Perplexity 定位為回答引擎而非搜尋引擎

Perplexity 近兩年的成長相當驚人。在 Google 幾乎壟斷搜尋市場二十多年後,竟然有人從 AI 角度撕開了一個缺口。

與傳統搜尋的差異

Google 提供的是連結列表——你需要自己點進去、閱讀、判斷、綜合。

Perplexity 提供的是直接回答——它幫你讀了相關網頁,提取資訊,組織成結構化的回答,並附上來源引用。

這個差異在簡單問題上不明顯。但在需要綜合多個資訊來源的複雜問題上,Perplexity 能幫你省掉大量的閱讀和篩選時間

技術路線

Perplexity 的底層不是自研大模型,而是呼叫外部模型(包括 GPT 和 Claude)加上自己的搜尋和 RAG 系統。

核心能力在於:

  • 即時搜尋和資訊抓取
  • 對搜尋結果的理解和摘要
  • 多源資訊的整合和對比
  • 來源追溯(每個觀點都能找到出處)

使用場景

最適合:

  • 學術和技術調研(快速了解一個領域)
  • 事實性查詢(數據、日期、定義)
  • 多視角比較(不同方案的優劣對比)

不太適合:

  • 發現式瀏覽(隨便逛逛看看有什麼新鮮事)
  • 非常新的突發消息(搜尋索引有延遲)

競爭格局

Google 推出了 AI Overview 來應對,Bing 整合了 Copilot。但 Perplexity 的優勢在於它從第一天就是為 AI 回答設計的,沒有「從傳統搜尋改造」的包袱。

不過 Perplexity 面對的一個根本挑戰是:如果所有人都用 AI 回答引擎而不點擊原始網頁,內容創作者的流量來源就斷了。這和當年 Google 被內容行業質疑是一樣的邏輯,只是影響可能更深。

參考來源:CocoLoop、Perplexity 官方產品、科技媒體分析