Perplexity AI 是甚麼？點樣搜尋、引用來源，同 ChatGPT 有咩唔同

01 / 人工智能

Perplexity AI 實際上幫你做啲乜？

個名容易令人誤會。Perplexity 唔只係 ChatGPT 加咗個搜尋掣，亦唔係 Google 將一堆藍色連結壓扁成一段文字。佢最著重的是答案：先幫你整理一輪，再留條路畀你追返證據，唔使開十二個分頁，開到最後連第一頁點解開都唔記得。

Perplexity 亦會提供唔同底層模型，實際選項會因產品同方案而變。模型負責理解、推理同寫答案；Perplexity 就將搜尋、來源處理同研究流程包喺外面。兩樣嘢有關，但唔係同一樣嘢。

對學生、要做市場資料的上班族，或者朝早先發現星期一要交研究簡報的人，分清楚呢一點，比再爭論邊個 AI 最聰明實際得多。

02 / 點樣運作

點解佢用落似搜尋，多過似普通聊天？

普通聊天工具好多時由對話入面已有的內容開始；Perplexity 就會先判斷個問題需唔需要新資料，再搵網頁幫你組答案。所以用落通常比純聊天更似研究，但又未去到學術論文咁慢。

界線唔係一堵牆。ChatGPT 可以搜尋，Google 亦愈來愈多生成式答案，Perplexity 又可以寫作、分析檔案同用唔同模型。真正的分別係預設出發點：Perplexity 通常先問「要搵咩、引用咩」，再諗點樣講。

所以遇到會變的問題——現價、軟件更新、政策、產品規格、學術資料，或者一間公司究竟正式公布過乜——佢特別順手。當然，順手唔等於可以唔睇來源。

03 / 答案點樣砌出嚟

你撳 Enter 之後，背後大概做緊乜？

你撳 Enter 之後，唔係直接由天花板跌一段答案落嚟。不同模式會有差異，但用家見到的流程大概係咁：

1. 先讀問題。理解你問緊乜、涉及邊個地區、邊段時間，同埋你想要比較、解釋定係一個決定。
2. 搜尋網頁。搵相關頁面；部分模式會拆開問題，再做幾輪搜尋。
3. 揀材料。標題、摘要、網域、頁面內容同新鮮程度，都會影響最後用邊啲資料。
4. 整理成答案。模型將搵到的內容合併，寫成一段解釋、比較或步驟。
5. 附上引用。畀你追返原頁，自己睇上下文，而唔係只靠佢一段講得幾順的文字。

Perplexity 官方將自己形容成智能研究助手，會綜合多個來源。呢個理解幾好用，但唔好將「綜合」偷偷換成「已經核實」。五個網站可以一齊抄同一個錯誤，最後段答案仍然可以寫得好有信心。

日常小問題，方便就係方便。去到醫療、法律、金錢、安全、學術研究，或者一個錯咗就好難返轉頭的決定，就開返來源睇。係麻煩少少，但通常比之後執手尾便宜。

04 / 來源

引用來源有用，但唔好盡信

引用來源係 Perplexity 最容易令人記住的特色，亦係最容易被誤會的地方。句子旁邊有個數字，感覺好似有人幫你蓋咗印；有時確實好有用，但佢唔係法庭判詞。

引用來源只係話答案去過邊度搵資料，唔代表答案已經完全理解嗰一頁。

我通常用四步睇引用。先睇發佈者：政府部門、監管機構、公司公告、大學、標準組織或者原始研究，通常比轉載榜單有份量。再睇日期，尤其係價格、軟件、政治同規例。跟住開入相關段落，唔好只停喺首頁。最後問自己：來源真係支持呢句說話，定係只係提到同一個關鍵字？

你可以直接要求佢優先搵原始來源、列日期、做來源表、加直接引文，或者將已確認事實同推論分開。咁樣問，會令任務由「寫到似真」變成「話畀我知你點知」。細微改動，但個方向會清楚好多。

05 / 問問題的方法

點樣問，先容易得到可查證的答案？

好多時唔係 Perplexity 唔識答，而係一條問題入面塞咗三四份工。「講晒電動車所有資料」無終點；「比較 2026 年香港住宅車主可以用的充電方案，以官方香港資料為主，將安裝限制同成本分開列」就有路行。

• 先講你想決定、解釋或者核實乜。
• 加邊界：香港、內地、英國；今個月、2026 年，視乎件事真正需要乜。
• 講清楚證據要求：官方、學術、公司公告，或者幾種來源一齊用。
• 指定格式：短答、比較表、時間線、來源地圖，甚至列出未解問題。
• 話埋唔好做乜：唔好當推銷文係獨立證據；資料唔夠就標出缺口，唔好自己補。

