👁 181 次阅读
一、Perplexity 到底是什么，为什么值得单独学
Perplexity 是一款『答案引擎』。普通搜索框给你一列蓝色链接，你点进去自己读；ChatGPT、Claude 这类聊天机器人则主要靠训练数据生成回答，不知道的东西也会顺着说下去。Perplexity 走的是另一条路：它实时联网检索，把检索到的来源综合成一段直接的答案，并在每一句结论后面挂上带编号的引用标记。你点标记就能跳到原文那一段。
对站长、运营、做内容的人，这套机制的价值很具体：你要写一篇文章，需要查定价、查竞品、查政策，过去是十几个标签页来回翻，现在是一次提问拿到带出处的结论，再抽查引用即可。本站 8 月 28 日发布过一篇 Perplexity 深度评测（ID 2031），那篇回答的是『好不好用、值不值』；这一篇回答的是『怎么用』——从注册到 Deep Research，把每个功能点都落到可操作步骤上。
先说清楚能力边界：Perplexity 不擅长开放式创作，也不会凭空写诗；它擅长的是需要你引用来源的事实性、时效性问题。用它查事实，用它做研究初稿，用它交叉验证数字。
二、第一步：注册与界面三大控件
Perplexity 的网页端地址是 perplexity.ai，移动端有 iOS 和 Android 应用。注册只需要一个邮箱或第三方账号，免费版不需要信用卡，这一点和很多 AI 工具不同——你可以先把免费额度用透，再决定要不要付费。
登录之后，界面核心区域只有三个控件，看懂这三个就够上手了：
- 搜索输入框：所有操作的起点，支持文字输入，网页端和移动端还支持语音输入。
- 模式选择器（mode selector）：输入框旁边，决定这次提问走『普通搜索』还是『Deep Research』等高级模式。这是免费版用户最容易被忽略的入口。
- Focus 模式切换：告诉 Perplexity 去哪里找资料——全网、学术论文、YouTube、Reddit，还是根本不需要联网的写作模式。
另外两个在左侧边栏的入口也值得先认识：Spaces（把多个研究线程集中到一个项目里）和 Collections（主题文件夹，可挂自定义指令）。这两个是 Pro 的核心功能，后面第五节展开。
三、第二步：选对 Focus 模式，答案质量直接翻倍
Focus 模式是 Perplexity 把『随便搜』变成『精准检索』的开关。同一个问题，用不同 Focus 得到的来源类型完全不同。
| Focus 模式 | 检索范围 | 最适合的场景 |
|---|---|---|
| Web（默认） | 全网实时信息 | 查新闻、查产品对比、查『现在发生了什么』 |
| Academic | 同行评议论文与学术期刊 | 文献综述、开题调研、需要可引用出处的技术问题 |
| YouTube | 视频内容与字幕 | 找教程类内容、看别人怎么实操 |
| Social | Reddit 与论坛类站点 | 要『未经修饰的用户真实反馈』时 |
| Writing | 不联网，直接生成文本 | 查完资料后需要成稿、改稿、压缩字数 |
| Math | 逐步推理解题 | 数学题、公式推导 |
最实用的一条技巧是『中途切换 Focus』：先用 Academic 拉齐研究深度，拿到关键论据之后，在同一对话里切到 Writing，让它把刚才的资料压成三段结论。这样研究环节和成稿环节不需要换工具，也不用手动复制粘贴。
再叠加一条提问习惯：同一个问题，把 Web、Social、Academic 各跑一遍，对比三种来源给出的答案差异。当你看到三种来源分歧很大时，那往往就是真正需要人工判断的地方——而不是急着采纳某一个答案。
四、第三步：Pro Search 与 Deep Research，两种高级研究模式
4.1 Pro Search：更深的普通搜索
Pro Search 是付费版默认使用的高级搜索，会用更强的模型、读更多来源、给更长的答案。免费版每天有 5 次 Pro Search 配额，用完前建议优先留给复杂问题，别拿它问简单事实。
4.2 Deep Research：几分钟出一份完整报告
Deep Research 是 Perplexity 最重的一档能力。官方发布说明中的描述是：当你提出一个 Deep Research 问题时，Perplexity 会执行数十次搜索、阅读数百个来源，然后对这些材料进行推理，自主输出一份完整报告。整个过程大约花 2-4 分钟，官方说法是『把人类专家需要数小时的工作压缩到几分钟』。
