Tina Huang · 34:08 · 发布 2025-09-09 · 24.4万次观看(截至抓取) · 观看原视频
🔥 观众最高回放 08:52 — Deep Research 出报告后的”Convert to Page”演示段,把 49 条来源的研究结果一键转成可视化报告并可继续加章节/出图,观众反复回看以看清整条”研究→成稿→发布”流水线。
主旨
Tina Huang 用 34 分钟配合 UI 截图把 Perplexity 全部功能走一遍,从智能搜索、Deep Research、Discover、Perplexity Labs、Spaces、Tasks、Connectors、Pricing、Comet 浏览器到 API,既给老用户一张”按图索骥”的更新盘点,又给新用户一份”该用哪个开关”的功能地图。
核心论点
- Perplexity 不只是”ChatGPT+搜索”,而是一个以”grounded in truth”为底色的通用 AI 助手——每条回答都带源链接与可追溯的检索步骤,核心理念是”有源有据”。(→ 详解1、详解3)
- Perplexity 实质是模型聚合器,只付一次订阅就能在 Sonar/Claude/Gemini/GPT/Grok 间切换——不用为每家模型各自付费,也不必在多个标签页之间搬运上下文。(→ 详解2)
- Deep Research 与 Perplexity Labs 拉开两档研究强度:前者是”先搜后写”,后者是”搜完还能执行”——Labs 能基于外部数据做分析、出交互式 dashboard、甚至造迷你应用,本质是 Deep Research + 工具调用。(→ 详解4、详解5)
- 搜索/Deep Research/Discover/Spaces/Tasks/Connectors/Comet 各司其职,组合起来才形成完整工作流——智能搜索找事实、Deep Research 写报告、Discover 跟新闻、Spaces 沉淀主题、Tasks 自动化推送、Connectors 把搜索扩到私域、Comet 把 AI 助手搬进浏览器。(→ 详解3、详解4、详解5、详解6、详解7、详解8、详解9、详解11)
- 免费档够用但有上限,Pro 档是真正能跑自动化的门槛——免费档每天只有 3 次 Pro Search(Deep Research/复杂搜索),Labs 仅 Pro 档可用,API 调用则需要至少 Pro 来获取 $5 信用额度。(→ 详解10)
- Comet 浏览器功能强大但有安全风险,作者明确不会让 Comet 接触信用卡与登录凭据——历史上出现过 web 页面里的 prompt injection 把助手当 system prompt 套走密码/卡号的案例,目前只用于”被动场景”:视频摘要、网页提问、试折扣码,真正下单仍走 Chrome。(→ 详解11,利益反向)
知识点详解
1. Perplexity 是什么:“AI powered Swiss Army knife” 00:51
Tina 一上来给 Perplexity 下一个产品定义:“Perplexity defines itself as an AI powered Swiss Army knife for information discovery and curiosity”(01:00)。这把”瑞士军刀”包含两层:一是”以搜为本”的回答模式,二是涵盖搜索/研究/创作/自动化的多面手能力。她随后把它再压缩成一句:“Basically, it’s a general AI assistant that is grounded in truth”(01:12)。注意”general”——Perplexity 自我定位并非”垂直搜索”,而是一个有搜索底色的通用助手。
作者用一句话把 Perplexity 与 ChatGPT 区隔开:“People usually like to describe Perplexity as like chatbt plus search, but it is actually so much more than that”。她后面整支视频就在用功能演示坐实这一判断:Search 找事实、Deep Research 出报告、Discover 跟新闻、Spaces 沉淀主题、Tasks 自动化、Connectors 接私域、Comet 当浏览器、API 接外部应用。
本节的关键认知:Perplexity 的底色是”以搜为骨”,但产品形态是”通用 AI 助手”;它与 ChatGPT/Gemini 的差异不在于”能不能对话”,而在于”几乎所有回答都带可点开的来源”。
2. 界面与模型:多模型聚合 + 来源过滤 01:46
主面板与传统 chatbot 一样是 prompt 窗口,但上方有一条 Perplexity 专有的工具栏。模型选择按钮在搜索框下:“you can select different types of models. So sonar is perplexity’s own model but you can also select things like Claude, Gemini and GPT and Grok”(01:48)。作者通常保持”Best”默认让 Perplexity 自动选——这把”模型聚合器”的设计直接落到了产品形态上,也是 模型聚合器 在产品层的具体体现。
来源过滤按钮是 Perplexity 区别于普通 chatbot 的关键:“This button allows you to search more specifically whether you’re looking at the web for only academics social or finances”(01:55)。Academics 走学术库、Social 拉 Reddit 等讨论、Finance 直接打 SEC 文件。来源过滤的颗粒度直接决定”答案偏学术文献、还是偏一线从业者经验、还是偏一手财报”。
