摘要：Perplexity Lab 推出后，AI搜索和Chatbot终于不再相同，对于搜索数据的分析和处理更AI化，实现了AI搜索的TIP（Technology Inflection Point 技术成熟度拐点）。

Perplexity Lab 推出后，AI搜索和Chatbot终于不再相同，对于搜索数据的分析和处理更AI化，实现了AI搜索的TIP（Technology Inflection Point 技术成熟度拐点）。

大概有一年时间没用Perplexity了（一年前文章看底部往期文章推荐），曾经的AI搜索王者（现在也是）。

原因呢，一方面是国内的AI搜索产品太多，玩不过来了；一方面是Deep Research、Agent等相似概念产品大火，被夺走了注意力。

最近看到他们新出了一个Perplexity Lab（高阶付费搜索），就尝试体验了下，发觉Perplexity进化很大，已经实现了一年前我对他们期待的多个小目标，比如答案数据可视化、回答内容可交互、私有数据辅助回答等等。

如果说一年前的AI搜索，只是打破了“关键词+网页链接”的固有模式，实现了一段话直接问答问题，本质没有和Chatbot形成差别。现阶段，AI搜索终于能对多维内容处理后生成智慧回答，对搜索的过程和结果终于实现了AI。

话不多说，先从一个非常简单的问题入手，看看Perplexity实现的进化。

最近没看新闻，问下NBA最新比赛动态。

结果看，Perplexity显然是专门优化过比赛类问题的回答。不仅有队标和赛程图表，还有过往和即将比赛的数据，这样就一目了然。

还有一段总结性文字介绍，提到东部决赛结束后，即将开始总决赛。回答内容也说的是最新的比赛内容，内容新鲜准确。

作为对比，鲸哥用国内秘塔AI搜索产品问了同样问题，简直不能用。

没有一段总结性的回答，然后分队伍回答的逻辑我没看懂，最关键信息都很陈旧，还在用2024年的比赛信息回答。

其实二者使用的数据差不多，因为我是用中文问的问题，二者回答引用的几个数据来源也都是新浪体育，差别在数据处理过程。

还有一个看似简单的问题，就是旅行住酒店的问题。这类问题难点是没有酒旅数据，所以消费者提问的一些条件，怎么满足就成了难点。

还好的是高星酒店一般有官网，P能得以回答完整。

其实百度AI回答这一问题更立体全面，当然没有提供官网链接和电话预订🔗，P是典型的西方消费习惯。

综合评价二者的回答，各有特色。

P的回答明显更围绕提示词，就是酒店能提供哪些服务。

百度调用DeepSeek生成的回答，是偏视觉理解的小红书风格，但“位置”没接百度地图MCP，这块迭代速度略微慢了点。

接着是偏重数据质量测试的问答，这里问了2025 年春季 Y Combinator（创业孵化器）的初创企业热度图，每年很多国内外博主都会主动统计这个数据，来反映投资风向。

帮忙查找 2025 年春季 Y Combinator（创业孵化器）的初创企业，并制作一个行业热度图，得出风险投资公司（VC）正在投资哪些类型的初创企业 。生成可视化仪表盘。

以往处理这些数据需要费一两天时间，现在用P就简单了，用上面提示词就能直接得出下面这张网页图。

30个数据来源，就能做出这么精美的统计图表，还挺令人难以置信的。

我查看了下网页数据来源，发现这个数据源应该挺关键。

点开后发现是个付费网站，应该类似国内的“IT桔子”。但据鲸哥所知，IT桔子数据来源于互联网公开信息整理，这个网站感觉和YC有合作，然后Perplexity和这个网站应该也有合作，最终才能拿到付费数据。

据The Information的报道，Perplexity目前的年度经常性收入（ARR）接近1亿美元‌，但很多是半价会员费，所以实际收入远低于此。

有报道其年度亏损接近6000万美元，这些付费数据来源应该是亏损的重要部分。这里谈论的有点远了，不过得说一句，P的可视化图表做的不错，折线图还是圆饼图、柱状图都可以信手拈来，这点对于想做商业分析的朋友来说，太提升效率了。

这里再尝试一个可交互式网页。

最近看卡兹克大神做了一个618如何选电脑本地部署模型的选题。

尝试把这个问题输送给P，然后很快就获得了如下的回答，这个网页就非常翔实了。

当然回答的还是不如卡兹克的解读更接近用户思维，A卡还是N卡，国补这些都没提。

这个网页还具有互动性，点击左面的量化设置，右边的内存需求分析图就会相应变化。

而且点击回答最下面的电脑推荐后，还能直接跳转京东，没有直接跳转亚马逊。

然后在文化研究方面，P做可视化网页方面表现也不错。

尽管实验室模式下，数据来源仅为30多个，相比Google Deep Research基本300个数据来源，确实存在一定的差距，但回答结果都满意。

想问这个问题的起源，是我先看了抖音同一个问题的视频，那个博主应该是做了一个月完成的视频。

然后我用这个问题给了P。

我看回答的不错，生成的可视化网页也很美观。

这对很多追求深度的博主来说，以后梳理内容要方便很多了。案头工作的准备时间将大大缩短。

接着测试对单一平台的内容梳理能力，这里选择了国内AI博主最多的B站。

提示词写了不少，最后发现一个很关键点，就是忘了让P搜集的博主数量不少于100位，再选择几位典型展开分析。

不然，P也会偷懒，就像下面的回答很简洁。

这里提到一个不错的产品功能，就是P的提问可以随时修改，我加了一句话防止P偷懒。

然后根据编辑后的任务，P生成了新的图文结合分析报告。

这份报告很翔实，先是分析了大量博主的分布类型，然后生成生态分析图，再分别展示对10位典型博主的文字分析，最后再做出规律总结和运营学习建议。

报告很长，对B站的博主分析的也很全面。听说B站AI博主顶流能月入10-20万，大家看了报告想冲的，可以行动起来了。

最后是生成麦肯锡PAS演示报告的内容，这能力有点接近最近大火的Agent类产品的场景了。

P生成了PPT和图文结合的分析报告。

P对数据的可视化处理还挺强，比如上图中，展示不同营销渠道当前 CAC（深灰色柱）与优化后 CAC（浅蓝色柱）的数值差异，核心用于分析各渠道成本优化空间。

假如你是CEO的战略分析专家，公司面临2025年下半年渠道投放涨价60%的局面，CEO周五下班前交给你一个任务，做出公司下半年投放提效的计划书，要你在下周五前完成。现在你本周周六就可以给他了，还可以说自己是连夜加班做出来的报告QAQ。

在Agent大火的当下，AI产品大多开始比拼谁家PPT做得漂亮，这个方向不能说错，但比较炫技（鲸哥最近会测评最强的PPT生成Agent）。

而回归本质，索引的数据质量更高，分析处理内容更强，回答的幻觉率更少，还是AI搜索更应该进化的方向。

Perplexity还是沿着这个方向进化，尽管在AI纷乱的市场上，经常被抢走关注的目光。但回头发现它还是最实用的那个，也是理想中的AI样子。

当然，价格越来越贵的问题，阻碍了大众体验其高阶AI能力。P现在是普通搜索免费，实验室能力要每月20美金，超出大部分人的接受能力，毕竟很多人手机卡月费才69元。

期待大模型和云服务厂商，尽早将价格打下来，AI应用才能普惠。

来源：人人都是产品经理