返工可以咁問：「研究呢個軟件平台最近的改動，對香港小型市場團隊有甚麼影響。將已確認功能同傳聞分開，引用官方更新頁，最後列出改流程前要測試的三件事。」呢個唔係花巧提問，只係一份正常研究要求。

第一個答案偏咗，唔使由零再講一次。你可以追問：「保留原本問題，但移除供應商博客，加入官方來源，每個重點標日期。」Perplexity 好用的地方，往往係第二問、第三問，而唔係第一段示範。

06 / 日常用法

返工同讀書，邊啲位最實用？

真正有價值的用途通常唔花巧，反而係嗰啲每日留低一堆分頁的工作。

香港用家尤其要小心地區用字。「稅」喺唔同地方可以係完全唔同的事；「公司註冊」同「商業登記」亦唔應該當成同義詞；美國有售的產品，香港未必買得到。將地區寫入問題，再要求保留本地用語，答案會穩陣好多。

學生可以將佢當地圖同陪練，不好當成代寫掣。叫佢用兩個深度解釋一個理論，挑戰你的理解，搵原始論文，再指出證據薄弱的位置。你仍然要自己讀，呢一部分暫時未有一個掣可以卸載。

07 / 自己的檔案

PDF、圖片、錄音同影片，都可以拎嚟查

Perplexity 唔只可以搜尋網頁。現時官方說明頁列出的檔案類型包括文字、PDF、圖片、程式碼、錄音同影片。短檔案可以整份分析；長檔案會抽取同問題最有關的部分。錄音同影片可以轉成文字，亦可以分辨講者；不過影片內的畫面，現時唔係用同樣方式逐格搜尋。

所以附件掣其實係第二個搜尋框。放一份長報告入去，問佢邊三個假設真正影響結論；加一張截圖，問邊個數字缺咗；上載訪問錄音，搵兩位講者意見分歧的地方。最有用的問題通常唔係「幫我總結」，而係「我做決定之前，應該留意乜？」

長文件可以要求頁碼或原文段落；程式碼要講清楚執行環境同錯誤訊息；錄音則講明甚麼算重要時刻。背景資料唔係裝飾，係結果有冇用的分水嶺。

08 / PROJECTS

Projects：將一次搜尋變成長期工作區

Perplexity 現時將呢類長期工作空間叫做 Projects。每個 Project 可以保留搜尋、Computer 任務、檔案、指示同已連接的工具。佢唔再只係一段聊天記錄，而係有自己屋企、有規矩，亦可以按權限畀其他人一齊睇的工作區。

一個合理的 Project 可以用來放競品研究、產品推出、大學閱讀清單，或者一個客戶的長期資料。預先放入優先網域、團隊用語同背景文件，目的唔係整個漂亮資料夾，而係唔使星期二再解釋一次星期一已經講過的背景。

有兩點要記住。由 Google Drive 或其他連接來源加入的檔案，係一次性的副本；原本文件之後更新，Project 入面的副本唔會自動同步。要用最新版本，就重新抓取或再加入。另一點係權限：有權限的成員先睇到共用檔案，編輯者可以做的事亦多過檢視者。

官方說明頁亦介紹 Brain，作為 Project 層面的持續記憶，並可以選擇自動或手動運行。功能方便，但設定要睇清楚。「佢記得背景」係優點；「佢長期記住一個錯誤背景」就會令小錯誤慢慢升職。

09 / 方案同模型

免費版、Pro 同模型選擇

免費版已經足夠你試清楚基本節奏：問一條問題，看來源出現，開幾頁，睇下自己受唔受得住呢種研究方式。Pro 主要畀需要較多研究的人用；目前官方說明頁列出更多引用來源、更多檔案及相片上載、較長的 Research 使用權限、Create 功能、加強的圖片生成，以及會隨產品更新的模型選單。

以 2026 年 9 月 30 日睇，Pro 說明頁舉的模型例子包括 GPT-5.2、Claude Sonnet 4.6 同 Gemini 3.1 Pro。呢個係某一日的產品快照，唔係永久保證；模型名單變得好快。真正值得問的問題係：你做的工作用邊個模式最穩、最省時間，而唔係選單上有冇一個名氣很大的模型。

