在信息爆炸的今天，高效获取有价值的信息已成为我们能力上限的关键。然而，随着生成式 AI 的崛起，网络上低质内容的数量也急剧增加，这使得精准搜索如同大海捞针。幸运的是，AI 技术本身也为我们带来了更强大的”捞针”工具。今天，我将以我（Axton）的视角，带大家深入了解一款正在改变我们搜索习惯的 AI 搜索引擎——Perplexity。截至 2025 年，它已凭借其独特优势，在众多 AI 工具中脱颖而出，为我们提供了一种更智能、更直接的信息获取方式。
传统搜索的困境与 Perplexity 的破局之道
传统搜索引擎如 Google，其核心痛点在于提供海量链接而非直接答案，用户往往需要耗费大量时间筛选和阅读。 我相信很多人都有过这样的经历：为了找到一个具体问题的答案，不得不在无数广告和标题党链接中艰难跋涉。这种打开网页、阅读内容、自行总结的模式，在 AI 时代显得尤为低效。Perplexity 正是洞察到了这一点，它巧妙地利用 AI 的强项——理解、总结和提炼信息——来直接完成这些繁琐的工作。
Perplexity 的表现也确实不负众望。在 a16z 近期发布的生成式 AI 应用榜单中，Perplexity 赫然位列第七（更新至 2025-05），甚至超过了 Claude、Midjourney 等一众知名 AI 产品，足见其受欢迎程度。我记得去年初就曾预言，Perplexity 走在一条正确的道路上，但同时也担心它难以撼动 Google 这样的巨头。如今看来，Perplexity 不仅方向正确，其估值更是在短短一年内从 1.5 亿美元飙升至 10 亿美元（更新至 2025-05），实现了惊人的十倍增长。至于它能否真正挑战 Google，从 Google SGE 和微软 Copilot 目前的表现来看，一切尚存变数，但至少，Perplexity 已经成为了我的默认搜索引擎。
为了更直观地感受 Perplexity 与传统搜索引擎的区别，我不妨分享一个亲身经历。前段时间，我为了提升视频的收听体验，打算升级麦克风，于是我向 Google 提出了一个略显”刁钻”的需求：”请推荐一个价格 100 元以下，但音质有 1000 元效果的麦克风。” Google 返回的结果是一长串产品列表和评测文章，光是看完第一页就足以耗费半小时。而当我把同样的问题抛给 Perplexity 时，它的回答则非常直接：”很抱歉，你别做梦了。” 这个小小的对比，清晰地展现了 Perplexity 的核心价值：它替我们阅读和理解网页内容，然后汇总不同来源的信息，给出一个凝练的、直击要害的答案。这，才是我心目中理想搜索引擎应有的样子。
深入探索 Perplexity 的强大功能
Perplexity 的界面设计极致简约，一个搜索框承载了其所有核心功能，旨在提供专注高效的搜索体验。 其中，Pro Search（专业搜索）是其高级功能的代表。那么，专业搜索与普通搜索究竟有何不同呢？
Pro Search：智能交互，精准理解你的意图
Pro Search 采用的是一种循序渐进、逐步深入的方式。它不会急于给出答案，而是会先通过提问来澄清你的真实意图。比如，当我尝试用它来为朋友挑选生日礼物时，普通搜索可能会因为问题模糊而给出泛泛的建议。但启用 Pro Search 后，它会首先询问我：”这是送给男性还是女性？” 我回答”女性”后，它接着问：”朋友的兴趣爱好又是什么呢？” 我设定为”旅行”。最后，它还会确认我的预算范围，比如 50 到 100 美元（更新至 2025-05）。只有在收集了这些关键信息后，Perplexity 才开始联网搜索，确保了后续建议的精准性。这种交互式的提问，极大地提升了搜索结果与用户需求的匹配度。
Focus：聚焦领域，提升搜索效率
Focus 功能则允许我们将搜索范围限定在特定的信息源中，从而在最相关的那片”大海”里寻找答案。目前，Perplexity 提供了包括全网（All）、WolframAlpha（数学与计算）、Academic（学术论文）、YouTube（视频）、Writing（AI 写作，不进行外部搜索）以及 Reddit（社区讨论）在内的六个聚焦选项（更新至 2025-05）。