主面板右侧的 + 按钮负责”文件/图片上传”,旁边是 Dictation 与 Voice Mode 入口,Voice Mode 与 ChatGPT 的 Voice Mode 形态类似。底栏的 Discover、Spaces、Library 构成左侧导航;Home/Discover/Spaces 三个 Tab 是日常主入口,Accounts 下面藏着 Personalization、Tasks、Notifications、Connectors、API 等”不显眼但关键”的功能。
本节带出一个使用习惯:Perplexity 的”模型 + 来源”双轴选择决定了答案的方向——同一条问题,选 Claude + Social 与选 Sonar + Academic 给出的答案风格差异巨大,熟练用户会按”想听谁讲话、要什么信源”来组合。
3. Intelligent Search:打开来源过滤就拿到”接地气”的答案 03:22
智能搜索是 Perplexity 最出名的功能,作者用”九月初去旧金山的旅游规划”作为开场。她给一条很具体的 prompt:“I’ll be in San Francisco on September 2nd until the 6th. What are some must-see events, seasonal experiences or festivals during that time?” Perplexity 在后台会跑多步检索:探索近期事件、季节性活动、检视多个来源,逐步收敛到答案。
关键的差异在来源开关:作者特意打开 Discussions and Opinions(讨论与观点):“I also want to turn on the discussions and opinions because I do want it to look at social media posts as sources as well”(04:09)。打开后,Perplexity 会把 Reddit 等社区帖子当成合法信源,与官方站点并列。这一开关把答案从”百科型”推向”经验型”——比如旧金山晚上不要单独去 Tenderloin 的提醒来自 Reddit。
她再点一下核心机理:“everything is very grounded in truth. That is the core concept”(04:23)。Perplexity 的”grounded in truth”不是营销话术,而是产品行为:每段回答末尾都列源、每一步思考都展开可看;用户可以点开某个 source 直接验证,也可以展开”steps”看 agent 走过哪些查询。
进阶用法:Add to Space 把这条 thread 收进主题空间(如”September trip planning”),后续在这个 space 内追加新问题(温哥华段、纽约段)时,Perplexity 会自动带上之前的上下文——这就是 Spaces 在”个人项目记忆”层面的价值。“It also gives you some related search queries like which major festivals are happening, what seasonal events are there”(05:04)——相关查询面板是免费附送的”分叉搜索建议”,可以一键把对话往更细的方向拉。
本节的关键认知:“打开 Social 信源”是 Perplexity 拿经验型答案的关键开关;“grounded in truth”既是一句口号,也是产品上每条回答都强制带源的行为约束。
4. Deep Research:多源出报告、可转 Page 06:20
当问题从”找事实”升级为”出报告”,就轮到 Deep Research。入口是搜索框下方的 Research 按钮。演示用例是”2025 年值得投资的硬件公司”——她特意开 Finance 源以拉 SEC 文件:“I actually want to turn on the finance one specifically which is searching SEC filings”(06:40)。提交后 Perplexity 进入多步调研,显示”3 minutes left to gather sources and create your report”。
完成后会展示使用过的源数量与要点。硬件投资用例给出 49 个源、点名 CoreWeave 自 2025 年 3 月 IPO 以来涨 230%、附上 Yahoo Finance 来源、列出 Cerebras/Lambda 等其他候选,并附 CSV 表格与图表资源链接。Perplexity 的差异化卖点:“Perplexity’s deep research tends to be a lot more grounded in truth because everything is cited and it also has a lot less hallucinations that you may still run into when you’re using other AIs”(08:21)。
报告中每个数据点都对应可点开的来源;Assets 面板展开”用来生成这张表的代码”与”在源里见过的图”,等于是把”做研究”的过程也一并交付给用户,既方便核验,也方便复用到其他地方。
最值得记住的功能是 Convert to Page:“You can also do something called convert to page. So this is a functionality that allows you to put that information in a much nicer format”(08:51)——一键把研究报告变成可视化报告页,可继续加新章节、选 concise/detailed 风格、塞图片,最后 Publish 拿到公开链接。报告还能 Export as PDF/Markdown/Document,或转成 Task 定时刷新。
