Google 统治搜索市场已经二十多年了。但如果你在过去半年认真用过 Perplexity AI，你可能已经开始觉得传统搜索引擎有些"原始"了。
这不是一篇软文。我们在编辑部内部已经将 Perplexity 作为日常研究的主力工具使用了三个月，有真实的使用感受和踩坑经验。以下是我们整理的深度使用指南。
Perplexity 是什么，不是什么
先明确定位。Perplexity 不是一个"更好的 Google"——它是一个AI 研究助手，恰好具备搜索功能。
传统搜索引擎的逻辑是：你给关键词 → 引擎返回链接列表 → 你自己去点开、阅读、总结。
Perplexity 的逻辑是：你提出问题 → AI 搜索多个来源 → AI 阅读并理解内容 → 给你一个带来源引用的综合回答。
区别不在于搜索能力，而在于谁来做阅读和总结的工作。
基础功能：比你想象的强大
1. 自然语言搜索
不需要想关键词。直接用说话的方式提问：
- 不好的搜索：“AI agent framework comparison 2026”
- 好的 Perplexity 提问：“目前最成熟的 AI Agent 开发框架有哪些？请从社区活跃度、文档质量和生产案例三个维度对比”
Perplexity 会理解你的意图，搜索相关内容，并按你要求的维度组织答案。
2. 来源追溯
每一个回答中的关键信息都附带了来源编号（[1][2][3]…），点击即可查看原始网页。这是 Perplexity 最有价值的设计之一——你可以在 3 秒内验证任何一个事实。
相比之下，ChatGPT 的回答虽然可能更流畅，但你无法确认它说的话是否有出处。对于严肃的研究工作来说，这个差别是致命的。
3. 追问机制
Perplexity 的对话不是割裂的。你可以在第一个回答的基础上继续追问，它会保持上下文并深入：
第一问： “量子计算目前的商业化进展如何？” 追问： “IBM 和 Google 在这方面的策略有什么不同？” 再追问： “对于一个想投资量子计算的非技术背景投资者，最需要关注的风险是什么？”
每一轮追问都会触发新的搜索，结合之前的上下文给出更精准的回答。
进阶用法：释放 Pro 模式的全部潜力
Perplexity Pro（$20/月）解锁了几个改变游戏规则的功能。
Focus 模式
你可以限定搜索范围，获得更精准的结果：
| Focus 模式 | 适用场景 | 搜索范围 |
|---|---|---|
| All | 通用搜索 | 全网 |
| Academic | 学术研究 | 学术论文、期刊 |
| Writing | 写作辅助 | 不搜索，纯 AI 生成 |
| Wolfram Alpha | 数学/数据 | Wolfram 计算引擎 |
| YouTube | 视频内容 | YouTube 视频 |
| 社区讨论 | Reddit 帖子 |
我们最常用的组合：
- 写 AI 周刊时：先用 All 搜索新闻，再用 Academic 补充技术论文
- 对比产品时：用 Reddit 看真实用户评价，比看官方博客有用得多
- 做数据核实时：用 Wolfram Alpha 验证数字和统计
Spaces：你的研究工作空间
这是 Perplexity 最被低估的功能。Spaces 允许你创建一个专属的研究空间，可以：
- 上传参考文件：PDF、文档、网页链接，AI 会将它们纳入搜索和回答的上下文
- 设定研究方向：给 Space 写一个系统提示词，让 AI 在回答时始终保持特定视角
- 积累研究成果：所有对话历史都保存在 Space 中，形成一个可回溯的研究档案
实际案例： 我们为 AIEII 创建了一个名为"AI Industry Watch"的 Space，上传了 20+ 份行业报告作为参考资料，设定系统提示词为"你是一个资深 AI 行业分析师，关注技术趋势、商业模式和投资机会"。现在，我们在这个 Space 中的每次搜索都能获得更专业、更有深度的回答。
Pages：一键生成研究报告
搜索完成后，你可以让 Perplexity 将搜索结果整理成一篇结构化的文章。它会自动创建目录、小标题、引用来源，生成一篇可以直接分享的研究报告。
这个功能在准备会议材料、写行业分析、做尽职调查时非常有用。
高级技巧：让 Perplexity 效率翻倍
技巧一：用英文搜索，要求中文回答
Perplexity 的搜索引擎在英文世界的覆盖度远好于中文。如果你搜索的是技术或国际话题，建议：
Search in English for the latest developments in AI agent frameworks
in 2026, then respond in Chinese with a comprehensive summary.
