用Perplexity AI做深度研究：完整使用指南
Perplexity AI深度研究完全攻略：Pro Search、Focus模式、Collections、文件上传分析，以及与Google Scholar和ChatGPT的对比。
用Perplexity AI做深度研究：完整使用指南
Google给你链接。ChatGPT给你答案。Perplexity AI给你带引用来源的答案——2026年，它的深度研究能力让它成为任何需要真正理解一个主题（而不只是快速查个事实）的人的首选工具。Perplexity搜索实时网络，综合多个来源的信息，呈现带有引用、结构化的答案，你可以验证并追溯到原始出处。
本指南涵盖从基础搜索到高级研究工作流的全部内容。你将学到Quick Search和Pro Search的区别、如何用Focus模式处理专业查询、如何用Collections组织研究，以及何时使用Perplexity vs Google Scholar vs ChatGPT。
准备工作
- Perplexity账号（免费版可用，Pro版$20/月解锁无限Pro Search）
- 一个想要探索的研究问题或主题
第一步：理解两种搜索模式（3分钟）
Perplexity提供两种本质不同的搜索体验。了解何时使用哪种能节省时间并获得更好的结果。
Quick Search
Quick Search快速轻量。它搜索网页，从3-5个来源获取信息，给出简明的带引用答案。适合：
- 事实性问题（“东京的人口是多少？”）
- 快速查询（“Go语言是什么时候发布的？”）
- 简单对比（“SSD和NVMe有什么区别？”）
输入问题，2-3秒得到答案。
Pro Search
Pro Search是真正做研究的地方。它执行多次搜索，阅读并交叉参考10-20+个来源，产出全面、结构化的分析。它可能会在深入之前先问你澄清性问题。
适合：
- 复杂研究问题（“2026年早期阿尔茨海默症有哪些治疗方案？”）
- 多维度分析（“远程工作政策对不同行业的经济影响对比”）
- 决策研究（“选择PostgreSQL还是MongoDB作为社交媒体平台数据库，需要考虑什么？”）
Pro Search需要30-60秒，但质量显著更高。免费版每天有有限的Pro Search次数。Pro订阅用户可无限使用。
第二步：用Focus模式获得精准结果（3分钟）
Focus模式告诉Perplexity去哪里搜索。它不搜索整个网络，而是将结果限制在特定类型的来源中。
| Focus模式 | 搜索范围 | 最适合 |
|---|---|---|
| All | 整个网络 | 通用问题 |
| Academic | 学术论文、期刊、arXiv | 研究论文、科学话题 |
| Writing | 创意和编辑类内容 | 内容创作、头脑风暴 |
| Math | 数学和计算 | 方程、证明、计算 |
| Video | YouTube字幕 | 教程、操作讲解 |
| Social | Reddit、论坛、讨论帖 | 社区观点、产品评价 |
如何激活： 点击搜索栏下方的Focus下拉菜单，或输入 / 加模式名称。
工作流示例： 你在研究间隔重复法对语言学习的效果。先用Academic Focus找到经过同行评审的研究。然后切换到Social Focus阅读Reddit上真实用户的体验。结合两个视角形成完整画面。
第三步：用追问获得更深入的答案（3分钟）
Perplexity真正的力量在于追问对话。第一个问题打开门；追问让你深入。
错误做法： 一个包含多个子问题的巨型问题。
正确做法： 从宽泛开始，逐步深入。
研究对话示例：
Q1： “2026年减少LLM幻觉的主要方法有哪些？” （Perplexity给出带来源的全面概述）
Q2： “聚焦在基于RAG的方法上。关键的失败模式是什么？” （缩小到特定技术）
Q3： “Lewis等人2024年的论文怎么说RAG的幻觉率与微调的对比？” （深入到特定来源）
Q4： “有没有生产系统报告的真实世界幻觉指标数据？” （从理论转向实践）
每个追问都在前一个上下文基础上构建，创建一个逐步深入的研究线索。Perplexity维护对话历史，你不需要重复解释研究问题。
第四步：用Collections组织研究（4分钟）
Collections是Perplexity用于组织研究项目的功能。你不再把研究线索散落在冗长的搜索历史中，而是将相关查询和答案分组到命名的集合中。
设置Collection：
- 点击左侧边栏的”Collections”
- 点击”New Collection”并命名（如”Q3市场调研”）
- 添加自定义AI提示，应用于该Collection中的所有查询
自定义提示示例：
回答此Collection中的问题时，聚焦东南亚B2B SaaS市场。
始终附带市场规模数据及来源。在相关时对比印尼、越南和泰国。自定义提示会塑造Perplexity回答该Collection中每个问题的方式，保持一致的关注点和格式。