本节的关键认知:Deep Research 是”先搜后写”,Convert to Page 是”研究报告→可分享成品”的关键一跳;两者组合等于”研究→报告→分发”全链路。
5. Perplexity Labs:搜完还能执行 14:03
Perplexity Labs 是 Pro 档独占的功能(作者中途口误说免费档也有,随即纠正”you do not get access to Perplexity Labs on the free tier”)。它与 Deep Research 的差异在结果形态:“What is special about using labs is that it’s not just like deep research where you’re just gathering that information. There’s actually more like analysis that goes into it. It’s about execution as well”(16:04)。
演示用例是把作者自己的 YouTube 频道链接丢给 Labs,让它”分析频道表现模式与上升趋势”。Labs 会先搜集数据、再做分析、最后产出可视化 dashboard。完成后作者拿到一个可交互的 YouTube 频道分析面板:频道概述、哲学(她惊呼:“minimize effort and maximize outcome. That is true”)、内容演进(2020-2022 编码与数据科学、2023 转型期、2024-2025 AI 主导)、Top 视频、表现分析、内容模式、行动建议。“Because it’s so grounded in sources and truth, whatever it is that you create is going to be like much much more accurate”(18:50)——这是 Tina 反复强调的 Perplexity 护城河,准确度源自”用真实源去支撑每一步推断”。
与同类工具的差异:“analysis that’s here. Really really good analysis. If you compare this to something like Claude for example, Claude is also able to do a lot of these analysis, but it’s not as good as actually getting the correct sources. So with something like Claude we need to provide it with that information like as a database”(15:13)。她点出 Claude 强在”分析”,但缺在”自取最新源”;Perplexity 的优势是能”自己搜 + 自己分析”,适合做需要新鲜数据的研究型工作。
Labs 还能基于分析结果再迭代:她要求”convert this information into an interactive dashboard”,Labs 就把前面的分析结果转成可点击的交互页面。在出 dashboard 期间,作者去吃了 11 分钟 Korean food 回来再看。
注意:Perplexity Labs 也能做迷你 app 与网站,但作者自己承认”definitely not as good as something that’s more specific to creating apps”——优势仍在”以源为骨”的准确度,不与专业建站工具正面竞争。
本节的关键认知:Labs = Deep Research + 工具调用(分析/可视化/出应用),是 Perplexity 把”搜”延伸到”做事”的关键档位。
6. Discover:个性化新闻流 + 跨源中立摘要 10:58
Discover 是 Tina 入坑 Perplexity 的起点,因为它的 For You tab 是真正的”AI 驱动个性化新闻”。“the for you tab um that is like this personalized news creation”(11:12)。默认她看到的是科技/AI/太空类内容,可以在 Accounts → Personalization 里手动加入关注的股票、运动、城市等。
Tina 给 Discover 的核心价值一句话:“It literally compiles all the information from the different sources together. So you have this much more comprehensive and unbiased understanding of what’s happening”(12:42)。它的”中立”不是因为没立场,而是因为强制把多源答案拼成一份;读 AI 新闻不再被”左倾/右倾/某平台偏好”劫持,看到的是多家来源的合并摘要。点开某条新闻可看到来源列表与全文链接;点进任一来源可继续追问,dictation/voice 模式也支持。
进阶用法:在某条新闻卡片里直接问”this is relevant to people who like to use AI”,Perplexity 会基于这条新闻延伸出 Gemini 2.5 flash image 在角色一致性与可访问性上的具体价值;继续可再问”SynthID watermarking matter for people who make AI images”——从一条新闻能”挖坑”挖到完全不同的子话题。
本节带出与 共识信号 相同的逻辑:多源汇总 = 更不易被单一信源偏见过滤;对”每天要快速消化行业动态”的人,Discover 是 ChatGPT/Google News 之外的第三选择。
7. Spaces:主题空间 + 模板库 + 长期上下文 18:59
