Perplexity AI 是什么?AI 搜索引擎详解

Perplexity AI 的核心特点

• 答案优先:直接给出结构化答案,而非链接列表。节省用户时间
• 来源引用:每个回答都标注信息来源,可追溯验证,减少幻觉
• 实时搜索:联网获取最新信息,不受训练数据截止日期限制
• 多模型支持:Pro 版可选 GPT-4o、Claude 3.5 Sonnet 等顶级模型
• 追问能力:支持多轮对话,逐步深入探索话题

工作原理

• 1. 理解查询:用大模型理解用户问题的真实意图
• 2. 搜索检索:实时搜索互联网,获取相关网页和信息
• 3. 信息整合:用大模型综合多个来源,生成结构化答案
• 4. 引用标注:为每个关键信息标注来源链接,方便验证

本质上是 RAG(检索增强生成)的产品化应用:搜索引擎负责检索,大模型负责生成。

Perplexity vs Google vs ChatGPT

三者互补:用 Perplexity 搜索事实,用 ChatGPT/Claude 创作和编程,用 Google 浏览和发现。

订阅方案

实战:调用 AI 搜索能力

Perplexity 提供 API(sonar 系列模型),也可通过 AI的那些事儿调用具有联网能力的模型:

Python 示例:通过 OpenAI 格式调用

from openai import OpenAI

client = OpenAI(
    api_key="你的Key",
    base_url="https://api.example.com/v1"  # AI的那些事儿中转
)

# Perplexity Sonar — 在线搜索模型
r = client.chat.completions.create(
    model="sonar-pro",
    messages=[
        {"role": "user", "content": "2025 年最新的 AI 大模型排名是什么?"}
    ],
    max_tokens=1500
)
print(r.choices[0].message.content)

# 也可以用 GPT-4o 进行深度分析
r = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "对比 Perplexity AI 和传统搜索引擎的商业模式差异"}],
    max_tokens=1000
)
print(r.choices[0].message.content)

Node.js 示例:流式输出

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "你的Key",
  baseURL: "https://api.example.com/v1",
});

const stream = await client.chat.completions.create({
  model: "sonar-pro",
  messages: [{ role: "user", content: "最近有什么重要的 AI 新闻?" }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || "");
}

常见问题

构建你自己的 AI 搜索引擎

通过 AI的那些事儿调用 GPT-4o / Claude / Sonar,打造智能搜索应用。