国内技术圈一聊 AI 工具，十有八九在卷编程器（Cursor、Claude Code、Codex CLI）。但有一个海外月活早就破千万、估值 180 亿美金、被称为 "answer engine" 的工具，在国内几乎是信息荒漠——Perplexity。多数人注册后只把它当"能联网的 ChatGPT"或"翻墙版百度"，问一句、看一段、关掉。这是最大的浪费。它的 Pro Search 有"反问面试"开关、有 Model Council 三模型投票、有 Sonar API 自带结构化引文、有 Tasks 定时情报员……每一个都是国内 90% 用户从没点开过的暗门。今天这篇，我把它当一个工具深挖到底——八个暗门，每个都附操作步骤、预期效果、适用场景，外加一张决策图和一张信息差对照表，看完你就能把搜索框当 API 用。
普通用法是丢一句话进去，Perplexity 默默搜完给你一段。问题在于：你的问题越模糊，它猜得越离谱。Pro Search 本质是个「智能面试官」模式，但它不会主动反问你，除非你逼它。
操作步骤：在提问结尾加一句咒语——Ask me clarifying questions before answering.（在给出答案前，先问我澄清性问题）。Pro Search 还能解读代码、按内容类型（Academic / Finance / 你的文件）收窄来源。
预期效果：它会反过来问你 2-3 个问题（要不要限定时间范围？要不要排除某类来源？目标读者是谁？），答完再搜，准确率肉眼可见提升。
适用场景：竞品调研、技术选型、政策解读、医疗/合规类"问错代价很大"的查询。简单事实题（"今天比特币多少"）别用，浪费。
这是我个人认为 Perplexity 最被低估的杀手锏。Pro/Max 订阅可以在一个 Thread 里切换模型（Claude 4、GPT-5、Gemini Pro、Grok 4 都在列），但更狠的是 Model Council：把同一个问题同时丢给三个模型，各自独立作答，再由 Perplexity 合成一份统一答案。
操作步骤：在 Pro/Max 的 Thread 里，把交互模式切到 Model Council（部分版本叫"多模型对比"），输入问题，等它跑完三路再合并。
预期效果：单个模型的"知识盲区"和幻觉被另外两个模型交叉抵消，合成答案的覆盖率显著高于任一单模型。alt4 的 2026 playbook 明确把它列为"高风险决策首选"。
适用场景：合同审阅、合规判断、医疗研究、投资尽调——任何"一条错信息就翻车"的场景。代价是更慢、更费额度，所以别拿来问菜谱。
信息差点：国内很多人还在纠结"到底 GPT 强还是 Claude 强"，而 Perplexity 用户早就不选了——让它们打架，你收投票结果。
site: / after: / before: 别浪费Perplexity 的搜索框完全支持 Google 式运算符，但 UI 上几乎不提示，所以绝大多数人只会打自然语言。
操作步骤：
- site:arxiv.org transformer attention —— 只在 arXiv 里搜
- site:github.com —— 钳制到代码仓库
- after:2026-01-01 GPT-5.4 pricing —— 只要今年以后的来源
- before:2024-03-01 —— 要历史快照
预期效果：直接砍掉无关来源，引用质量和相关性大幅提升，避免它拿三年前的旧文档糊弄你。
适用场景：查最新 API、查某厂商官方说法、做学术综述、追新闻时间线。尤其适合国内用户——你能用 site: 强制它只看一手英文来源，跳过中文搬运站的信息失真。
Thread 是单次对话，Space 是持久化的项目工作区——把同一个项目的所有 Thread、文件、URL 归拢到一起，还能写一段"房规"（Custom AI Instructions）让它长期遵守。
操作步骤：新建一个 Space（如"工作 / 学习 / 写作 / 出差"），在 Instructions 里写死规则，例如：
角色：你是我的技术资料助手。
风格：中文回答，简洁，先给结论再给依据。
引用：每个关键论断必须附 URL，没有来源就明说"未找到"。
信任来源：3GPP、IEEE、arXiv、官方文档优先；营销软文一律忽略。
输出：长内容用 H2/H3 分段，结尾给一句话总结。
再上传该项目的核心 PDF/表格（注意 Pro/Max/Enterprise 才支持 Space 文件上传，单文件约 40MB 上限，留存期随套餐变化）。
预期效果：之后这个 Space 里每次提问，它都带着同一套偏好和同一批参考资料作答，不用每次重复交代背景。相当于给 Perplexity 装了一个"项目级 system prompt"。
适用场景：长期跟一个课题（比如持续跟踪 5G/6G 某个协议演进）、写连载内容、团队协作（Space 可共享）。
Perplexity 内部其实有至少三档处理深度，选错档就是浪费时间和额度。turion 的 2026 全指南给出了清晰的时间对比：
| 模式 | 耗时 | 产出 | 适合 |
|---|---|---|---|
| Auto / 普通 Search | 秒级 | 一段带引用的回答 | 简单事实、快问快答 |
| Pro Search | 10-30 秒 | 多步推理 + 反问 + 来源收窄 | 有歧义、要精度的查询 |
| Research（深度研究） | 3-4 分钟 | 一份综合报告，可导出 PDF/doc | 准确性 > 速度（政策、综述） |
| Labs（原"Create Files & Apps"） | 10 分钟以上 | 打磨过的交付物、迷你 App | 要"成品"而非"答案" |
一句话判断：要答案用 Pro Search，要报告用 Research，要成品（图表、小程序、可交付文件）用 Labs。
Deep Research 的硬实力：在 Humanity's Last Exam（人类最后的考试）上拿到 21.1%，超过 Gemini Thinking、o3-mini、o1、DeepSeek-R1——这不是营销话术，是跑分。当你要做严肃调研，直接上 Research 档，别在普通档反复试错。
国内很多人不知道 Perplexity 有定时任务（Tasks）：让它在固定周期自动跑一次查询，结果通过邮件或推送发给你，每次任务还会自动存成一个 Thread 方便回溯。
操作步骤：新建 Task，写清楚监控目标和触发条件，例如：