Spaces 是 Perplexity 对标 ChatGPT GPTs / Claude Projects 的模块:“very similar to GPTs on chatbt you can choose something that you like like stock screener”(21:21)。Perplexity 内置一组模板(stock screener / trip planning / website scanning),点开即可用,模板背后就是一段可改写的 system prompt。
她用”September trip planning”演示空间累积:先开一条”旧金山 9/2-9/6 行程”thread,再开一条”温哥华 9/6-9/12 找自然类自驾目的地、住宿外的预算 ≤$500”,两条 thread 都在同一个 space 内,后续可以追加”纽约 9/12 之后”等新问题;Perplexity 会自然地把整个 space 内的 thread 视作一组相关项目。
进阶用法:自己造 space 时填入 system prompt 即可定义它的”人设”——比如”做 S&P 500 股票分析的助手,每周更新一次”。可以分享给其他人用,这是 Perplexity 的”低门槛造 agent”路径。
本节的关键认知:Spaces = 主题级长期上下文,不是简单聊天记录;适合”围绕一个项目反复问”和”让多 thread 共享背景”两类使用场景。
8. Tasks:定时自动推送 24:05
Tasks 是”被低估的 Perplexity 功能”,作者用一句话点题:“task is able to allow you to automate like certain simple routines and workflows”(24:14)。演示用例是”每天早上 7:00 分析本周科技大事”——设好 query(本周重大科技进展,聚焦 AI/ML 突破、大厂战略、新兴趋势及其潜在影响)、选模型、选源、勾选 Email + Mobile 通知,然后启用。“analyze the week’s most significant technology developments”(24:25) 是她用的 query 范例。
每天早 7:01 邮箱准时收到一封”Perplexity task”邮件,点开能看到完整答案。Tasks 不止每天——可以每周/每月/一次性,可设”每天多次”,适合做”AI 简报订阅”。
Quiz 1(25:08)是个简短自检,作者要求观众在评论里回答”你能想到哪些自定义定时任务”——这是为了把”用 Tasks 自动化简报”这个用法沉到观众脑子里。
本节的关键认知:Tasks = Perplexity 内的 cron job,适合”想被 AI 主动推送信息”的轻自动化场景;比 API + n8n 链路轻量得多,门槛极低。
9. Connectors:把搜索扩到私域与即时通讯 25:26
Connectors 是把第三方数据源拉进 Perplexity 的开关:“This is allowing you to connect thirdparty applications. So, if you’re connecting Google Drive, you’re able to search results that are included in your Google Drive”(25:37)。官方接入 Google Drive、Dropbox、WhatsApp 三个连接器,前两个是把”私域文件”变成可搜源,WhatsApp 是把 Perplexity 搬进即时通讯。
WhatsApp 演示里,作者让 Perplexity”set up a task to message me with summary every day for tech news instead of email”——Perplexity 把它建成了一个 WhatsApp 推送的 task,从此每天的 AI 简报会通过 WhatsApp 而非邮件送达。“when you’re connecting WhatsApp, you’re able to have a conversation with Perplexity through WhatsApp directly”(25:45)。
Tina 抛了一个反直觉的产品细节:“Nope, our WhatsApp chats aren’t recorded. We’re stored on the Perplexity app itself. They’re just between you and me here. Your privacy is safe”(26:07)——WhatsApp 对话不出现在 Perplexity app 端,“it doesn’t actually show up like conversations you do have on WhatsApp”(26:13)。这让 WhatsApp 端适合做”不想留痕的临时咨询”,Perplexity app 端 + incognito mode 是另一条隐私路径。
本节的关键认知:Connectors 把 Perplexity 从”只搜公网”扩到”私域+即时通讯”;WhatsApp 集成是当下 Perplexity 最具差异化的连接器。
10. Pricing:免费档够用,Pro 档是真正分水岭 26:28
三档定价:“On the free tier, everything that you’ve seen previously, you can already do on the free tier”(26:41)。免费档能用到全部功能,但有次数上限:无限 general search、只给 3 次 Pro Search(Deep Research 与复杂搜索);Labs 不在免费档,仅 Pro 与 Max 可用。
