Perplexity 人工智慧
Perplexity AI 是一種“答案引擎”，它將大型語言模型與即時網路搜尋結合，提供直接引用的答案，而不是藍色連結清單。
概述
It positions itself as a conversational alternative to traditional search, with footnotes you can verify.
深入探討
Perplexity 由 Aravind Srinivas、Denis Yarats、Johnny Ho 和 Andy Konwinski 於 2022 年創立，將檢索與生成融為一體：它實時搜索網絡，然後使用法學碩士（其自己的模型和第三方模型，例如 OpenAI 和 TED__AIU_PRO_PRO)的答案通過內聯引用模型。這種增強檢索的方法減少了幻覺，並讓使用者可以點擊存取來源。功能包括用於多步驟推理的專業搜尋、用於將搜尋限制為學術論文或特定領域的焦點模式以及用於有組織的研究的空間。在 Jeff Bezos 和 Nvidia 等投資者的支持下，Perplexity 作為 Google 的挑戰者迅速成長，同時也因其訪問和重新發佈出版商內容的方式而受到審查。
技術洞察
Perplexity 建立在檢索增強生成 (RAG) 的基礎上。當您提出問題時，它會發出即時搜尋查詢，檢索相關網頁並對其進行排名，然後將這些段落作為上下文輸入到 LLM 中。該模型根據獲取的文本編寫答案，並附加指向特定來源的引用。由於答案取決於當前檢索到的文檔，而不僅僅是模型的凍結訓練數據，因此它可以涵蓋最近的事件並引用每個聲明的來源。
戰略影響
供應商策略
供應商路線圖會影響您的團隊接下來可以建立的功能。
成本與預算
商業條款和部署選項會影響長期成本和風險。
風險與安全
公司激勵措施塑造了產品預設、安全態勢和開放性。
Perplexity 人工智慧的未來
Perplexity 正在從搜尋框擴展到代理助手，可以瀏覽、比較、購物和完成多步驟任務，其 Comet 瀏覽器和購物功能就是例證。期待更深入的個人化、語音和行動整合以及企業搜尋產品。其最大的緊張是商業和法律：在不向出版商發送流量的情況下將答案貨幣化，解決版權和內容訪問糾紛，以及像 Google 和 OpenAI 一樣將類似的引用答案功能固定到自己的產品上。
現實世界的實施
研究當前事件的學生會獲得帶有腳註的綜合摘要，然後按一下引文以確認針對主要來源的每項主張。
分析師使用針對學術論文設定的焦點模式來提取有關利基主題的最新同行評審結果，而無需篩選廣告。
一位購物者請 Perplexity 比較三款筆記型電腦的電池壽命和價格，並收到來自多個即時來源的並列答案。
開發人員使用 Pro Search 將複雜的技術問題分解為子查詢，並引用官方文件來組合答案。
風險與防護欄
發佈公告可能會超過實際生產工作流程的穩定性。
API 定價或政策轉變可能會在一夜之間打破假設。
單一供應商依賴性增加了鎖定和遷移成本。
實施路線圖
使用您自己的任務和資料集評估提供者。
在整合之前查看隱私、安全和法律條款。
維護跨模型或供應商的後備計劃。
監控發行說明，以便路線圖的變更不會讓團隊感到意外。
不斷探索
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Perplexity AI quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常見問題
What is Perplexity AI?
Perplexity AI 是一種“答案引擎”，它將大型語言模型與即時網路搜尋結合，提供直接引用的答案，而不是藍色連結清單。它將自己定位為傳統搜尋的對話替代方案，並帶有您可以驗證的腳註。
相對於傳統搜尋引擎，Perplexity AI 是如何描述自己的？
Perplexity 稱自己為答案引擎，返回帶有引用的綜合答案，而不僅僅是連結列表。
哪一種核心技術可以讓 Perplexity 在目前網路內容中找到答案？
Perplexity 使用 RAG：它會檢索即時網頁並將其提供給 LLM，後者根據所取得的文字編寫答案。
為什麼 Perplexity 在答案中附加內聯引用？
引文讓使用者可以點擊並確認每項聲明，從而增加信任並減少對無法驗證的輸出的依賴。
Perplexity 的「焦點」功能允許使用者做什麼？
焦點模式可讓使用者將搜尋範圍縮小到特定領域或內容類型（例如學術論文），以獲得更有針對性的答案。
Perplexity 的商業模式面臨的主要壓力是什麼？
Perplexity 因存取和重新發布發布商內容而不返回大量流量而面臨審查，這是一個核心的法律和商業挑戰。