Perplexity AI: Как превратить ИИ-поисковик в инструмент для работы и учёбы

Раньше был популярен сервис «Let me Google that for you» для ироничных ответов тем, кому не хотелось искать что-то самостоятельно. С появлением нейросетей поводов задавать вопросы людям стало еще меньше.

Уже более полутора лет Perplexity почти полностью заменяет мне классический поиск, помогая в работе, учёбе и бытовых вопросах.

Для доступа к Perplexity не нужен VPN, есть мобильное приложение и собственный браузер Comet. В наличии много популярных AI-моделей. Базовые функции - бесплатны, но за относительно небольшие деньги можно подключить версию Pro. Для студентов из России (нужна почта *.edu) есть бесплатный месяц версии Pro и скидка 75% на продление.

В этой статье я постарался систематизировать свой опыт работы с Perplexity. Мы разберем, как превратить Perplexity из «умного чата» в интерактивную базу знаний, используя Spaces, Tasks, Comet Assistant и другие функции.

1. Архитектура и гибридная система данных

Perplexity использует гибридную систему из разных источников данных:

• Поисковики (Bing / Google).

• Direct Publisher Feeds — лицензированный контент крупных медиа.

• Собственный индекс — кэшированные фрагменты веба в векторной БД.

• PerplexityBot — свой краулер для индексации.

• Internal Knowledge — ваши файлы и коннекторы (Google Drive, Dropbox, GitHub, Notion, Confluence, Jira, Asana, Linear и др.).

Модели в комплекте

В рамках одного треда (диалога) можно менять AI-модель при каждом новом запросе. Например, получить ответ от GPT-5.2, а затем попросить Claude Sonnet 4.5 (With reasoning) проверить факты или дополнить его. Также доступны Gemini 3 Pro (reasoning всегда включен) и Gemini 3 Flash, Grok 4.1, Kimi K2 Thinking и Sonar (собственная модель Perplexity на базе Llama).

2. Настройка поиска и контроль источников

Perplexity позволяет гибко управлять источниками информации для поиска ответов на нескольких уровнях:

1. Базовый уровень - выбираем источники: "Set sources for search" (иконка 🌐).

Основной переключатель - "Web". Если деактивировать эту опцию, то поиск будет только по прикреплённым файлам, документам Space и/или данным из опционально подключаемых приложений-коннекторов: GitHub, Notion, Linear, Google Drive и т. д.
Иногда отключить Web бывает полезно, чтобы не загрязнять результаты внешними данными.

Здесь же указывается "фокус поиска", который работает как контекстный фильтр, настраивая результаты поиска под вашу задачу:

• Academic: приоритет на научные публикации, журналы, peer-reviewed статьи. При этом Perplexity старается отфильтровывать обычный веб‑контент.

• Social: контент из соцсетей и форумов (обычно в основе поиска - Reddit). Для анализа трендов, общественного мнения и настроений аудитории.

• Finance: анализ финансовой отчетности и сравнение финансовых показателей компаний, доступ к материалам SEC, котировкам в реальном времени и т.п.

2. Далее можете установить ограничение по конкретным доменам. Если Web включён, но нужны только определённые сайты, используйте оператор site: прямо в запросе.

[ВАШ ЗАПРОС] (site:habr.com OR site:3dnews.ru OR site:cnews.ru OR site:xakep.ru OR site:hi-tech.mail.ru OR site:ferra.ru OR site:cyberforum.ru OR site:forum.ru-board.com OR site:ixbt.com OR site:overclockers.ru OR site:vc.ru)

В этом случае [ваш вопрос] будет искаться на всех указанных сайтах.

Вывод - если нужен контроль именно по сайтам, его нужно задавать отдельно - через site: (в запросе), а "фокус поиска" использовать как надстройку для выбора типа контента.

3. Режимы поиска

• Search - быстрый поиск с возможностью выбора AI-модели (GPT, Claude, Gemini и т.п.). Выполняет множественные поисковые запросы, анализирует и компилирует инсайты из десятков источников, суммируя информацию в структурированный ответ. Ответы включают прямые ссылки на оригинальные источники.

