什么是Perplexity Labs？

Perplexity Labs是Perplexity AI于2025年5月29日正式推出的新功能， 其标志着AI工具从单纯的搜索助手进化为「能够自主执行复杂项目」的智能工作伙伴。

官方指出，与传统的Perplexity搜寻功能相比，Labs专门设计用来处理更长时间、多步骤且跨领域的项目，因此依据不同项目，运行时间可能超过10分钟。

白话来说， 如果说Perplexity犹如一台「24小时待命的答案机器」，那么使用Labs就像拥有一整个专业团队，它能将您的构想转化为实际可交付的成果，从市场研究报告到交互式网页应用程序，都可以应对。

至于Perplexity Labs跟其他模式的差异则如下：

Perplexity 三种模式比较

模式 功能特性 适用场景
Search（搜索） 快速取得单一答案，支持活动网站获取 日常信息查询、短期问题解决
Research（研究） 深入探讨主题、整理来源、形成分析结论 学术研究、报告撰写、业界分析
Labs（实验室） 从问题定义到实际产出，支持程序与可视化工具 项目开发、数据整合、互动式成果展示

Perplexity Labs有哪些核心技术？

具体来说Perplexity Labs采用先进的多代理系统（Multi-Agent System）架构，内部由多个具备明确职责的AI子代理组成：

  1. 任务规划代理 ：负责分解复杂任务并制定执行计划
  2. 网络搜索代理 ：执行深度网页浏览和信息检索
  3. 代码生成代理 ：撰写和执行Python、SQL、JavaScript等代码
  4. 资料可视化代理 ：创建图表、仪表板和可视化内容
  5. 报告整合代理： 汇整所有结果并产出最终成果

这种分工协作的架构能够模拟一个由多位专业成员组成的数字团队，从用户输入提示到完成整个项目，皆能自动处理并交付成果。

重要功能特色

1.深度研究与资料整合
Labs整合深度网络搜寻，可发出数十次查询，阅读数百个来自平台、机构与学术数据库的原始内容。 涵盖产业报告、技术文档、学术论文、市场调查与官方信息等，并自动汇整成可行性报告。

2.代码生成与执行
Labs具备撰写与执行多种程式语言的能力，包括Python、SQL、JavaScript等。 能实时运行代码以执行数据分析、图表可视化、模型构建或Web应用开发。

3.多元内容输出
Labs可以产出多种格式的专业内容：
- 图文并茂的研究报告与提案书
- 分析用电子表格（支持Google Sheets整合）
- 财务与营销仪表板（Dashboard）
- 简易Web应用程序（如预算追踪器）
- HTML/CSS/JS代码模块
- 从网络获取或自动生成的图像与插图

关于Perplexity Labs的应用方式，官方也释出Project Gallery展示各种范例。

如何使用Perplexity Labs？

Perplexity Labs目前仅开放给Perplexity Pro（每月20美元/一个月50次）与Enterprise Pro（每月40美元/未明确限制次数）用户使用，免费用户无法访问此功能。 至于平台方面，目前支持用户透握Web界面、iOS应用使用。

作步骤

1.进入Labs模式 ：在Perplexity网站或App的输入框中，选择「Labs」模式。

2.设定搜索来源 ：若有必要，在请Labs研究前，建议将搜索来源选项的「学术」和「Finance」打开，确保高准确度的资料生成。

3.输入工程需求 ：用自然语言描述项目目标，例如：

「我需要一份关于电动车市场的竞争分析报告」
「帮我制作一个追踪公司KPI的交互式仪表板」
「分析我的投资组合并提供优化建议」

4.等待执行 ：系统会显示预估完成时间（通常10分钟或更久），同时展示其检索的来源

5.查看成果 ：完成后可在不同分页查看：
主要成果：完整的报告或分析结果。
App标签：交互式应用程序（如有）。
Assets标签：所有生成的档案和资源。

3种使用技巧一次看

1.明确指定需求 ：越具体的描述能获得越精准的结果。
2.善用多模态输入 ：可上传相关文件或图片作为参考资料。
3.活用输出客制化 ：可指定语言、来源年份、资料可信度等条件。