它的工作分三步：第一步是带推理的研究——具备搜索和编程能力，迭代式地搜索、读文档、判断下一步该做什么，一边学一边修正研究计划；第二步是报告撰写，把评估完的材料综合成结构清晰的报告；第三步是导出与分享，可以导出为 PDF 或文档，也可以转成 Perplexity Page 分享给同事。
Deep Research 目前对所有人都免费开放：Pro 订阅用户拿到的是高额度，非订阅用户每天有一次限量使用。官方同时提到 Deep Research 在 Humanity’s Last Exam 基准上取得 21.1% 的准确率，SimpleQA 基准上为 93.9%。这些是它自己的公开数据，可以当作能力参考，但不必当成选购唯一依据。
- 打开 perplexity.ai，确认你在网页端（Deep Research 首发于网页端，官方表示将陆续推出 iOS、Android 和 Mac）。
- 点击输入框旁边的模式选择器，选择『Deep Research』，这一步必须在提交之前完成，提交后再改就变不回去了。
- 输入一个足够具体的问题。问题里最好包含对象、范围、时间、约束条件，比如『对比 A 产品和 B 产品在 2026 年下半年的定价策略差异，说明目标客户与主要功能区别』。
- 等待 2-4 分钟。过程里它会持续搜索和推理，不必刷新页面。
- 拿到报告后，重点抽查引用。报告里每个关键论断后面都有来源标记，点开至少验证 3-5 条最关键的数据。
- 满意就导出 PDF 存档，或转成 Perplexity Page 发链接给团队。
Deep Research 适合的场景，官方举的例子包括金融、营销、技术、时事、健康、人物、旅行这些领域的工作产出。落到日常用法上：写竞品分析、写选题调研、准备一次面试、做一份行业速览——这些『需要你读完一堆资料才能动笔』的任务，用它出初稿最省时间。
五、第四步：Spaces 与 Collections，把一次性搜索变成长期资产
大多数人用 Perplexity 的用法是『问完就走』，结果两周后想找当时的结论又得重新搜一遍。Spaces 和 Collections 解决的就是这个问题。
5.1 Spaces：项目级研究中枢
- 点击左侧边栏的『Spaces』。
- 点击『Create a Space』。
- 命名，比如『SEO 竞品调研』或『Q4 内容选题』。
- 填写描述（可选，但对后续提问有帮助）。
- 设置自定义指令（可选），比如『回答时优先引用 2026 年以后的来源，并列出所有引用链接』。
- 上传相关文件或把已有的对话线程添加进来。
Space 的意义在于上下文：所有在同一个 Space 里的问题共享背景，你不用每次都重复说明项目前提。做周期性的选题调研、长期跟踪某类竞品时，一个 Space 能省下大量重复描述。
5.2 Collections：可挂自定义指令的主题文件夹
Collections 和 Spaces 的定位有重叠，区别在于 Collections 更偏『资料归档』——把同一主题的搜索按文件夹收拢，并且可以为整个 Collection 挂一套自定义指令，让里面的每次对话都遵循同一套规则。做内容的人常见用法是：每个内容板块建一个 Collection，里面存这个板块所有已确认的事实和结论，写稿时直接在这里检索。
5.3 文件上传与跨来源搜索
付费版支持在同一对话里上传多个文件（PDF、图片、CSV 等），免费版为有限额度，Pro 的额度约为免费版的 10 倍。一个很实用的组合拳是：上传 5 份竞品的落地页 PDF，然后提问『这些页面共用了哪些话术结构？我的草稿里缺了什么？』——这比逐份人工读快得多。Pro 版还能跨『网页、文件、已连接的应用』一起搜索，官方定价页提到 400 多个应用连接器可选。
六、五个能立刻用上的进阶技巧
- 同一对话里换 Focus，比重新开对话省时间。先 Academic 找深度，再 Writing 出成稿。
- 别只问『总结』，问『分歧』。换成『这些来源在 X 上的一致结论是什么，哪一份持不同意见？』，得到的信息密度远高于一段通用摘要。
- 抽查引用是必做动作。一条没有引用支撑的结论，基本可以判定为模型在补话，不要写进你的稿件。
- 复杂问题先拆再问。Deep Research 对『对比 A 和 B 的定价差异』这类有明确边界的问题表现最好，对『AI 行业怎么样』这种宽泛问题则容易发散。