Pro 档 $20/月,关键加成:10x 引用与回答(更准更全)、可访问 Comet 浏览器、Perplexity Labs 完整功能、无限文件与图片上传、更长上下文、图像生成等。“On the max plan, which is $200 per month, you get like way more things. You get early access, unlimited access to things, and then very like advanced models and enhanced access to video generation”(27:31)——Max 档贵 10 倍,拿的是早鸟访问、无限额度、高端模型、视频生成。
API 是独立计费:“if you’re going to be doing that, you might as well just get the pro tier because if you do get the pro tier, you get $5 worth of credits”。Pro 档的 $5 信用额度大约够日常 API 实验,真正用量大则走 pay-as-you-go。Enterprise Pro 加协作、专属支持、安全合规,适合团队。
本节的关键认知:Pro 档是”真的要用 Perplexity 干重活”的门槛——Labs 完整功能、Comet 浏览器、$5 API 信用;免费档适合”先试”与”轻量使用”。
11. Comet 浏览器:功能强但有安全风险 28:21
Comet 是 Perplexity 自己的 AI 浏览器(Comet(Perplexity 浏览器) 在产品层面对标的不是 Chrome,而是 Chrome + 侧栏 AI 助手)。侧栏可以**“buy things for you. It can like search things up. It can like refresh the page. It can answer emails”**(29:12)——表面看是”AI 接管浏览器”,实际是给每条用户意图都配一个 agent loop。
Tina 给出一个明确的产品观察:Perplexity 做 Comet 看似越界,“they’re basically like a search company, right? Like that’s like the thing that’s like their core thesis is being grounded in sources, truth, and search. So, from that angle, it does make sense why Perplexity would want to have like an AI native browser”。把”搜”延伸到”搜的下一公里(浏览器场景)“是顺理成章的产品动作。
关键安全警告(作者原话):“there have already been issues with comet when it comes to security. There have been security leakages”(29:41)——具体案例:网页里嵌 prompt injection,助手把它当 system prompt 执行,导致泄露密码、信用卡号。“I do not let comment have access to my personal information including my credit cards”(29:29)。这是非常罕见的”博主主动劝你别用某功能”的发言,可信度最高。
Tina 给自己定的 Comet 使用范围只有两个安全场景:
- 视频/网页摘要:在 YouTube 上看长视频时侧栏直接问”which timestamp do they talk about rats”,Comet 会尝试在视频内搜索关键词并给出时间戳(作者演示时这一功能实际偶尔失败,Comet 把 answer 写成”7 minutes 54 seconds”但实际跳转时不对——她说”that’s an example of it not working…But I’m leaving this part in the video cuz I just want you to actually see what it actually is like truthfully speaking”——保留失败案例,真实可参考)。“say I’m like watching some YouTube video. For example, boring history for sleep. I can do things like summarize this video through the assistant directly”(30:13)。“you can also ask it questions about the video as well”(31:42)。
- 试折扣码:“asking it to try out different discount codes for something. So, I would just ask it to like run through and try out a bunch of different discount codes until I find the correct discount code when I want to buy something, but I wouldn’t actually buy it through comet cuz I don’t want to like have it access my credit card and stuff. So, I would actually do it through Chrome and then buy it with that specific discount code”(31:56,32:10)。Comet 跑码、Chrome 付款。
