AI 驅動的搜尋引擎正在從「輸出簡短的段落式回答」向「直接生成可交付的深度研究報告」演進。2026 年 8 月，Perplexity 迎來了重磅功能升級：正式推出了 Perplexity Pages（結構化研究報告發布器）（Perplexity 官方部落格）、深度集成了 Python 沙盒代碼執行的 Pro Search，並率先落地了出版商收益共享計劃（Publisher Program）（出版商計劃詳情）。
這一系列演進確立了 Perplexity 在學術調研、金融分析及市場情報領域的嚴謹檢索標竿地位。
Perplexity Pages：將碎片化檢索會話轉化為出版級報告
傳統搜尋引擎的查詢過程往往是碎片化的，用戶需要反覆複製分散的結論並手動整理成文檔。Perplexity Pages 能夠將複雜的主題調研鏈路一鍵生成為排版優美、支持公開分享的結構化報告網頁：
- 受眾定制化編排：用戶可指定目標受眾（如大眾讀者、專業研發人員或企業決策層），引擎會自動調整技術詞彙深度與邏輯章節結構。
- 自動分節與多維數據呈現：Pages 自動將跨信源檢索結果歸納為層級清晰的專題小節，並內嵌對比表格與數據微件。
- 協同編輯與追問擴充：創作者可在各個分節中精準發起局部追問以補充證據，並在瀏覽器中即時排版發布專屬公開連結。
Pro Search 深度計算與出版商利益共享機制
在 Pages 之外，Pro Search 引入了多步意圖拆解與沙盒代碼執行能力：
- 多步遞歸查詢分解：將模糊或寬泛的複雜問題拆解為多個有序的子搜尋路徑，交叉比對多方信源。
- Python 沙盒實時數理計算：在後台自動編寫並運行 Python 腳本，完成統計數據計算與數學模型推演。
- 出版商收益共享：針對內容爬取與版權爭議，Perplexity 建立了行業首個廣告與訂閱收益分成機制，只要用戶的檢索答案引用了入駐媒體的文章，該出版商即可獲得分成收益。
| 核心維度 | 傳統關鍵詞搜尋引擎 | Perplexity 知識檢索與發布架構 |
|---|---|---|
| 查詢處理 | 簡單的字面關鍵詞匹配 | 多步遞歸式意圖拆解與交叉驗證 |
| 結果呈現 | 冗長的藍色連結列表 | 結構化事實合成、行內溯源與 Pages 報告 |
| 數理分析能力 | 僅能抓取靜態網頁文本 | 後台 Python 隔離沙盒動態計算與驗證 |
| 生態利益協同 | 流量單向掠奪 | 與被引用媒體建立程序化收入分成機制 |
商業情報與學術調研的工程價值
透過將全網實時檢索、沙盒動態計算與結構化報告生成串聯成閉環，Perplexity 大幅削減了行業調研中的案頭整理成本。
核心結論：Perplexity Pages 與 Pro Search 的結合，使生成式搜尋真正升級為兼顧「事實嚴謹性」、「可讀性」與「行業生態共贏」的知識發布引擎。
了解更多功能與企業解決方案，請訪問 Perplexity 官方網站。