• Research - итеративно ищет, используя десятки разных запросов, изучает сотни источников и самостоятельно рассуждает над материалом, уточняя план исследования по мере изучения темы. Создает структурированный отчет за 2-4 минуты.

• Labs - продвинутая версия "Research", выходит за рамки простого поиска информации и предназначен для сложных задач: от отчётов и таблиц до дашбордов и простых веб-приложений.

3. Perplexity Spaces: база знаний по теме

Space - это отдельное рабочее пространство, где собираются треды по теме, загруженные файлы и ссылки, к которым ИИ обращается как к приватной (по умолчанию) базе знаний. Для каждого Space можно задать свои инструкции, а также приглашать других людей для совместной работы.

Удобно создавать отдельные Space под проекты и учебные предметы. Например, можно сделать Space по индивидуальной программе тренировок и питанию, где будут подробные планы занятий, упражнения и прогресс.

Как я начинаю работу над новым проектом

1. Создаю Space.

2. Загружаю в него документы по теме (обычно PDF, .txt, Markdown). До 50 документов для тарифа Pro.

3. Указываю ссылки на ключевые ресурсы как отдельные источники (до 10).
4. Опционально (когда много файлов и нужна синхронизация со внешними источниками) подключаю папку на Dropbox/Google Drive.
5. Пишу инструкции, применительно к этому пространству. Например:

Данный Space предназначен для [описание проекта в 1-2 предложениях] ## Базовая документация (Source of Truth) - **Техническая спецификация**: `tech-spec.md` - **План реализации**: `implementation-plan.md` - **Этапы разработки**: `project_stages.md` - **База данных**: `*.json` / `*.csv` ## Требования к работе ### Workflow - **Перед каждым ответом** изучать актуальную документацию и содержимое Space для контекстуализации решения - Использовать `[файл/папка с историей]` как базу знаний о технических решениях, типичных ошибках и способах их устранения - **Приоритет версий**: папка/файл `[название]` содержит наиболее актуальную версию документации ### Принципы разработки - **Documentation-first**: всегда следовать `implementation-plan.md` для консистентности решений - **Architecture-first**: отдавать приоритет масштабируемым и maintainable решениям - Избегать quick fixes и временных патчей (если это явно не запрошено пользователем) - **Observable**: логировать критичные операции для troubleshooting ## Технологический стек **Backend:** [-] **Frontend:** [-] **Инфраструктура:** [-] **Сервер:** - OS: [-] - Хостинг: [-] - Домен: [-] *Последнее обновление: 13.01.2026*

Теперь, когда вы сделаете новый запрос в этом пространстве, Perplexity, помимо промпта, будет изучать инструкции, содержание приложенных файлов и требования, которые вы указали, и отвечать в соответствии с заданным тоном и желаемым стилем коммуникации.

Совместная работа

Созданный Space можно оставить приватным, открыть для всех (будет доступен по ссылке даже для пользователей без аккаунта), либо индивидуально пригласить в него по email.

Открываем доступ к пространству (Space)

Теперь, создавая запросы (треды) в этом пространстве, приглашённые пользователи будут получать ответы с учётом этого внутреннего контекста и правил, которые вы задали. В процессе работы в этом пространстве они также могут сделать свой диалог с нейросетью доступным для других пользователей этого Space.

Открытие доступа к треду в Space

Создатель Space может: редактировать инструкции, источники данных и загруженные файлы; управлять участниками. Он не видит: личные треды других пользователей (ими можно поделиться при желании), историю запросов и загруженные файлы участников.

Приглашенные участники: видят загруженные файлы, инструкции Space и треды, которыми поделились. Чтобы поделиться тредом с другими пользователями Space нужно в настройках выбрать "Share thread with Space".

Как строить базу знаний

В начале инструкций для Space у меня упоминаются файлы: tech-spec.md, implementation-plan.md - важно фиксировать SSOT (единый источник достоверных данных). Это также может быть: ТЗ, согласованный план проекта, методички по специфической теме, глоссарий и т.п. То есть документы, контекст которых важен как ориентир для работы в конкретном пространстве.