举个例子，如果我想查找我 Axton 之前发布过的关于 GPTs 的视频，我只需选择 YouTube 作为 Focus，然后输入查询”Axton 讲过哪些关于 GPT-S 的视频”。Perplexity 便会精准地在 YouTube 平台内进行搜索，并列出相关的视频链接，点击即可直接播放，非常便捷。同样，若我想了解 Prompt Engineering 领域关于”Chain-of-Thought”（思维链，COT）的最新研究，我可以选择 Academic 作为 Focus，并要求以中文输出结果。Perplexity 很快就能找到相关的学术论文，并清晰列出信息来源，甚至还发现了一篇名为《简明 Chain-of-Thought》的有趣论文。
Attach：文件上传，拓展信息处理边界
文件上传（Attach）功能如今已成为主流 AI 工具的标配，Perplexity 自然也不例外。用户可以上传文档，让 AI 在此基础上进行问答或分析，进一步拓展了其作为信息处理工具的能力。
完整视频请点击观看：
Perplexity 如何进一步优化和管理搜索结果
Perplexity 不仅在搜索前端发力，其对搜索结果的后续处理和管理能力同样出色，显著提升了用户体验。 当我搜索关于 GPT-4 的视频后，Perplexity 提供了一系列实用的工具来组织和优化这些信息。
Collections：主题聚合，系统化管理你的探索
Collections（合集）功能允许我将同一主题下的多次搜索和对话组织在一起。我可以将当前的搜索结果添加至已有的 Collection，或者创建一个新的。创建 Collection 的过程很简单，只需设定标题、可选的 Emoji 和描述。例如，我可以创建一个名为”欧洲旅行计划”的 Collection，并在其中添加一个全局 Prompt，比如”你的任务就是帮我处理吃住和玩”。这样，该 Collection 内的所有对话都会围绕这个核心任务展开。更棒的是，Collection 还可以分享给他人，比如与伴侣共同规划一次旅行，协同编辑和查看信息。
Rewrite 与模型选择：灵活调整，获取最佳答案
对于已有的回答，Perplexity 提供了 Rewrite（改写）功能。如果当前问题未使用 Pro Search，我可以点击 Rewrite 并选择 Pro Search，让它以更深入的方式重新查找和回答。此外，我还可以更换不同的 AI 模型来重新生成答案。例如，系统默认可能使用的是 Claude 3 Opus，如果我想尝试其他模型，比如 Perplexity 自家的实验性模型，只需在 Rewrite 选项中切换即可。通过对比不同模型的回答，我可以选择最满意的结果，尽管有时实验性模型的效果可能不如成熟的商业模型。
丰富的媒体整合与生成
Perplexity 还会根据问题自动搜索相关的图片或视频，用户也可以手动触发这些搜索。更进一步，它还能根据你的问题直接生成图片。点击”生成图片”后，我可以选择预设的图片风格，或者通过设置按钮自定义详细的绘图 Prompt。我曾尝试让它生成关于 GPTs 的图片，选择一种风格后，DALL·E 3 便创作出了颇具概念感的图像。
Library：高效管理你的对话历史
在对话管理方面，Perplexity 的 Library（资料库）功能远胜于 ChatGPT。使用 ChatGPT 时，最令人困扰的莫过于无法方便地搜索历史对话记录。而 Perplexity 的 Library 不仅保存了所有对话，还支持关键词搜索，并且可以通过前述的 Collections 功能对对话进行分组管理。这些才称得上是对话式 AI 工具应有的标配管理功能。
Discover：洞悉前沿，掌握最新动态
最后，Perplexity 的 Discover（发现）功能也值得一提。它能帮助我快速汇总最新的 AI 行业新闻和科技动态。例如，我通过它了解到英伟达 (Nvidia) 最新发布的 Blackwell 平台，其算力在 8 年内提升了 1000 倍，以及英伟达发布人形机器人、AI 驱动机器人已成必然趋势等重磅消息。这让我深刻感受到科技正以指数级速度发展。
Perplexity 的版本选择与性价比分析
Perplexity 提供了免费版和专业版，以满足不同用户的需求，其定价策略也与主流 AI 服务看齐。 免费版用户可以使用 Perplexity 自家的 AI 模型进行搜索，对于日常使用而言，这通常已经足够。