实际用途：
- 学术文献综述： 每个研究主题一个Collection，提示词要求始终引用DOI链接
- 竞品分析： Collection的提示词要求以表格形式对比功能
- 内容调研： Collection的提示词要求寻找近期统计数据和可引用的专家观点
- 尽职调查： 针对特定公司的Collection，提示词要求标注风险和争议
第五步：上传和分析文件（3分钟）
Perplexity可以分析上传的文件——PDF、图片、电子表格和文本文档。这对研究特定文档而非开放网络非常有用。
上传工作流：
- 点击搜索栏的附件图标
- 上传文件（PDF、图片、CSV等）
- 提问关于文件内容的问题
使用场景示例：
分析研究论文： 上传PDF并问：“总结研究方法。主要发现是什么？有没有作者没讨论到的局限性？”
比较合同： 上传两份供应商提案并问：“对比定价结构。哪个SLA条款更好？有没有隐藏成本？”
从报告中提取数据： 上传市场报告PDF并问：“提取所有提到的营收数据。制作一个各地区增长率对比表。”
文件内容会与网络搜索结合使用，Perplexity可以将上传的文档与外部来源交叉引用。
第六步：Perplexity vs 其他研究工具
知道何时使用Perplexity而非其他工具能节省时间并获得更好的结果。
Perplexity vs Google Scholar
| 维度 | Perplexity | Google Scholar |
|---|---|---|
| 发现来源 | AI从多个来源综合 | 直接搜索论文 |
| 获取洞察速度 | 快速综合 | 需要自己读论文 |
| 深度 | 先广泛概述 | 深入阅读单篇论文 |
| 引用 | 行内可点击 | 直接论文链接 |
| 最适合 | 开始研究、建立方向 | 深入特定论文 |
策略： 用Perplexity Academic模式识别哪些论文重要，然后去Google Scholar读全文。
Perplexity vs ChatGPT
| 维度 | Perplexity | ChatGPT |
|---|---|---|
| 实时网络 | 始终搜索实时网络 | 可用但非默认 |
| 引用 | 始终包含 | 有时包含，经常没有 |
| 训练知识 | 用实时搜索补充 | 依赖训练数据截止日期 |
| 分析深度 | 结构化、有来源支撑 | 更有创意，但不太可验证 |
| 最适合 | 基于事实的研究、信息溯源 | 创意任务、编程、头脑风暴 |
策略： 需要带来源的、可验证的信息时用Perplexity。需要创意综合、分析或处理非研究任务时用ChatGPT。
深度研究的专业技巧
新话题先用Pro Search。 Quick Search适合熟悉的领域。探索新事物时，Pro Search的多来源分析能避免你遗漏重要视角。
善用Sources侧边栏。 每个Perplexity答案都有一个Sources面板，显示所有引用的网站。点击阅读原始文章——AI摘要是起点，不是终点。
换种方式再试。 如果结果感觉浮于表面，用更具体的方式重新提问。“跟我说说CRISPR”变为”2026年CRISPR治疗镰刀细胞病的临床试验结果是什么？”
在Collections中交叉引用。 构建研究Collection时，从不同角度问同一个问题。“X有什么好处？“之后问”X有什么批评？“能给你平衡的视角。
导出以继续加工。 Perplexity答案可以导出为PDF、通过链接分享或复制为格式化文本。用这个功能将研究带入你的写作工作流。
常见错误
复杂问题用Quick Search。 Quick Search对深度问题给出浅层答案。如果问题有细微差别，请用Pro Search。
不使用Focus模式。 搜索整个网络来找学术论文会浪费时间，给你博客文章而非同行评审的研究。请用Academic Focus。
把第一个答案当作完整答案。 Perplexity的第一个回复是起点。追问才是深度的来源。
忽略来源。 始终检查引用来源。AI可能误解或过度简化。原始资料才是事实基准。
不用Collections。 没有它们，研究散落在搜索历史中。Collections让项目保持有序，让你可以应用一致的研究参数。
总结
Perplexity AI是一个研究工具，它搜索实时网络并综合带来源的、结构化的答案。核心工作流是：选择正确的搜索模式（Quick用于快速事实，Pro用于深度分析）、用Focus模式定位正确来源、通过追问深入挖掘、用Collections组织一切。上传文件进行文档专项分析，始终通过点击来源验证重要信息。
这个工具介于搜索引擎和研究助手之间——比自己读论文更快，比单独使用ChatGPT更可验证。将它用于任何项目的研究阶段：市场分析、学术文献综述、竞争情报或尽职调查。结合Google Scholar深入阅读论文、ChatGPT进行创意综合，你就拥有了完整的研究工具包。