为什么从 Google 换到 Perplexity
传统搜索做竞对情报的问题：结果太多、时效性不确定、需要自己整合多个来源。
Perplexity 的核心差异是它会给你「附来源的答案」而不是「一堆链接」，而且默认走实时网页搜索，不靠训练数据猜测。
我测试的核心需求是：快速了解某家公司最近的人才动向、职位变化、以及公开的薪酬信号。
基础设置
用 Pro 版（每月约 200 元）解锁几个关键能力：
- 无限次 Focus 搜索（能指定只搜 LinkedIn、Reddit 等特定来源）
- 文件上传（可以直接问职位描述里的信息）
- 更长的输出
注册后先去 Settings → AI Model 选 Claude 3.5 Sonnet 或 GPT-4o，免费版默认模型质量参差不齐。
真实用过的查询模板
查竞对最近 3 个月的招聘动向：
[公司名] 最近 90 天的招聘变化：
1. 新开了哪些职位，集中在哪个部门
2. 关闭了哪些职位
3. 有没有公开的团队调整信息
请给出来源链接。查某个职位的市场薪酬信号：
[城市] [职位名] 2025 年的薪酬范围，来源要包括招聘网站的公开数据、
脉脉/Boss直聘讨论，以及 offer 帖。不要只给我一个数字，
给我各层级和各公司类型的区间。查某人的公开背景（用于面试前了解候选人）：
[姓名] [职位] [前公司] 有哪些公开信息？
包括：发表过的文章、演讲记录、访谈，以及领英可见信息。
只基于公开来源，不要推断。哪些场景真的好用
好用的：
快速摸底某家公司 —— 问「XXX 公司最近有什么动作」，5 分钟内能拼出一个基本轮廓，比自己搜快很多
了解某个行业的人才流向 —— 比如「2025 年 Q2 互联网公司往制造业的人才流动情况」，能给出有来源的汇总
职位描述关键词分析 —— 上传 5 份竞对 JD，问「这些 JD 里反复出现的技能要求是什么，和我们的有什么差距」
不好用的：
需要精确薪酬数据 —— 来源质量参差不齐，有时给出的是两年前的数据，要手动核实
内部信息 —— 它只能搜公开网页，打听不到对方内部的 HC 冻结情况
小公司或细分行业 —— 信息太少，搜出来的结果质量很差
与传统方法的对比
| 任务 | 传统方法 | Perplexity | 节省时间 |
|---|---|---|---|
| 了解竞对最近动向 | 手动搜索+整合，40-60 分钟 | 5-10 分钟 | 80% |
| 薪酬基准调研 | 猎头询价+网站查询，1-2 天 | 20-30 分钟 | 大幅缩短，但精度有损 |
| 面试前候选人调研 | 15-20 分钟 | 8-12 分钟 | 约 40% |
坑点和注意事项
坑 1：时间范围要明确说。 不说时间它会混用不同年份的数据。
坑 2：来源质量要自己判断。 它给的链接有时是 SEO 内容农场，看来源域名。
坑 3：不要用于候选人背景调查的正式场景。 公开信息有噪音，只适合内部参考，不适合作为 offer 决策依据。
坑 4：中文信息比英文差。 国内平台的内容爬取覆盖率明显低于英文互联网。
三个月后的结论
它进入了我的工具箱，但没有取代任何东西，只是补充了「快速摸底」这个环节。
最大的价值是把「从零开始搜」变成「快速校准 + 深入补充」。以前做竞对摸底要花 2 小时，现在 20 分钟有初步轮廓，剩下的 40 分钟用来深入验证关键信息。
如果你的工作里有类似的「临时需要了解某个公司或市场」的场景，值得试试。