不止于搜索！Perplexity Labs深度解析：以项目为核心的 AI 工作流！

本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！

• 🚀 魔都架构师 | 全网30W技术追随者
• 🔧 大厂分布式系统/数据中台实战专家
• 🏆 主导交易系统百万级流量调优 & 车联网平台架构
• 🧠 AIGC应用开发先行者 | 区块链落地实践者
• 🌍 以技术驱动创新，我们的征途是改变世界！
• 👉 实战干货：编程严选网

0 前言

Perplexity推出全新功能 Labs，专为 Pro 订阅用户设计，旨在支持更复杂的任务，功能超越了传统的问答服务。这一重大更新标志着 Perplexity 从以搜索为核心的交互模式，转向由生成式 AI 驱动的结构化、多步骤工作流。

1 交互模式

Perplexity Labs 让用户可在一个统一界面完成多种任务，包括生成报告、分析数据、编写和执行代码、构建轻量级网页应用等。用户可以通网页和移动端的新模式切换器进入 Labs，桌面端支持也即将上线。

2 适用场景

与专注于简洁回答的 Perplexity Search 和提供深入信息整合的 Research（原名 Deep Research）不同，Labs 更适合需要完整成果输出的用户。这些成果可能包括格式化的电子表格、可视化图表、交互式仪表盘和基础网页工具等。

每个 Lab 项目都包含一个“Assets”标签页，用户可在此查看或下载所有生成的素材，如图表、图片、CSV 文件和代码文件。有些 Labs 还支持“App”标签页，可以直接在项目环境中渲染基本网页应用。

3 使用反馈

Perplexity 的 CEO 和联合创始人 Aravind Srinivas 表示：

推出 Perplexity Labs，是我们在 Perplexity 上进行搜索的一种全新方式，支持更复杂的任务，如构建交易策略、仪表盘、用于房地产研究的无头浏览任务、迷你网页应用、故事板，以及生成素材的目录等。

实际使用看，Labs 实现了多个软件工具功能的整合与自动化，大大减少了手动操作，尤其适用于结构化研究、数据处理或原型开发等场景。

用户反馈也显示出平台在速度和语境理解方面的优势。Sundararajan Anandan 就曾分享&dashCommentUrn=urn%3Ali%3Afsd_comment%3A(7334912579871326209%2Curn%3Ali%3AugcPost%3A7333908730314399752))：

我最近尝试了 Perplexity Labs，它真的改变了游戏规则。以前需要花几个小时才能完成的手动研究和格式整理，现在在 10 分钟内就能输出清晰、可执行的见解。虽然目前还处于早期阶段，平台也有待进一步完善，但初次体验已经相当令人惊艳。

不过，一些早期用户也指出了可改进的地方，特别是在初次生成后进行跟进操作或修改代码方面功能有限。正如一位 Reddit 用户评论所说：

Labs 最大的问题在于它对后续操作的支持不够，基本要求用户一击命中，非常考验技巧。

4 总结

Perplexity 还宣布将统一产品术语，将“Deep Research”简化为“Research”，以便更清晰地区分三种模式：Search、Research 和 Labs。

目前，Perplexity Labs 已正式上线，向所有 Pro 用户开放。平台还提供了 Projects Gallery，展示了各种示例和使用案例，帮助用户快速上手完成实际任务。

本文由博客一文多发平台 OpenWrite 发布！