唔好只係為咗收集另一個訂閱徽章而付款。先用三個真實搜尋試：一條最新問題、一份長文件、一個需要睇來源質素的比較。佢如果真係幫你少開二十個分頁，又保留到查證路徑，先有理由留低。

10 / 開發者

開發者點用：Search API 同 Agent API

Perplexity 唔只係畀一般用家搜尋的網站，亦係一個開發者平台。現時文件將 Search API 同 Agent API 分開：前者回傳有排名的網頁結果及結構化資料；後者可以由模型生成答案，同時回傳搜尋結果及其他步驟。你要砌產品，呢個分別相當重要。

文件亦提到程式碼沙盒、MCP 連接及多個模型家族。呢啲功能對研究助手、客服工具、內部知識系統幾吸引，但權限、提示注入、資料外洩同批准流程的風險亦會一齊上升。

如果你真係要砌，先由原始搜尋結果開始，再慢慢加自動化循環。記錄問題、網域、搵到的頁面、答案同最後用家做了甚麼。一個示範講得醒目唔難；凌晨三點仲可以追返證據，先係工程工作。

11 / 限制

Perplexity 仍然會喺邊啲位失手？

Perplexity 最強的地方，亦帶來最明顯的風險：佢令研究好似已經完成，但你其實未必核過。頁面可以很新但內容錯；來源可以很有名但唔對題；引用可以放在句子旁邊，但句子已經伸長到超過來源真正支持的範圍。

搜尋排序本身亦會影響答案。英文資料有時比中文資料易搵；熱門頁面可能壓住一份安靜但權威的文件；遇到付費牆或被封鎖頁面，系統可能只見到摘要。問香港問題，最好加香港來源，唔好收一段由美國頁面翻譯出來但聽落好順的答案。

私隱亦要當回事。上載資料前，先按敏感程度處理，而唔係按拖曳有幾方便處理。公司應該定清楚邊個可以開 Project、接入內部來源、匯出檔案、批准 Computer 動作。方便係好事；將客戶表格放錯工作區，就唔係。

最後，佢仍然會一本正經亂講，將唔肯定的內容講到似事實。引用令錯誤較容易抓到，但唔會自動消滅錯誤。重要答案要睇來源、問佢標出不確定，同埋做最後嗰個有點悶的核對。悶，但有用。

12 / 開始方法

點樣開始用，先唔會一開波就玩大咗？

由細任務開始。揀一件你本身已經重複做緊的事：每星期一次競品檢查、一份閱讀清單、一個產品比較、一份長 PDF，或者一段你拖咗幾日都未想改的程式。

1. 先要求有來源的答案。講清楚地區、日期同證據要求。
2. 打開三個引用。睇頁面係咪真、對題，同埋有冇支持佢的說法。
3. 修正一件事。叫佢移除弱來源、加入官方頁，或者將事實同推論分開。
4. 留低好用的方法。將問題寫法、來源同最後決定放好；會再做的工作，可以開 Project。

做完呢輪，你就知道 Perplexity AI 應唔應該留喺日常流程。唔使變成提問工程師，亦唔需要將每個念頭交畀機器。需要新資料同證據路徑時借佢的力；真正需要判斷的部分，仍然留返畀自己。

Perplexity 最好用的時候，係縮短問題同證據之間的距離，而唔係叫你停止思考。

13 / 常見問題

大家最常問的問題

Perplexity AI 同 ChatGPT 一樣嗎？

唔一樣。兩者功能會重疊，尤其係都有搜尋的時候，但預設任務不同。Perplexity 以網上研究同引用答案為中心；ChatGPT 就較像通用對話及工作助手。睇你做緊乜，比睇個標誌實際。

每個答案的引用都可靠嗎？

有引用代表有條路可以追，但條路仍然要自己行一轉。睇發佈者、日期、相關段落，同埋來源是否真的支持句子。引用提高透明度，唔會代替判斷。

可以上載自己的 PDF 同檔案嗎？

可以。現時說明列出文字、程式碼、PDF、圖片、錄音同影片等類型，長檔案同影片會有不同處理方式。上載機密內容前，先睇帳戶限制同私隱設定。

Projects 係咪以前的 Spaces？

現時官方說明頁用 Projects 來形容持久、可共用的工作區。產品名稱同介面可能會隨推出進度改動，所以以你帳戶見到的名稱為準，分享之前記得睇權限。

公司應唔應該用 Perplexity 做內部研究？

如果公開資料同公司文件要一齊考慮，佢可以幫到手；但公司要先定好存取、保留、來源新鮮度同批准規則。工具可以加快研究，唔會代你寫好資料治理政策。