本节的关键认知:Comet 当前定位是”被动型 AI 浏览器”,适合摘要+试码,不适合让它接触登录凭据/支付信息;真实下单单仍走 Chrome。
12. Perplexity API:n8n 之外的可组合积木 32:27
API 是把 Perplexity 接到外部应用的钥匙。“This is commonly done if you want to create more complex workflows”(32:39)。最常见组合是 n8n:“using it in combination with n8n which is for automating complex workflows”(32:44)。Tina 自述:“I have built many different workflows that have Perplexity as part of it”(32:49)。
最具说服力的演示用例是”搜索 → 摘要 → 转播客 → 邮件附件”——n8n 工作流把一条搜索 query 喂给 Perplexity → 拿回摘要 → 用 TTS 转音频 → 邮件附件发给自己 → 走路时 2-3 倍速听。她强调自己是”audio learner”,这一条工作流是她”learn things very, very quickly”的核心机制。
本节的关键认知:Perplexity API 的价值在于”接入到 n8n / Make / Zapier / 自建应用里,完成 ChatGPT API 也能做但更’以源为骨’的工作流”;要做高质量 AI 简报+播客闭环,Perplexity + n8n + TTS 是一条已被验证的链路。
可执行步骤
- 打开 perplexity.ai,挑一条最近查过的事实性问题,打开 Social 信源后重问一次,比较答案的”经验度”差异。
- 选一条会反复跟踪的领域(如某行业/某项目),在 Discover For You tab 关注相关主题,养成每天 5 分钟扫一遍的习惯。
- 把 Perplexity 默认模型切到”Best”以外试一次(如 Claude 4.0 / GPT),比较同一条问题的回答风格与信源选择。
- 选一个正在做的研究主题(如”对比 X 与 Y”),开 Deep Research + Finance 源,跑一份报告,然后 Convert to Page 拿到可分享链接。
- 找一个 Daily 简报需求(科技/股票/竞品),开一个 Perplexity Task,选 7:00 AM + Email 通知,验证一周是否值得保留。
- 接 WhatsApp Connector,把”每日 AI 简报”改成 WhatsApp 推送,体验私域侧的通知流。
- (Pro 档)把一条需要”分析+可视化”的任务(如”分析我自己的频道”)丢给 Perplexity Labs,等待 10 分钟后看 dashboard。
- (安全)如使用 Comet,严格不授权信用卡与登录,只用于视频摘要+折扣码试码,真下单走 Chrome。
关联
- Tina Huang 37 分钟 ChatGPT 概览 — 互补(同一作者、同一”逐项实测”格式,但产品不同:ChatGPT 讲 Agent Mode/Schedules/Codex/Sora,Perplexity 讲 Deep Research/Labs/Comet/API;两份合读等于”通用 AI 助手的两套系统结构”)
- 模型聚合器 — 印证(本片直接演示 Sonar/Claude/Gemini/GPT/Grok 在 Perplexity 内的并排选择,是”模型聚合器”概念在产品层的具体形态)
- Comet(Perplexity 浏览器) — 印证(本片展示 Comet 的真实使用范围——视频摘要、试折扣码、不接触支付信息,与索引里”内置侧栏可对当前网页提问、约会议、查邮件、跨站比价”的能力清单一致)
- AI 自动化(本片演示的 Tasks / API+n8n / Connectors 链路) — 进阶(本片是 AI 自动化领域的”个人助理”入门级形态;若要进入 agent 工程化层,先读 Harness 大师课)
一手来源与延伸
- 视频所引用的工具官网(均出现在 description 链接或口播):
术语
- Perplexity — 以”grounded in truth”为底色的通用 AI 助手,核心差异是每条回答都带可点开的来源。
- Sonar — Perplexity 自研模型,与 Claude/Gemini/GPT/Grok 并列可由用户切换。
- Deep Research(Perplexity) — 多步调研 + 多源出报告模式,与 Deep Research(Claude Code 内的同名工作流)同名不同实现。
- Perplexity Labs — Pro 档独占,把”研究”延伸为”分析+执行”的研究型 agent 形态。
- Convert to Page — Deep Research 报告一键转可视化报告页的功能。
- Spaces — Perplexity 的主题空间,承载一组共享上下文的 thread,可分享给他人。
- Tasks — Perplexity 内的定时自动化任务,可推送 email/mobile 通知。
- Connectors — 把第三方应用(Google Drive/Dropbox/WhatsApp)接入 Perplexity 搜索范围。
- Comet — Perplexity 自研的 AI 浏览器,侧栏带助手。
- Prompt Injection(本文语境) — 在网页内嵌入恶意指令、让 AI 助手误以为是 system prompt 而执行的攻击手法,Comet 历史上被利用过。
金句
“It’s not just like deep research where you’re just gathering that information. There’s actually more like analysis that goes into it. It’s about execution as well.” — 精准点出 Perplexity Labs 与 Deep Research 的本质差异(研究 vs 做事),是理解”为什么 Labs 单独占一档”的关键。16:04
