Perplexity Labs

这是什么

Perplexity Labs 是 Perplexity 推出的一种"深度研究/项目生成"功能，能够在一次任务中产出带正文、引用列表、数据表、图表和资源文件（assets）的复合研究产物。本文涉及的具体用法是围绕一个学术主题生成可下载、可复核的调研报告包，而非单轮问答。

可以做什么

• 围绕指定主题生成数千字的调研报告，并附带引用、数据、对比表和图表。
• 在同一份产物中输出 assets 文件（图像、生成图、辅助数据等），方便后续追溯。
• 与 Perplexity 主体搜索能力结合，承担"先快速初稿、再独立审计"的起点角色。

价格与配额（截至 2025-06-09）

• Perplexity 每月 20 美元订阅，含 50 次 Labs 配额。
• 该信息为作者在 2025-06-09 的单点观察，价格、名称、配额和功能均易变化，2026 年实际状态需重新核验。

实测中的表现

• 在"反向学习（Reverse Learning / Unlearning）"主题上，约 10 分钟生成完整报告与配套产物。
• 报告出现"7B 模型需要超过 18 万 GPU 小时"等缺少直接来源的量化数字。
• 引用格式不规范，存在链接疑似失效、需要机构登录的论文、Semantic Scholar 链接待确认等问题。
• 学术来源、内部生成文件与图片被混排在同一来源集合。
• 一条文献标注了尚未到来的 2025 年 7 月会议日期。
• 实测中存在偶发报错。

以上均针对该次主题、该次产物；不可推广为 Perplexity Labs 的普遍准确率。

适用场景

• 研究者、教师或研究生需要快速建立陌生技术领域地图、整理案例与指标。
• 用户愿意对生成的数字、引用和图表逐条核验后再使用。

不适用的情况

• 没有学术检索经验、无法访问原论文的读者。
• 准备把生成报告中的具体数字直接引用进论文或综述。
• 把"十分钟出报告"误读为"十分钟得到可发表结论"。

使用建议

• 提示词中明确概念边界、案例数量、证据类型、读者与篇幅，使每项要求都能对应到后续检查项。
• 完整保存正文、引用列表、assets 与生成过程产物，不要只复制最终文字。
• 把生成的量化数字单独交给独立搜索/事实核查工具审计。
• 对 GPU 小时、性能提升、数据规模等高风险数字逐项找直接来源。

相关工具与方法

• Perplexity Labs — Perplexity 主体订阅产品。
• Raycast / Tavily — 本文作者用于审计生成报告的承载工具与搜索 API。
• 生成—审计—人工裁决三段式工作流 — 与本工具配套的"生成—审计—人工裁决"工作流。
• 引用核验五层分层方法 — 对本工具产物进行引用核验的五层分层。
• 半真半假：AI 报告中的无据量化数字 — 本工具产物中需要警惕的"半真半假"风险。

来源

• SRC-LEARN-007：实测 Perplexity Labs：10分钟生成学术调研报告的全流程解析 — 玉树芝兰 2025-06-09 实测 Perplexity Labs 的全过程记录。