Добавление контекста диалога в Space

Space - не просто папка с диалогами, а изолированная среда с собственным контекстом. При этом треды внутри Space автоматически не становятся его "памятью". Чтобы LLM знала о деталях предыдущего обсуждения в новом чате, нужно использовать функцию Save as file to Space. Это превращает ваш диалог в статический файл внутри Space, к которому обращаются, как к источнику информации при формировании ответов.

Помимо промпта, загружаемых файлов, тредов и подключённых источников Perplexity формирует базу memories ("ключевых воспоминаний") о пользователе на основе анализа контекста ваших диалогов. Система сама решает, что добавить в память, чтобы использовать этот контекст между сессиями и давать более персонализированные ответы без повторения одних и тех же вводных.

Примеры:

• Язык и формат ответа: "отвечай по‑русски", "с примерами кода", "сначала TL;DR, потом детали", "используй TypeScript по умолчанию".

• Предпочитаемые бренды (например, при подборе техники, одежды или обуви).

• Предпочтения для рабочих задач: стек (например, Python/TS), облако (AWS/GCP), база данных (Postgres), требования к лицензиям/OSS.

• Контекст текущего проекта: "делаю веб‑сервис X", "пишу PRD в таком-то формате".

• Локация (для локальных рекомендаций и контента вроде погоды).

• Цели: "готовлюсь к экзамену", "учу немецкий", "тренируюсь к забегу" и т. п.

Управление "ключевыми воспоминаниями" из ваших диалогов

Опция включена по умолчанию. В разделе Memory (Settings -> Personalize -> Manage) можно просмотреть, какие факты система сохранила о вас, и при необходимости удалить лишнее. Добавить что‑то в этот список вручную нельзя, но можно прямо в чате попросить Perplexity запомнить определённую информацию в Memory.

4. Perplexity Tasks: автоматизация повторяющихся задач

Tasks превращает Perplexity в платформу для автоматизации.
При создании новой задачи вы указываете несколько параметров:

• Текст запроса

• Время выполнения

• Режим поиска

• Предпочтительную LLM

• Источники данных

После завершения каждая задача автоматически сохраняется как отдельный Thread, а вы получаете уведомление на почту с кратким резюме и ссылкой отчет.

Пример промпта для формирования IT-дайджеста:

## Роль и контекст Ты — главный редактор IT-издания с 10+ летним опытом работы в индустрии. ## Задача Подготовить ежедневный IT-дайджест, основываясь на материалах ведущих русскоязычных технических ресурсов за последние 24 часа. ## Источники для мониторинга site:habr.com OR site:3dnews.ru OR site:cnews.ru OR site:xakep.ru OR site:hi-tech.mail.ru OR site:ferra.ru OR site:cyberforum.ru OR site:forum.ru-board.com OR site:ixbt.com OR site:overclockers.ru OR site:vc.ru ## Структура выходного документа - Executive Summary (2-3 абзаца) - Краткий обзор главных трендов дня - 2-3 ключевых события, которые повлияют на индустрию - Общий контекст и взаимосвязи между событиями ### Топ-новости дня (3-5 материалов) Для каждой новости указать: - **Заголовок**: Краткий и информативный (до 60 символов) - **Категория**: [Разработка / Безопасность / Бизнес / Hardware / AI/ML / Open Source / Регулирование] - **Суть** (2-3 предложения): Что произошло и почему это важно - **Ключевая цитата**: Прямая цитата из статьи с указанием автора или источника - **Источник**: Полная ссылка на материал ### Дополнительные материалы (3-7 новостей) Та же структура, но более сжато (1-2 предложения на новость). ### Краткие упоминания Bullet-list из 5-10 коротких новостей с минимальным контекстом и ссылками.

