Metadados de PDF para a busca

Título, autor e palavras-chave nas propriedades do PDF definem como o arquivo é encontrado e indexado em sistemas de documentos. Veja como preenchê-los sem quebrar a codificação.

Em resumo: Para definir os metadados de um PDF, preencha título, autor e palavras-chave nas propriedades com a ferramenta de metadados; o título indexa o arquivo na busca mesmo que o nome não ajude. Salve em UTF-16 para os acentos aparecerem certos, e faça isso como último passo.

boas práticas

Padrões operacionais estáveis para trabalho PDF repetível e controle de qualidade.

Próximos passos

Índice

Alguém procura na pasta compartilhada por "ata de conciliação de março", digita a consulta e não vem nada. O arquivo está ali, mas se chama `doc_20250312_final(2).pdf`, e por dentro, nas propriedades, o título está vazio ou foi preenchido sozinho com algo como "Microsoft Word - Documento1". O sistema de documentos indexa justamente esses campos internos, não o que você vê na página. Se eles estão vazios, o documento vira invisível: dá para abrir, mas achar é quase impossível.

Os metadados do PDF são campos de serviço dentro do arquivo: título (Title), autor (Author), assunto (Subject), palavras-chave (Keywords) e datas. Quem os preenche é o programa onde o PDF foi criado, e quase sempre de qualquer jeito: o Word grava o nome do modelo, o scanner deixa o modelo do aparelho, o conversor mete a própria marca. Esses valores viajam junto com o arquivo por e-mail, discos e sistemas de gestão, e é por eles que a busca e a ordenação funcionam. Arrumá-los leva cinco minutos e resolve o problema do "o arquivo existe, mas não dá para encontrar".

Como definir os metadados do PDF: passo a passo

1. Abra Set PDF metadata e carregue o PDF. A ferramenta mostra na hora os valores atuais dos campos, para você ver o que está gravado no arquivo. 2. No campo "Título", escreva um nome que faça sentido, do jeito que as pessoas vão procurar: "Contrato de fornecimento nº 112 de 14/03/2025", e não o nome do arquivo. Esse campo é o mais importante de todos, é por ele que vai a maior parte da busca. 3. Em "Autor", coloque a pessoa ou o setor responsável ("Departamento jurídico", e não "user" ou "Administrador"), para dar para filtrar os documentos de um mesmo dono. 4. Em "Palavras-chave", adicione de 3 a 5 termos separados por vírgula: sinônimos e variações que não couberam no título, como "locação, imóvel comercial, depósito, 2025". Não transforme o campo num spam de vinte palavras. 5. Preencha o "Assunto" com uma frase sobre o que é o documento e confira a data. Às vezes o conversor coloca a data de criação do arquivo no lugar da data do documento. 6. Clique em "Aplicar", baixe o resultado e abra as propriedades no Adobe Acrobat ou no explorador, para conferir que os novos valores ficaram salvos e que os acentos aparecem corretos.

O que pode dar errado

  • O texto com acentos virou caracteres estranhos: o campo foi gravado numa codificação antiga de um byte, e não em Unicode. A nossa ferramenta salva em UTF-16, então defina o texto aqui, não em programas que não codificam isso direito.
  • O título sumiu depois de uma edição: se você abrir o arquivo em outro editor e salvar de novo, ele coloca os próprios metadados. Defina os campos no último passo, com o conteúdo já final.
  • A busca ainda não acha o documento que é scan: a indexação pelo texto das páginas precisa de uma camada de texto, que o scan não tem. As palavras-chave nos metadados ajudam a achar o arquivo, mas a busca por uma frase dentro da imagem não vai funcionar sem reconhecimento.
  • Sobrou no arquivo um autor antigo ou o nome de um projeto: isso atrapalha a busca e ainda expõe informação demais para quem recebe. Se o documento sai da empresa, limpe ou reescreva esses campos.
  • Os metadados XMP não batem com os básicos: os PDFs atuais têm dois conjuntos de campos (o antigo Info e o novo XMP), e alguns programas mostram valores diferentes. A ferramenta sincroniza os dois, então o Acrobat e o navegador veem o mesmo título.

O que verificar

  • O título contém a palavra pela qual o documento vai ser realmente procurado.
  • O autor é um nome claro de setor ou pessoa, e não "Administrador" nem "WPS Office".
  • As palavras-chave não repetem o título, e sim acrescentam sinônimos e variações.
  • Os acentos nas propriedades do arquivo aparecem sem distorção depois do download.
  • Não ficaram nos campos nomes internos de projetos ou de pessoas que não deviam sair.

A que isso se liga

Se antes de publicar você precisa tirar dos campos ou do texto algum dado a mais, use Redact PDF. Quando os metadados são só parte do trabalho e também é preciso mudar o conteúdo das páginas, use Edit PDF. E para conferir duas versões do arquivo e ter certeza de que o conteúdo não se mexeu enquanto você trabalhava nos metadados, abra Compare PDF.

Perguntas frequentes

Qual a diferença entre o título nos metadados e o nome do arquivo?

O nome do arquivo aparece no explorador, mas o título (campo Title) fica dentro do PDF e aparece na aba do navegador, nos resultados de busca do sistema de documentos e nas propriedades. Por isso um arquivo "scan_001.pdf" com título "Contrato de locação nº 47" é encontrado pela palavra "locação", e pelo nome não.

As palavras-chave ajudam se o documento for um scan sem camada de texto?

Em parte. As palavras-chave do campo Keywords são indexadas à parte do conteúdo das páginas, então o arquivo aparece na busca mesmo sem OCR. Mas a busca pelo texto dentro do scan não vai funcionar: para isso é preciso uma camada de texto reconhecida.

Por que aparecem caracteres estranhos no lugar do título nas propriedades?

É codificação quebrada: o campo foi gravado fora do Unicode. Pela nossa ferramenta o texto é salvo em UTF-16, então acentos e caracteres especiais aparecem certos no Adobe Acrobat, no navegador e no explorador do Windows.

Os metadados serão sobrescritos na próxima vez que eu editar o arquivo?

Sim, se você abrir o PDF num editor e salvar de novo, o programa pode colocar os próprios valores de autor e título. Por isso é melhor definir os metadados como último passo, depois de todas as alterações no conteúdo.

O que acontece com o meu arquivo depois do processamento?

O arquivo é processado no servidor e removido automaticamente após 120 minutos. Não precisa de conta, e os documentos não são usados para treinar IA.

Mais artigos deste cluster

Se, após a leitura, precisar de um próximo passo prático com PDF ou de uma resposta sobre limites do serviço, abra estas páginas.

Ferramentas relacionadas

Próximos passos

Se, após a leitura, precisar de um próximo passo prático com PDF ou de uma resposta sobre limites do serviço, abra estas páginas.