Daily: 跟踪 [某开源项目] 的 release notes 和 issue 热度，
只有当出现新版本或 breaking change 时才通知我。
关键限制：Pro 套餐上限 10 个 recurring tasks，所以要留给真正重要的监控项。
预期效果：相当于免费雇了一个不睡觉的行业助理，每天盯价格、盯竞品、盯新闻、盯技术动态，"有变化才打扰你"。
适用场景：监控竞品定价、跟踪某个 3GPP 工作组进展、追某篇论文的引用增长、看某个 API 是否更新。对通信/网优这种"标准月月在变"的岗位尤其香。
这是开发者最该知道的暗门。Perplexity 自研的 Sonar 系列模型（基于 Meta Llama 架构）提供 API，而且完全兼容 OpenAI 的 /chat/completions 接口——把 endpoint 一换、SDK 不用改，就能让任意 OpenAI 客户端获得"实时联网 + 每条结论都带可点击 URL"的能力。
价格表（每百万 token）：
| 模型 | 输入/输出约 | 定位 |
|---|---|---|
sonar |
\$1/M | 快速联网检索，驱动免费档 |
sonar-pro |
\$3/M | 更强推理、更深分析 |
sonar-reasoning |
\$5-15/M | 多步推理，复杂查询 |
额外：联网检索上下文约 \$5-14 / 千次请求；Pro 订阅每月送 \$5 API 额度，可以拿来试水。
为什么这是信息差：OpenAI 的 Chat Completions 默认不保证每条结论都能溯源到一个 fetchable URL；而 Sonar API 返回的是和网页版同款的结构化 citations——每个 claim 都挂着一个真实链接。对做 RAG、做事实核查、做内容审核的开发者，这是省掉一大堆"幻觉兜底"工程的利器。
操作示例（官方写法）：
curl https://api.perplexity.ai/chat/completions \
-H "Authorization: Bearer $PERPLEXITY_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"sonar-pro","messages":[{"role":"user","content":"..."}]}'
适用场景：给自家产品接"带出处的实时搜索"、做研究型 Agent、替代更贵的联网方案。顺带一提，Perplexity 还开源过一个基于 DeepSeek-R1 的推理模型 R1-1776（Apache 2.0），想本地跑推理模型的可以一并关注。
三个小但高频的暗门，合并讲：
Memory / Personal Search：它能在对话之间记住你的偏好（语言、口吻、引用习惯）。Pro move：主动维护这段记忆，给它稳定指令——Use simple language. Always include citations. 记忆越干净，长期越省心。
AI 数据保留开关：在 Settings 里有"是否允许数据用于训练"的开关，Free/Pro/Max 都能关；Enterprise 数据默认不参与训练。做敏感项目前先关掉。
命名提示词模板库（alt4 总结的四把刷子，直接复制）：
- The Fact-Check：列出你的 5 个关键论断，每个附一条引文。
- The Comparison：用表格对比 A vs B：定义、优缺点、最佳场景、风险、最终推荐。
- The File-First：以上传的 PDF 为主要来源，只在有缺口时用网页补充，并标注来自哪一页/节。
- The Content Creator：把它变成带 H2/H3 的博客大纲，再用简单语言写出来。
预期效果：把"随机质量"变成"可复现质量"——同一个模板跑十次，产出结构稳定，方便批量化。
flowchart TD
Q[输入一个查询] --> A{要的什么?}
A -->|一句事实/快答| S[Auto 普通搜索<br/>秒级]
A -->|要精度/有歧义| P[Pro Search<br/>加'先反问我']
A -->|要一份报告| R[Research 深度研究<br/>3-4分钟, 导出PDF]
A -->|要一个成品| L[Labs<br/>10分钟+, 出迷你App]
P --> A2{高风险决策?}
A2 -->|是| MC[Model Council<br/>三模型投票]
A2 -->|否| RES[单一模型即可]
S --> OP{长期跟踪?}
OP -->|是| T[Tasks 定时任务<br/>Pro上限10个]
OP -->|否| END1[结束]
R --> EXP[导出 / Pages 分享]
L --> DEL[下载交付物]
MC --> SYN[合成统一答案]
记住这条主线：问答案 → Pro Search；问报告 → Research；问成品 → Labs；要定时 → Tasks；要 API → Sonar。
| 你以为的 Perplexity | 别人早就在用的（真实能力） |
|---|---|
| 联网的 ChatGPT | 带结构化引文的 answer engine，每条结论可溯源 |
| 问一句答一段 | Pro Search 可被"逼着反问你"，准确率翻倍 |
| 只能用一个模型 | Pro/Max 可切换 Claude 4 / GPT-5 / Gemini / Grok，还能三模型投票 |
| 自然语言搜索 | 支持 site: / after: / before: 运算符，按来源/日期/类型收窄 |
| 单次对话工具 | Spaces 当项目工作台，写房规、存文件、长期协作 |
| 想用就得手动问 | Tasks 定时情报员，自动监控、邮件推送、Pro 限 10 个 |
| 只有网页/手机版 | 还有 Comet（Chromium 内核的 AI 浏览器，Max \$200/月）、移动端 Assistant、macOS 本地 MCP |
| 和开发没关系 | Sonar API 兼容 OpenAI 接口，自带 citations，\$1/M 起，Pro 送 \$5 额度 |
最后一句话：当你还在比较"GPT 和 Claude 谁强"的时候，海外用户已经让它们三个在 Perplexity 里互相投票了——这就是认知差。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。