专业版（Pro）的订阅价格为每月 20 美元（更新至 2025-05）。付费用户自然能享受到更多权益，包括使用更强大的第三方 AI 模型，如 OpenAI 的 GPT-4 Turbo、Anthropic 的 Claude 3 Sonnet 和 Claude 3 Opus，以及 Mistral Large 等。此外，Pro Search 的使用额度也大幅提升，从免费版的每 4 小时 5 次增加到付费版的每天高达 600 次（更新至 2025-05）。无限文件上传和每月 5 美元（更新至 2025-05）的 API 使用额度也是专业版的专属福利。如果你对专业版感兴趣，可以通过我视频描述栏中的推荐链接购买，还能获得 10 美元（更新至 2025-05）的优惠。
Perplexity 尚待完善之处：我们需注意什么？
尽管 Perplexity 功能强大，但在实际使用中，我仍发现了一些需要注意的局限性。 首先，它在保持长对话连贯性方面有时会遇到困难。
例如，我在阅读一篇来自 Futurism 网站的新闻时，想了解这家媒体的可靠性，于是我问 Perplexity：”Futurism 是什么媒体？” 它给出了一些基本信息。紧接着我问：”如何发音？” 此时，Perplexity（即使使用的是 GPT-4 Turbo 模型）似乎未能理解我指的是”Futurism”这个词的发音，而是给出了一个通用的发音方法指导。相比之下，同样的问题，ChatGPT 就能很好地理解上下文，准确告诉我 Futurism 的发音。
其次，AI 的”幻觉”问题在 Perplexity身上也偶有发生。虽然它通过交叉引用多个信息源来力求答案的准确性，但我们仍需对关键信息进行事实核查。我在视频开头提到 Perplexity 一年前的估值为 1.5 亿美元，为了确保这个数字的准确性，我特意向 Perplexity 求证：”你 2023 年的估值是多少？” 它最初使用普通搜索给出的答案是 1.01 亿美元，并提供了一个网站链接。但我点进链接后发现，该网站数据并未公开估值信息，而 1.01 亿美元实则是其累计融资金额。这是一个明显的错误。于是我追问，要求它查找其他来源，但它依然坚持己见。最后，我将同样的问题切换到 Pro Search 模式再次提问，这次 Perplexity 给出了 1.5 亿美元的估值，并附上了新闻链接，其中明确提到了早期融资时的估值数据。这个例子不仅凸显了普通搜索与 Pro Search 的差异，也再次提醒我们，对于重要数据，多方核查至关重要。
更多细节可参考我的上一篇文章 👉 Claude 如何思考？揭秘大型语言模型的内部工作机制
全局性核心要点总结
在我看来，Perplexity 的出现标志着搜索引擎发展的一个重要转折。首先，它从根本上改变了”搜索即链接列表”的传统模式，致力于提供直接、经过整合的答案，极大地节省了用户的时间。其次，其 Pro Search 功能通过智能交互，能够更精准地理解用户复杂或模糊的查询意图，这是迈向真正”对话式搜索”的关键一步。再者，Focus 功能使得在特定信息海洋中的”精准捕捞”成为可能，无论是学术研究还是特定平台的内容检索，效率都得到显著提升。此外，Perplexity 不仅仅是一个搜索工具，它集成了内容组织（Collections）、改写与模型选择、媒体生成与管理（Library）等多种能力，正在向一个综合性信息处理助手进化。最后，尽管 AI 带来了便利，但我们仍需保持批判性思维，对 AI 生成的内容，尤其是关键信息，进行审慎的事实核查。
独特深度洞见
Perplexity 的探索，实际上揭示了未来信息获取方式的深刻变革：我们正从”信息检索者”转变为”与 AI 协作的知识构建者”。AI 搜索引擎不再仅仅是冰冷地返回数据，而是成为一个能够理解、提问、总结、甚至与我们共同规划和创作的智能伙伴。这种转变要求我们提升提问的艺术，并学会与 AI 进行更深层次的互动，从而最大限度地发挥其潜力，将信息转化为真正的洞察与行动力。
希望今天的分享对你有所启发。我是 Axton，如果你喜欢我的内容，请不吝点赞、评论并订阅我的频道。我们下期再见！
