你大概率打开过 Perplexity，输入一个关键词，看它吐一段带引用的答案，然后就没有然后了。这就像买了台单反只用自动挡——它真正的价值藏在 Spaces、Deep Research、Labs、焦点模式这些入口后面。国内技术圈聊 Perplexity 多停留在“海外版搜索框”这个印象上，而海外重度用户早已把它组合成一个“调研工作站 + 个人知识库 + 迷你应用生成器”。今天这篇文章把 8 个多数人没用过的狠招一次讲透，每个都给出具体操作步骤和适用场景，读完你可以立刻在自己账号上试。部分功能入口和额度以官网最新页面为准（Perplexity 改版很勤），文中涉及价格和发放范围的地方我都会注明“以官方为准”，不给你拍脑袋的数字。
大多数人在 Perplexity 主对话框里每次都要重新交代背景：“你是一个资深后端工程师，请用中文回答……” 这种做法在 Perplexity 里是下下策。
操作步骤：
1. 登录后看左侧栏，找到 Spaces（早期叫 Collections，2024 年底改名），点 New Space 新建一个空间；
2. 进入空间设置里的 Custom Instructions，用英文写清三件事：角色（role）、输出格式（format）、回答语言（language）。实测英文指令的遵循度明显更稳，比如：You are a senior telecom core network architect. Answer in Chinese. Always include a comparison table and cite sources.；
3. 往同一个空间里上传项目文档、规格书、往期报告，作为长期挂载的背景资料；
4. 以后所有相关问题都进这个空间里问。
预期效果： 空间内的每一次问答都自动继承人设和资料，不用重复交代；上传的文件会被当作检索素材，和网页结果一起引用。
适用场景： 竞品监控（建一个“海外AI工具雷达”空间，每周丢新工具首页进去）、论文精读（指令要求“先给三句话结论再展开”）、投标/尽调材料整理。国内用户一个常见误区是把 Perplexity 当一次性搜索框，Spaces 才是它和普通搜索拉开差距的地方。
Pro 订阅用户可以手动指定底层模型（Sonar 系列，以及接 入的第三方推理模型，具体名单以设置页为准）。很多人从来不动这个开关，Auto 挡走天下，结果复杂推理题答得稀碎。
操作步骤： 提问框下方点模型选择器，按任务类型切换： - 事实查询、快速摘要 → Auto 或 Sonar（快、便宜、引用全）； - 数学、代码逻辑、多步推理 → 手动切到推理类模型； - 长文写作、改写润色 → 切到写作擅长的模型，并同时把模式从 Search 切到 Writing（见狠招四）。
预期效果： 同一个问题，选错模型和选对模型的答案质量差一截，尤其数学和代码场景。
适用场景： 技术选型对比、算法题验证、需要交叉核对引用的调研。另外它支持在提问框里直接贴图（截图报错、架构图），配合模型切换做多模态问答，这点国内用户用得极少。
操作步骤： 在输入框旁边的模式菜单里选 Deep Research（深度研究）。它会自动拆解问题、连续发起几十次搜索、阅读大量页面，最后合成一份带章节和引用的报告。完成后点导出，可以存成 PDF / Markdown，或一键转成 Perplexity Page 分享链接给同事。
预期效果： 一份结构化调研报告，每条关键结论都挂着出处，能直接当周会材料。
适用场景： 进入一个新领域前的“快速摸底”（比如调研 6G 无线 AI 标准化进展）、写公众号深度稿的前期素材收集。注意它走的是广度优先，数字类结论务必点开引用源二次核实——这也是我给自己的硬规矩：AI 给的所有精确数字，发布前必须溯源。
这是信息差最重的一招。Perplexity 支持类似 Google 的搜索算符，且有一组几乎没人提的焦点模式（Focus）：
操作步骤：
1. 算符用法：site:news.ycombinator.com AI agent（只搜 HN）、-site:csdn.net（排除某站）、filetype:pdf（限定 PDF，抓白皮书一绝）；
2. 点输入框下面的焦点菜单切换：
- Academic：优先检索 arXiv、PubMed 等学术源，找论文必备；
- Social：偏 Reddit、社区讨论，找真实用户吐槽和口碑比官方便利；
- Writing：关闭联网检索，纯写作模式，适合让 AI 改写你的稿子而不掺网上的内容；
- Math：数理推导专用。
预期效果： 同一个问题，Social 焦点下你会看到 Reddit 用户的真实反馈，Academic 下你直接拿到论文列表，信息纯度完全不同。
适用场景： 技术选型（想看真实差评就切 Social）、查标准/论文（切 Academic）、写中文稿（切 Writing 防串味）。这一招配合狠招一的 Spaces，就是一条“选题→找一手讨论→成稿”的个人情报流水线。
