AI AI 工具指南
AI 工具教程

Perplexity 基础：什么时候用它替代 Google / ChatGPT

Perplexity 介于搜索与聊天之间——带引用的答案 + 网络鲜度。

发布于: 作者: AI Productivity Guide Team 🌐 查看英文版本

这篇讲什么

Perplexity 是介于 Google 和 ChatGPT 之间的 AI 搜索——给你一个直接的答案，附带它检索到的来源、内嵌可点的引用。这篇是一份实用的”什么时候用哪个工具”地图：什么时候 Perplexity 比 Google 开 10 个 tab 更好、什么时候 ChatGPT 仍然是更优解、以及怎么用 Focus 模式和 Pro Search 在 2 分钟内拿到研究级答案。

本文涉及的工具 / 概念：

  • ChatGPT: OpenAI 的对话式 AI 助手，最早把 GPT 系列模型带给普通用户的产品；老模式默认不连最新网络数据。
  • Perplexity: AI 搜索引擎，在给答案的同时附带可点的来源链接；可选 Focus 模式（Academic / Reddit / YouTube）限定来源类型。

这篇适合谁看

不想为一个答案开 10 个 Google 标签的人；受不了 ChatGPT 在近期事实上幻觉的人；扫了排名靠前 SEO 页才发现答案被埋的人。研究员、记者、做竞争研究的创始人，以及任何工作触及”X 刚刚有什么变化”的人。

什么时候适合用

需要新鲜网络数据 + 引用的答案：30 天内新闻、产品对比、当前研究、监管变化、“刚发布了什么”。不适合：开放式写作、代码生成、图像生成、有结构的创意工作——这些 ChatGPT / Claude 仍然更好。

开始前准备

  • 访问 perplexity.ai——基础用法不用注册。登录（免费 Google / Apple）才能保留历史和使用 Collections。
  • 评估是否需要 Pro：多数人不需要。Pro Search（多步深度搜索）和文件上传是 Pro 主要功能。
  • 准备好追问。Perplexity 奖励迭代追问——一个起手问题加两个追问，胜过一个 200 字的大问题。
  • 研究场景里，准备至少抽查每条结论的一条引用再信。

具体步骤

  1. 访问 perplexity.ai 直接问 ——基础用法无需设置。像跟同事说话那样打字，不要像跟 Google 说话。
  2. 读答案并核对内嵌引用（编号链接）再信。点开支持最意外结论的那条引用。
  3. 用 Focus 模式 限定来源。Academic 给同行评议、Reddit 给亲历经验、YouTube 给教程、Writing 给纯写作不联网。
  4. 更难的问题用 Pro Search ——它先反问澄清，再跑多个子搜索综合。“X vs Y 比较”这种问题比默认强很多。
  5. 多天研究的话题 Pin 到 Collection。 Collection 会保留上下文、让追问更聪明。
  6. Spaces（Pro）做团队共享研究，可以为整个 Space 设系统 prompt（如”始终包含欧盟和美国视角”）。

Perplexity 胜过 Google 的场景

  • 近期事件（30 天内）——Google 排序偏权威，Perplexity 偏新鲜度。
  • “比较这 3 个”类查询——Perplexity 给一张表，Google 给 10 篇带 affiliate 链接的博客。
  • 给你正在写的稿子找带引用的论据——Perplexity 内嵌来源。
  • SEO 把真实答案埋掉的小众技术问题。
  • 外文新鲜新闻的翻译。

ChatGPT / Claude 仍然赢的场景

  • 长文写作（文章、报告、代码）。
  • 开放式头脑风暴。
  • 结构化输出（虚构数据表、代码、JSON）。
  • 依赖很长上下文的对话（Perplexity 很快会掉线）。
  • 任何不想被发送到搜索索引的敏感内容。

建议的操作流程

问 -> 扫答案 -> 点最关键的引用 -> 在那里核实 -> 追问深入或对比 -> 多天话题存到 Collection。研究级答案预算 3-5 个追问，不要一个大问题。

FAQ

  • 免费 vs Pro，实际拿到什么？: 日常免费够（2026 年免费档大约每天 5 次 Pro Search，可能变动）。Pro 解锁无限 Pro Search、文件上传、更多模型（Claude / GPT / Sonar）、Spaces。
  • 底层用的哪个模型？: 可选：自家 Sonar、GPT、Claude。引用准度上 Sonar 和 Claude 通常最保守。
  • Perplexity 会幻觉吗？: 比纯 LLM 少，因为它基于检索 grounding，但仍会——尤其是小众问题、引用稀疏时。至少点一条核对。
  • 能用来写代码吗？: 能，但不是强项。代码用 ChatGPT / Claude / Cursor 更好。
  • Perplexity Pages 是什么？: 把你的 Perplexity 研究发表成可分享文章的功能。分析师、记者用得上。
  • 隐私？: 免费档搜索历史会保留。敏感查询登出或用无痕窗口。

容易踩的坑

  • 不查至少一条引用就信——来源可能根本不支撑那条结论。
  • 用 Perplexity 干 ChatGPT 更擅长的事（长文、代码、构思）——你付钱买的是带引用的搜索，结果用到弱的那一面。
  • 小众话题不开 Focus——“Academic” 能浮出同行评议工作，普通网搜会淹掉。
  • 写一个 200 字的大问题——迭代追问效果好得多。
  • 把它当 Google 的导航查询替代品（“Twitter 登录”）——这种 Google 仍然更快。
  • 不用 Collections——多天研究丢上下文等于浪费之前的工作。

相关阅读

标签: #教程 #研究 #Perplexity

相关文章