- Pro Search 的 5 次日额度只留给难题。简单事实用普通搜索，能省下的额度留给真正需要深挖的问题。
七、Free、Pro、Max 到底怎么选
以下三档价格为 Perplexity 官方定价页所示（Free $0、Pro $20/月、Max $200/月）：
| 对比项 | Free | Pro（$20/月） | Max（$200/月） |
|---|---|---|---|
| 定位 | 每日限量使用，适合简单问题 | 面向认真工作场景 | 高强度持续工作 |
| 模型选择 | 仅基础模型 | 可选顶级模型，按查询选择偏好模型 | 前沿模型，最高访问级别 |
| Deep Research | 每日有限次数 | 高额度 | 专家级研究，额度最高 |
| 高级模型访问 | 无 | 10 倍于免费 | 最高级别访问 |
| 文件上传 / 资源生成 | 有限 | 约为免费版 10 倍 | 更高上限 |
| 视频生成 | 无 | 5 倍 | 更多 |
| Comet Assistant 高级模型 | 无 | 含 | 含 |
| 附加额度 | — | 4,000 bonus credits | 35,000 bonus credits + 每月 10,000 credits |
选购建议很直接：如果你是每周只用几次、查些简单问题，免费版完全够用，不必付费；如果你每周需要多次深度调研、经常上传文件做对比、需要自选模型，Pro 的 20 美元/月是目前最主流的档位，也是 Pro Search 和 Deep Research 额度都放开的一档；Max 面向每天都要高强度跑 Deep Research 和生成大量资产的用户，还有更高额度和每月 credit 配额。需要 API 集成的用户注意，Pro 附带每月 5 美元额度的 API 额度。
八、新手最常踩的五个坑
- 提交问题之后才想起切 Deep Research 模式。模式必须在提问前选好，改不了，只能重提。
- 只看答案不点引用。这是用 Perplexity 最大的浪费——引用就是它区别于普通聊天机器人的全部价值。
- 把 Deep Research 用成『总结器』。它真正的强项是对比、分歧分析、证据表格，只用它做摘要等于用重卡搬砖。
- 研究结论不归档。问完就关掉，下次重新搜一遍。应该进 Space 或 Collection 存起来。
- 问太宽泛的问题。『帮我研究一下 AI 行业』会得到一堆泛泛而谈，换成有边界、有时间范围、有对比对象的问题，产出质量完全不同。
九、总结：Perplexity 在你工作流里的正确位置
一句话概括它的定位：需要引用来源的事实性问题和研究任务，交给 Perplexity；开放式创作和长文写作，交给通用聊天机器人；需要基于自己资料的问答，交给 NotebookLM 这类工具。三者的能力是互补的，不是替代关系。
按本文的顺序走一遍大概需要 30 分钟：注册登录、搞清三个控件、把 Focus 模式试一遍、用一次 Deep Research 出一份报告、建一个 Space 把结论存起来。之后日常写作时，选题调研环节就可以稳定地把 Perplexity 放在最前面——先拿到带出处的结论，再抽查引用，最后动笔。这一步做扎实了，后面写稿的返工率会明显下降。
资料来源
- Perplexity 官方定价页：perplexity.ai/hub/pricing（Free/Pro/Max 价格与各档权益）
- Perplexity 官方博客《Introducing Perplexity Deep Research》：官方博客（Deep Research 工作机制、2-4 分钟耗时、PDF/Perplexity Page 导出、基准分数）
- Perplexity 官方更新日志（2026-02-06）：Deep Research 升级与输入栏改版
- Fello AI《How to Use NotebookLM in 2026》与 AI Tools Guidebook《NotebookLM Getting Started》：用于交叉核对各 AI 工具能力边界
注：文中涉及的具体额度倍数、模型可选范围等功能细节，第三方来源说法不完全一致，建议以 Perplexity 官方定价页与设置页为准。文章发布时数据已逐条核对官方来源，产品更新较快，使用前请再次确认。