网站介绍 · AI 导航
Perplexity 把大模型与实时检索结合在一起：回答问题时同步给出信息来源，用户可以逐条点开核对。深度研究模式会自行拆解问题、多轮检索，最后生成一份带引用的报告。
它最适合“进入一个新题目”的前 48 小时：搞清楚关键术语、主要研究团队、争议点在哪里、有哪些综述可读。等进入系统检索阶段，仍要转到 PubMed、Embase、CNKI 等专业库。
- 资源类型
- AI 搜索与研究
- 适合人群
- 科研 · 产业 · 公众
- 主要领域
- 联网检索 · 深度研究 · 来源追溯
- 访问方式
- 免费额度；Pro/Max 解锁深度研究
01怎么问才不浪费
把问题写成一句可检索的判断，而不是一个宽泛主题。例如“2024 年后是否有关于黄芪多糖联合化疗的随机对照试验”，比“黄芪多糖研究进展”更容易得到可核对的结果。
追问时要求它“只使用已给出的来源”“标注每条结论对应的来源编号”，可以减少模型自行发挥。
02深度研究的读法
生成的报告结构通常很完整，但引用质量参差：可能引用二手博客、新闻稿甚至营销页面。建议先看来源清单，把来源按“原始研究／官方文件／媒体报道”分级，再决定哪些结论可用。
03中文与专业库的局限
Perplexity 对中文核心期刊、中文古籍数据库的覆盖有限，中医药政策文件也常引用转载版本。中文部分建议同时用秘塔、知网或政府网站核对；英文医学文献则以 PubMed 记录为准。