Пример промпта для подготовки обзора задач из систем управления проектами (Jira, Asana, Linear)

## Роль и контекст Ты — технический Project Manager / Engineering Manager с опытом работы в agile-командах. Твоя задача — трансформировать сырые данные из task-трекеров в осмысленный стратегический обзор. ## Задача Подготовить еженедельный/ежедневный обзор задач команды на основе данных из Asana, Jira или Linear для презентации stakeholders и команды. ## Источники данных - **Системы**: Asana / Jira / Linear - **Период**: За последние [7 дней / спринт / месяц] - **Scope**: [Название проекта/команды/продукта] ## Структура выходного документа - Executive Summary (3-4 предложения) - Общий прогресс за период (% выполнения, velocity) - Ключевые достижения (completed milestones) - Критичные блокеры и риски - Прогноз на следующий период

Полезные советы при использовании Tasks

• Добавляйте в промпт "Не задавай уточняющих вопросов". Так задача не зависнет и выполнится автоматически без ожидания уточнений.

• Добавляйте переменную {TODAY_DATE} в промпт: подставляет текущую дату автоматически, снижая повторы в регулярных отчётах .

• Учитывайте ограничения краулеров Perplexity: блокируется на многих сайтах, включая Ozon, Wildberries и hh.ru и др. То есть, автоматически мониторить интересные вакансии и регулярно следить за ценами конкурентов не получится. Для этого используйте Comet Assistant с браузерным движком (Chromium).

5. Comet Assistant

Comet Assistant - встроенный "ИИ-агент", который запускается в браузере Comet от Perplexity. У него много применений, но одно из самых завораживающих - автоматизация действий на сайтах: работа с почтой, отправка сообщения от вашего имени, заполнение форм, добавление товаров в корзину, поиск билетов, бронирование отелей и т.д.

Я даже пытался научить его рисовать схемы в Miro. А еще видел кейс, как его использовали, чтобы автоматически принять сотни connection requests в LinkedIn.

Можно долго рассказывать, но лучше показать на простом примере:

Особенно забавно наблюдать, как он выбирает из куриных ножек или вариантов хлеба на странице нужный товар (чем он руководствуется при выборе?).

Вот примерный список того, с чем Comet Assistant может вам помочь:

• Работать с открытыми вкладками в рамках единого запроса/задачи (используйте @, чтобы ссылаться на открытые вкладки)

• Заполнять и отправлять различные формы на сайтах

• Искать по вашей истории активности и совершать на этой основе заданные действия: найти, какие товары вы покупали пару месяцев назад, и повторить покупку

• Суммировать просмотренные видео и информацию на страницах: это может быть полезно и на форумах, чтобы не читать всю переписку.

• Разобрать календарь и почту и структурировать их в единый документ

Подробнее про возможности Comet для разных кейсов - на их сайте.

6. Полезные функции Perplexity

Shortcuts

"Шорткаты" - это способ вызывать заранее заготовленные запросы для упрощения и ускорения работы. Они создаются в одноименном разделе или через “/” и служат макросами для повторяющихся многошаговых промптов. Это удобно, когда вы работаете по определенному алгоритму - например, итеративно проводите проверку фактов и источников, суммируете результаты работы в треде или даже загружаете коммит в github и т.п. Без шорткатов постоянно приходилось бы вручную вводить одни и те же запросы.

При этом шорткаты можно комбинировать с обращением к источнику через @.

При помощи @ (способ вызова источника) вы можете обратиться к открытой вкладке баузера, Space, другому чату с ИИ (треду) или указать, где конкретно нужно осуществить поиск: в вашей документации на Google Drive, Github, Notion, Slack или в других подключенных приложениях. При желании можно подключить множество источников. И все это комбинируется с шорткатами (один или несколько - см. скрин).

Итого: вместо того чтобы каждый раз писать длинные запросы, вы заранее создаете их и сохраняете как шорткаты для дальнейшего использования во всех своих новых чатах (тредах) в Perplexity. А при помощи @ сужаете источники информации и получаете более релевантный ответ.

Follow-up запросы

Часто в диалоге с нейросетью нужно уточнить какой‑то конкретный пункт из её ответа. Если запрос был сложным, ответ получается длинным и будет покрывать сразу несколько аспектов. Когда нужно уточнить / продолжить работу лишь над отдельным вопросом функция Add to follow‑up сильно упрощает жизнь.