操作步骤： 直接把 PDF、Word、CSV、代码文件拖进提问框（Pro 用户每日文件数和大小额度更高，具体以设置页为准），然后像和文档作者对话一样追问：“第 3 章的结论和第 7 章数据是否矛盾？”“把这张表按营收重排并指出异常值。”
预期效果： 它会对文件内容做检索式问答并给出来源位置，相当于轻量版 RAG，不用自己搭向量库。
适用场景： 啃 3GPP 规格 PDF、审合同、读别人开源项目的文档。国内很多人还在为“本地知识库问答”折腾半天向量数据库，其实单文档/小批量场景，拖进去就够了——超出额度再上重装备不迟。
操作步骤： 选 Labs 模式（按官方此前公告先面向 Max/Pro 分批开放，你的账号里有没有以界面为准），输入类似：“做一个 2026 年全球 5G 基站出货量的仪表盘，含趋势图和地区对比表”。它会自主执行多步任务：检索数据、写代码、生成带图表的网页应用和电子表格，最后打包给你，可以直接导出运行。
预期效果： 拿到一个可交互的迷你应用/看板，而不是一段文字。
适用场景： 周报数据看板、给老板演示的 demo、快速验证一个“如果有个工具能……就好了”的点子。这是 Perplexity 从“搜索引擎”转向“AI 办公agent”的标志性功能，国内教程几乎没覆盖。
操作步骤：
1. 订阅 Pro 后，到 docs.perplexity.ai 的 API 后台用同一个账号登录；
2. 官方此前说明 Pro 订阅每月附带 5 美元的 API 使用赠金（金额政策可能调整，以官网为准），生成 API Key 即可调用；
3. 用 sonar / sonar-pro 模型给自己写的应用加“带引用的联网问答”能力，POST 一个 JSON 就能拿到答案+引用列表。
预期效果： 等于订阅费里免费捎带一份搜索 API 额度，做 side project 或内部工具不用另外充值。
适用场景： 给自己的机器人/插件加联网能力、公司内部知识问答原型。90% 的 Pro 用户根本不知道自己每个月这笔赠金躺在账户里。
操作步骤： 1. Comet 是 Perplexity 出的 AI 浏览器，据官方博客介绍它能替你操作网页：整理邮箱、汇总表格、按指令填表购物（发放范围官方在持续调整，早期面向付费档逐步放开，现以官网申请页为准）； 2. 隐私侧：进 Settings → Data Retention，付费用户可以选择关闭“数据用于训练”，敏感查询用 Incognito 模式；免费档注意模型默认可能保留对话用于训练，搜公司内部资料前先确认这一项。
预期效果： 浏览器从“你点它看”变成“它替你办”，同时把数据留存握在自己手里。
适用场景： 每天要跨十几个网站收集信息的岗位（投研、BD、技术情报）。隐私开关则是国内用户最常忽视的一环——工具越强，泄露面越大。
flowchart TD
A["打开 Perplexity，先问自己要什么"] --> B["快速问答"]
A --> C["深度报告"]
A --> D["长期课题"]
A --> E["找真实讨论"]
A --> F["啃自有文档"]
A --> G["要小工具"]
A --> H["做自己的应用"]
B --> B1["Auto 模式 + site: 算符"]
C --> C1["Deep Research + 导出 PDF"]
D --> D1["Spaces 人设 + 挂文件"]
E --> E1["Focus 切 Social 或 Academic"]
F --> F1["拖文件上传直接追问"]
G --> G1["Labs 生成看板应用"]
H --> H1["API Key + 每月赠金"]
| 你以为的 | 实际上别人在用的 |
|---|---|
| Perplexity = 换皮搜索框 | Spaces + 自定义指令 = 带记忆的项目研究室 |
| 只能问不能算 | 推理模型可手动指定，数学/代码换挡提质量 |
| 报告要自己写 | Deep Research 一次生成带引用报告并导出 |
| 只搜全网 | site:/filetype: 算符 + Social/Academic 焦点精准制导 |
| 知识库要自建 RAG | 拖文件进对话就是现成的文档问答 |
| 它只是搜索引擎 | Labs 能一句话生成可运行的小应用 |
| 订阅费只买问答 | Pro 内含每月 API 赠金，很多人从没动过 |
| AI 浏览器与自己无关 | Comet 替你操作网页，但记得先关数据训练 |
核心心法一句话：别把它当搜索框，把它当成一个“会自己上网、还愿意打工”的调研助理——助理是被调度的，不是被使用的。
注：本文撰写当日未能联网核验，以下为 Perplexity 官方固定入口，具体功能发放范围与价格请以页面实时内容为准。
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。