Perplexity

Najskuteczniejszy research w Perplexity: pytaj precyzyjnie z kontekstem (jaki jest obecny udział rynkowy Apple w smartfonach w USA w Q4 2025 zamiast rynek Apple). Używaj trybów Focus: Academic dla artykułów naukowych, Video dla wyszukiwania w YouTube. Pro tip: po odpowiedzi klikaj konkretne cytowania — Perplexity pokazuje fragment oryginalnej strony z podświetlonym fragmentem. Zawsze weryfikuj kluczowe dane klikając źródło. Deep Research (Pro) jest najlepsza do złożonych raportów — zadajesz pytanie, Perplexity przez 2-5 minut autonomicznie przeszukuje kilkanaście źródeł i syntetyzuje wielostronicowy raport z sekcjami i bibliografią. Thread (konwersacja) pozwala zadawać follow-up pytania w kontekście poprzedniej odpowiedzi — budujesz research iteracyjnie. Spaces (Pro) to workspace do organizowania researchu — zapisujesz wątki i dokumenty tematycznie.

Perplexity zajmuje pozycję między Google a ChatGPT. Wobec Google: Perplexity syntetyzuje informacje z wielu stron zamiast listy linków — dostajesz gotową odpowiedź, nie musisz czytać 5 artykułów. Cytowania pozwalają szybko zweryfikować źródła. Google pozostaje lepszy do: wyszukiwania konkretnych stron, nawigacji do miejsc/firm lokalnych, intencji zakupowych, wyszukiwania grafik/wideo. Wobec ChatGPT: Perplexity wygrywa aktualnością danych (web w czasie rzeczywistym) i cytowaniami. ChatGPT wygrywa kreatywnością i jakością generowanego tekstu, Code Interpreter, generowaniem obrazów, Custom GPTs. Perplexity jest wyraźnie lepszy do researchu i fact-checkingu, gorszy do pisania i kreatywnych zadań. Optymalne podejście: Perplexity do zebrania faktów i źródeł, ChatGPT lub Claude do napisania artykułu na tej podstawie.

Deep Research (dostępny w planie Pro) to tryb autonomicznego badania, gdzie Perplexity przez 2-5 minut samodzielnie formułuje pytania badawcze, przeszukuje kilkanaście źródeł, analizuje wyniki i syntetyzuje wielostronicowy raport. Różnica od Quick Search: Quick daje odpowiedź w kilka sekund na podstawie 3-5 źródeł. Deep Research trwa kilka minut, analizuje 15-30 źródeł i produkuje ustrukturyzowany raport z sekcjami, wnioskami i pełną bibliografią. Kiedy używać Deep Research: złożone pytania analityczne (jak zmienił się rynek generatywnego AI w 2024-2025), porównania rynkowe i competitive intelligence, raporty branżowe które zajęłyby godziny ręcznego researchu. Kiedy nie używać: proste pytania faktyczne (wynik meczu, cena akcji) — Quick Search jest szybszy. Deep Research jest porównywalny z ChatGPT Deep Research — oba dają imponujące wyniki, oba wymagają weryfikacji kluczowych faktów.

Perplexity rozumie i odpowiada po polsku, ale z zauważalnymi różnicami wobec angielskiego. Jakość: odpowiedzi po polsku są zazwyczaj krótsze i mniej szczegółowe niż po angielsku dla tego samego pytania. Model Sonar jest lepiej wyoptymalizowany pod anglojęzyczne zasoby internetowe. Źródła: Perplexity przy polskich pytaniach częściej cytuje anglojęzyczne strony przetłumaczone po polsku niż polskie oryginalne źródła — dla researchu polskiego rynku lub polskich regulacji warto pytać po angielsku lub wskazywać konkretne polskie domeny. Praktyczna rada: dla faktów o globalnych tematach pytaj po angielsku i proś o odpowiedź po polsku (give me the answer in Polish). Dla specyfiki polskiego rynku, prawa polskiego i lokalnych danych: pytaj po polsku, ale liczyć się z mniejszą precyzją. Tryb Academic działa gorzej dla polskich zasobów naukowych — większość zindeksowanych baz jest anglojęzyczna.

Perplexity API pozwala budować aplikacje które odpowiadają na pytania z aktualnych danych internetowych — jak mały Perplexity wbudowany w Twoją aplikację. API jest kompatybilne z formatem OpenAI (base_url: https://api.perplexity.ai). Dostępne modele: sonar (szybki, tani, $5/1M tokenów input), sonar-pro (głębszy research, $3/wyszukiwanie), sonar-reasoning (z widocznym Chain-of-Thought). Każde wywołanie API wykonuje wyszukiwanie w internecie i zwraca odpowiedź z cytowaniami (pole citations w JSON). Zastosowania: chatbot customer support który odpowiada na pytania o aktualne ceny, asystent researchu dla pracowników z dostępem do aktualnych raportów branżowych, aplikacja monitoringu marki która odpowiada na pytania o wzmianki o firmie. Ograniczenie: każde zapytanie kosztuje więcej niż standardowe LLM API (wyszukiwanie dodaje koszt) — dla pytań niewymagających aktualności tańsze jest Claude lub GPT-4o bez wyszukiwania.