Выделите нужный фрагмент в ответе, и над ним появится эта кнопка. Нажимаете - и выделенный текст автоматически переносится в поле запроса в виде цитаты. Под цитатой можно уточнить вопрос, попросить у модели больше деталей и продолжить работу именно с этим фрагментом, то есть направить ее ограниченное контекстное окно в нужное вам русло. Поверх этого можно применить свои шорткаты или добавить источники к контексту.

Транскрибация (speech-to-text)

Можно загрузить видео или аудиофайлы размером до 50 МБ (MP3, M4A, WAV, MP4, MOV и др.) и сделать из них текстовую расшифровку, которую затем удобно использовать как часть базы знаний. Большие аудиофайлы лучше разделять на части (по 15–20 минут) перед загрузкой.

Генерация изображений и видео

В Perplexity встроено несколько моделей text-to-image. Для тарифа Pro доступны: GPT Image 1, Nano Banana (Gemini 2.5 Flash), Seedream 4.5. Выбрать модель можно в настройках (Settings -> Preferences -> Image generation model). Количество генераций и качество моделей зависят от плана; например, в подписке тарифа Max доступна флагманская Nano Banana Pro. Однако точных данных о лимитах в описании тарифов и документации нет. На форумах встречаются упоминания о лимите в 100 изображений в месяц для тарифа Pro.

Для генерации видео на Pro-тарифе используется Veo 3.1, которая позволяет ежемесячно создавать до 5 видео по 8 секунд. На тарифе Max доступно до 15 видео по 12 секунд, а также дополнительная модель Sora 2 Pro.

Создание презентаций

Получается не так хорошо, как в специализированных ИИ-решениях для генерации презентаций, но если нужно быстро собрать найденную информацию в несколько слайдов, вполне подойдёт.

Разработка веб-приложений

Подходит для создания интерактивных дашбордов, презентаций и простых веб-приложений. Запускается только в режиме Labs. Он собирает актуальную информацию для наполнения приложения, пишет код для структурирования данных, применяет формулы, создает графики и диаграммы, генерирует изображения.
В результате запускаются готовые мини-приложения прямо в интерфейсе Perplexity, которыми при желании можно поделиться при помощи ссылки.

Все файлы, созданные в процессе работы (графики, изображения, CSV, код), можно просмотреть и скачать.

Коннекторы

Напоследок кратко упомяну коннекторы, которые доступны в Perplexity. С их помощью сервис может взаимодействовать с вашими внешними данными и сервисами: выполнять поиск, анализ и генерацию ответов на основе содержимого из подключённых источников, минимизируя переключение между приложениями.

• Файловые коннекторы (Google Drive / Dropbox) позволяют Perplexity индексировать документы в подключённых папках и выполнять по ним семантический поиск.

• Коннекторы приложений (App Connectors):

Благодаря использованию коннекторов можно выстраивать самые разнообразные сценарии по сбору и обработке информации, а с помощью функции Tasks - автоматизировать их.

Заключение

Perplexity - универсальный сервис, который по своей сути напоминает швейцарский нож в области поиска и обработки информации. Он не идеален во всем, но удобно иметь его под рукой для рабочих и повседневных задач - особенно когда вы привыкнете собирать информацию в "пространства", освоите несколько простых функций вроде follow-up запросов и подготовите набор любимых /shortcuts для повторяющихся действий.

По некоторым функциям можно было бы написать отдельные материалы с более детальным разбором процесса подключения коннекторов, создания Space, его настройки, подготовки инструкций и файлов для работы.

Буду рад, если вы узнали что-то полезное для себя и сможете применить эти знания на практике. Делитесь вашими примерами использования и полезными советами, присылайте вопросы в комментарии.

P. S. В следующем материале я разберу NotebookLM от Google. Мы сравним его с Perplexity, так как с точки зрения формирования базы знаний и работы с информацией у этих инструментов много общего.