“I do not let comment have access to my personal information including my credit cards.” — 极少见的”博主劝你别用某功能”发言,作者把自己对 Comet 的安全担忧直接说出来,与其余的”产品真香”叙事形成对比,采信度最高。29:29
立场与利益
利益证据(全部从 description 提取):Tina Huang 在 description 列出 Framer 赞助链接(framer.link/TinaHuang,code TINAHUANG 25% off)、AI Agent Bootcamp waitlist、SQL/StrataScratch 联盟课程、摄像装备 affiliate 链接。本片是 Framer 赞助(“A portion of this video is sponsored by Framer”),并在 Labs 段后插入约 3 分钟 Framer 教学广告。
- 与利益同向(待印证):“Perplexity 是 top 3 AI 工具之一""每天用多次""Labs 比专门建站工具虽然不优但胜在 grounded”——这些是产品推荐话术,具体排名与”每天用多次”未经第三方数据验证。
- 利益中性(按内容采信):模型聚合(Sonar/Claude/Gemini/GPT/Grok 可切)、来源过滤(academic/social/finance/SEC)、Deep Research 多源出报告 + Convert to Page、Discover 多源中立新闻流、Tasks 定时推送、API + n8n 链路——这些都是产品行为,可独立复现验证。
- 与利益反向(可信度最高):Comet 安全警告——作者主动承认”there have already been issues with comet when it comes to security”,并明示自己不让 Comet 接触信用卡与登录凭据;这与她”用 Perplexity 干所有事”的整体推荐方向相反,反而是全片最值得采信的具体主张。
价值定位
- 适合谁:没用过 Perplexity、想知道”它和 ChatGPT/Gemini 到底差在哪”的人,以及已在用 Perplexity 但只停留在 Search 阶段、想解锁 Deep Research/Labs/Spaces/Tasks/Comet/API 全部功能的人;不需要任何编程基础。
- 解决什么:给一张”按图索骥”的功能地图——你想做”快速研究”就用 Deep Research;想做”分析+可视化”就用 Labs;想跟新闻用 Discover;想沉淀主题用 Spaces;想定时推送用 Tasks;想把搜索扩到私域用 Connectors;想让 AI 进浏览器用 Comet(谨慎);想接外部应用用 API。
- 认知 vs 实操:认知与实操各占一半——前半段讲产品哲学(grounded in truth、模型聚合、来源过滤),后半段是逐功能的 UI 演示+实操路径;看完整支视频基本能照着”开 Pro 档→接 WhatsApp→建 Task→试 Labs”走完一遍。
- 与 同作者 37 分钟 ChatGPT 概览 重叠时:两份都属”通用 AI 助手全功能导览”,但产品不同(ChatGPT vs Perplexity);本片独有 Comet/Labs/Spaces/Tasks/Connectors/Convert to Page 这一组 Perplexity 特有功能,以及”在 Perplexity 内不用付多次订阅就能跨模型切换”的产品定位。
自检问题
-
Perplexity 与 ChatGPT 的核心产品差异是什么?Tina 怎么用一句话概括? 答案:Perplexity 是”general AI assistant that is grounded in truth”,与 ChatGPT 的差异是几乎所有回答都带可点开的来源;Tina 用”AI powered Swiss Army knife for information discovery and curiosity”做产品定义,并明示”People usually like to describe Perplexity as like chatbt plus search, but it is actually so much more than that”。详见「详解1」「详解3」。01:00
-
Deep Research 与 Perplexity Labs 的本质差异是什么?什么场景该用哪个? 答案:Deep Research 是”先搜后写”出报告;Labs 是”搜完还能执行”,会做分析+出可视化 dashboard+造迷你应用,等于”Deep Research + 工具调用”。想要多源调研报告用 Deep Research;想要”分析+交付物”用 Labs。详见「详解4」「详解5」。08:21
-
Comet 浏览器的安全风险来自哪里?Tina 自己怎么限定 Comet 的使用范围? 答案:风险来自网页内的 prompt injection——把恶意指令塞进页面、被 Comet 侧栏助手当 system prompt 执行,历史上有过泄露密码与信用卡号的案例。Tina 明确不让 Comet 接触信用卡与登录凭据,只用于”视频摘要”和”试折扣码”,真下单仍走 Chrome。详见「详解11」。29:29
-
如果你只有免费档,能用 Perplexity 跑几次 Deep Research?哪些功能仅 Pro 才有? 答案:免费档无限 general search、Pro Search 每天仅 3 次(Deep Research 与复杂搜索);Perplexity Labs、Comet 浏览器、$5 API 信用额度都仅 Pro 与以上档位可用。详见「详解10」。26:41