Un PDF etiquetado incluye una estructura (H1, H2, párrafos, listas, tablas) que los lectores de pantalla, los buscadores y las herramientas de IA usan para entender la jerarquía. En Word, marca «Etiquetas de estructura del documento para accesibilidad» al guardar como PDF; en Acrobat, usa las herramientas de accesibilidad para añadir etiquetas automáticamente y luego corrige el orden. Un solo H1, H2 lógicos y secciones cortas ayudan a lectores y analizadores.

6. Añade enlaces, en los dos sentidos

Dentro del PDF, enlaza a las páginas relevantes de tu sitio con textos ancla descriptivos: esos enlaces transmiten señales y devuelven al lector a tu navegación. Desde fuera, enlaza el PDF desde al menos una página HTML indexable, con un texto ancla que describa el documento. Ese texto ancla también alimenta el título que muestra Google.

7. Describe las imágenes

Añade texto alternativo a gráficos y figuras mediante las etiquetas (en Acrobat: define el texto alternativo de cada figura). Ayuda a la accesibilidad y da a los buscadores y a las herramientas de IA una versión en texto del elemento visual. Para las imágenes que quieres ver en Google Imágenes, las reglas del SEO de imágenes en una página HTML siguen siendo la vía fiable.

8. Mantén el archivo ligero

Comprime las imágenes, elimina las fuentes incrustadas que no necesites y guarda con Vista rápida en la web (PDF linealizado) para que la primera página se muestre antes de que termine la descarga. Un folleto de 2 MB se abre bien en el móvil; uno de 40 MB se abandona.

9. Hazlo localizable

Incluye en tu sitemap XML los PDF que quieres indexar, no los bloquees en el robots.txt y revisa las cabeceras HTTP con las que se sirven: un noindex o un canonical erróneo en las cabeceras de respuesta HTTP anula todo el trabajo anterior.

Cómo gestionar duplicados entre un PDF y una página HTML

Muchos sitios publican dos veces el mismo contenido: un artículo y su versión en PDF. Google recomienda servir una sola copia cuando sea posible. Si no, elige la versión que debe posicionarse e indícaselo a Google con uno de estos dos métodos.

Opción 1: apuntar el PDF a la página HTML. Un PDF no puede contener un elemento link, así que la etiqueta canonical va en la cabecera HTTP del archivo. La documentación de Google sobre la consolidación de URL duplicadas describe esta cabecera HTTP rel="canonical" para documentos que no son HTML, como los PDF. La cabecera tiene este aspecto, con una URL absoluta: Link: <https://www.ejemplo.es/guia/>; rel="canonical". Las posiciones y los enlaces se concentran entonces en la página HTML.

Opción 2: mantener el PDF fuera del índice. Para formularios de pedido, documentos internos o versiones antiguas, envía una cabecera X-Robots-Tag: noindex. La página de Google sobre la etiqueta meta robots y X-Robots-Tag explica la regla en el servidor; en Apache, para cada PDF del sitio: <Files ~ "\.pdf$"> Header set X-Robots-Tag "noindex" </Files>. Los archivos ya indexados salen con el tiempo; la herramienta de retirada de Search Console los oculta más deprisa. Consulta nuestra definición de noindex para ver la diferencia con robots.txt.

Los PDF protegidos por un formulario son un caso aparte: Google no puede verlos en absoluto. Si el contenido debe atraer tráfico, publica una página de resumen abierta y mantén el archivo completo tras el formulario, como se explica en nuestra guía sobre contenido con formulario.

¿Cómo leen los PDF ChatGPT, Gemini y Perplexity?

Los asistentes de IA que navegan por la web pueden abrir un PDF, pero trabajan con el texto extraído, dividido en fragmentos. Las debilidades que molestan a Google les molestan más: un escaneo sin OCR no aporta nada, una maquetación de dos columnas puede mezclar frases, los encabezados y pies repetidos en cada salto de página cortan los párrafos, y un archivo de 60 páginas sin encabezados es difícil de citar con precisión. Además, los rastreadores de IA descargan las páginas HTML con más frecuencia que los archivos descargables.

Para ser citado, aplica la lógica de optimizar el contenido para las respuestas de IA: pon el contenido clave en una página HTML, con una respuesta directa arriba, encabezados en forma de pregunta, cifras con su fuente y una tabla cuando haya que comparar, y ofrece después el PDF para descargar. Para ver lo que extrae una herramienta de IA de una página, conviértela con nuestra herramienta de página web a Markdown: si el texto sale limpio y en el orden correcto, un modelo de lenguaje puede citarlo.

Cómo medir el rendimiento de tus PDF

Un PDF no puede ejecutar una etiqueta de analítica, así que combina tres fuentes:

• Search Console: en el informe de Rendimiento, filtra las páginas que contienen «.pdf» para ver clics, impresiones, posiciones y las consultas que traen visitas. Nuestra definición de Search Console explica los informes.
• GA4: la medición mejorada registra un evento file_download cuando un visitante hace clic en un enlace a un PDF de tu sitio (no ve las visitas que llegan directamente al PDF desde Google).
• Registros del servidor: cada petición del archivo queda registrada, incluidas las de Googlebot y de los rastreadores de IA.

Con Sorank, el panel de GEO y SEO reúne tus datos de Search Console en una sola vista, así puedes detectar un PDF que acumula impresiones y merece una página HTML.

Cuando un análisis muestra que un tema tratado solo en un PDF tiene demanda de búsqueda, el generador de artículos SEO convierte ese tema en una página web optimizada para Google y para las respuestas de IA, publicada en tu sitio en autopilot. Los planes están en la página de precios, con una prueba gratuita de 3 días.

Lo esencial del SEO para PDF

Google indexa y posiciona los PDF que contienen texto real, con un título rellenado, un nombre de archivo claro, etiquetas, enlaces y un tamaño razonable. Eso cubre los documentos que la gente descarga. Para el contenido que debe traer tráfico, clientes potenciales y citas en la IA, la página HTML debe ser la versión que se posiciona, con el PDF como descarga enlazada a ella mediante una cabecera canonical. Empieza por listar tus PDF que ya reciben impresiones en Search Console: son tus victorias más rápidas.