注：以下将逐一测试Perplexity Labs在不同要求下的表现。 要先说明的是，以下生成结果旨在「展示 AI 生成」的功能，数据准确性仍不在首要考量。

测试案例一：信用卡推荐

为了测试Perplexity Labs搜集信息的能力，本项测试的Prompt如下：

我想办一张移动支付回馈较高的信用卡，请依据2025至今各家银行发布的信息，帮我推荐至少3张信用卡选项，并协助我比较优劣差异。 生成结果如链接。

依照Perplexity Labs的生成结果，数据结构化处理能力表现在将复杂的信用卡信息按照回馈率、支持平台、回馈上限等维度进行分类比较，创建了比较框架，帮助用户快速理解不同产品的优劣差异; 个性化建议生成功能透过针对小资族群、重度行动支付用户、LINE Pay用户等不同族群提供定制推荐，算是符合预期的生成结果。

测试案例二：云游戏平台未来五年的市场趋势

此外，为了测试Perplexity Labs在指定的商业领域的分析能力，本次测试以云游戏平台为例，要求分析未来趋势走向，本项测试的Prompt如下：

请分析云游戏平台的成长（包含Steam Deck的TV模式），并预测未来五年的市场趋势。 生成结果如链接。

该报告预测市场规模将从2024年的23亿至97亿美元，扩展至2030年的210亿至1,218亿美元，复合年均成长率高达33.9%至50.79%。 串流服务占据超过54%的市场份额，而档案串流服务将实现超过45%的最高成长率。

报告指出，这种显著的差异反映了市场的高度动态性和不确定性，但所有预测都指向同一个方向：云游戏将成为未来游戏产业的主要驱动力。 市场增长主要受到高速网络普及、5G技术部署、以及游戏硬件成本高昂等因素推动。

测试案例三：台股交易量仪表板

最后，为了测试Perplexity Labs整合股市信息的能力，本次测试的Prompt如下：

以台湾证券交易所资料为准，制作「成交量前二十名证券」的交互式仪表板
。 其生成结果如链接。

基于台湾证券交易所2025年6月23日数据，Perplexity Labs成功开发了一个功能完整的互动式仪表板，具体包含统计概览、互动式表格、筛选功能、搜寻功能及多种视觉化图表的完整仪表板系统，以分析成交量前二十名证券。

值得注意的是，为了强化该仪表板的沿用性，在告知AI更新一个「更新按钮」后，Perplexity Labs再花了约莫10分钟新增更新按钮，显见该功能的局部迭代功能较不理想，因此建议指令需要具体且尽量全面。

结论：强化版的深度研究，一次到位的Prompt能最大化成效

经过三种题型的测试后， 对于非专业用户的用户而言，Perplexity Labs类似「强化版的深度研究」功能，差异在于近用公开资料制表的主动性更高，同时爬取的资料更多、也更准确。 举例而言，信用卡比较的实测，若把相同的指令利用「研究」来运行，得到的结果大相径庭。

首先，「研究」所生成的结果并未充分比较市面上的信用卡回馈%数及权益细项，而是找到回馈%数的最大值后，就将该卡片列为最强的移动支付卡片，例如标榜回馈高达20%以上，但金额上限偏低的信用卡。

这个结果显示，在「研究」底下的 AI 缺乏对复杂卡片权益得深度理解; 反观Perplexity Labs，就有明确列出回馈%数的数据。

此外，Perplexity Labs的确拥有不俗的制表及写代码能力。 跟其他AI比起来，在有精确数据源的前提下，Perplexity Labs的数据结构化能力是其的强项，擅长将冗长数据整理成容易消化、转化成报告的呈现格式。

必须要说的是， 如果指示过于模糊，例如在未指定资料来源的前提下，要求Perplexity Labs整理台股Top20交易量标的，并整理成交互式仪表板，就有遇到资料错误的情况。

总结来说，Perplexity Labs也许在繁体中文的环境下运作效能会不如英文环境， 因此对于繁体中文用户而言，建议尽量先搜集可信的数据并提供给AI，会得到更理想的成果。

除此之外，在Perplexity Labs模式下，所有的指定都会消耗每月的咨询次数，因此若是要生成相对复杂的互动页面，可以先把功能规划想清楚后，一次性的添加到Prompt里，会是效率更好的作法。

延伸阅读：苹果为何想并购Perplexity？ 背后藏5大考量：砸逾4150亿元吃下AI搜寻黑马，值得吗？
Perplexity教学|让资料搜寻更简单的AI！ 免费版Perplexity怎么用？ 4大优点、中文设定一次看

本文不授权转载