这样你可以获得英文世界的高质量信息源，同时得到中文的阅读体验。
技巧二：结构化提问
与其问一个大而宽泛的问题，不如把问题分解成结构化的子问题：
不推荐： “AI 编程工具怎么样？”
推荐： “请从以下五个维度分析 2026 年主流 AI 编程工具的现状：1. 市场份额和用户规模 2. 核心技术差异 3. 定价策略 4. 开发者满意度 5. 未来发展方向”
技巧三：用 Perplexity 做事实核查
在这个充斥着 AI 生成内容的时代，事实核查变得前所未有地重要。Perplexity 是目前最好的事实核查工具之一：
请验证以下说法是否准确，并提供来源：
"OpenAI 的年收入在 2025 年超过了 100 亿美元。"
它会搜索多个来源，告诉你这个说法是否准确，以及最新的数据是什么。
技巧四：利用 API 构建自动化工作流
Perplexity 提供 API 接口（Pro 用户），你可以将它集成到自己的工作流中：
- 每天自动搜索特定领域的最新动态，汇总成日报
- 在写作时自动验证引用的数据和事实
- 为 AI Agent 提供"实时搜索"能力
Perplexity 的局限性
公平起见，我们也要谈谈它做不好的事情：
中文内容覆盖不足： 对于纯粹的中文互联网内容（如微信公众号、知乎、小红书），Perplexity 的搜索能力远不如国内搜索引擎。如果你的研究主题主要涉及中国市场，可能需要配合其他工具。
实时性有限： 虽然 Perplexity 可以搜索最新内容，但它的索引更新速度不如 Google。对于"刚刚发生"的新闻，Google 仍然更快。
深度分析能力有限： Perplexity 擅长信息汇总，但不擅长深度分析。对于需要原创洞见的任务，你仍然需要自己的思考——或者用 Claude/GPT 来辅助分析。
幻觉问题： 虽然有来源引用，但 Perplexity 的 AI 仍然可能对来源内容做出错误的解读或推断。永远不要盲目信任 AI 的总结，关键信息务必点进原始来源核实。
与其他工具的对比
| 维度 | Perplexity | ChatGPT | Claude | |
|---|---|---|---|---|
| 信息检索 | 9/10 | 10/10 | 6/10 | 5/10 |
| 信息综合 | 9/10 | 3/10 | 8/10 | 9/10 |
| 来源透明度 | 10/10 | 10/10 | 3/10 | 3/10 |
| 深度分析 | 7/10 | 2/10 | 9/10 | 10/10 |
| 中文支持 | 7/10 | 8/10 | 9/10 | 9/10 |
| 实时性 | 8/10 | 10/10 | 6/10 | 5/10 |
我们的组合推荐： 用 Perplexity 做信息收集和事实核查，用 Claude 做深度分析和写作，用 Google 做实时新闻追踪。三者互补，缺一不可。
值不值得付费？
免费版已经足够满足日常搜索需求，每天有一定次数的 Pro Search 配额。
**Pro 版（$20/月）**值得付费的场景：
- 你的工作涉及大量信息搜集和研究
- 你需要 Spaces 功能来管理多个研究项目
- 你需要不限次数的 Pro Search
- 你需要上传文件作为参考资料
以我们编辑部的经验来看，Perplexity Pro 是过去一年中 ROI 最高的 AI 工具订阅之一。它每周至少为每位编辑节省 3-5 小时的信息搜索和整理时间。
搜索引擎改变了人类获取信息的方式，而 Perplexity 正在改变人类理解信息的方式。这是一个微妙但重要的区别。
本文由 AIEII 编辑部撰写。我们与 Perplexity 没有任何商业关系。