我花了一个月测试Perplexity、NotebookLM和Google Gemini——这是残酷的真相
过去30天，我沉浸在三个AI工具中：Perplexity、NotebookLM和Google Gemini。我把所有任务都扔给了它们——为我正在写的一本书做研究、规划假期、调试代码、总结法律文件，甚至只是随便问问问题。我想知道哪个工具真正能帮你完成任务，哪些只是华而不实的演示，一用就崩。
先来看对比表，了解大致情况：
| 特性 | Perplexity | NotebookLM | Google Gemini |
|---|---|---|---|
| 定价 | 免费版（有限Pro搜索），Pro版$20/月 | 免费（需Google账户） | 免费版（有限），高级版$19.99/月 |
| 核心优势 | 带引用的实时网络搜索 | 对上传文档进行深度分析 | 多模态（文本、图像、视频、音频） |
| 上下文窗口 | ~10万token（Pro版） | ~10万token（最多支持50个来源） | ~100万token（高级版） |
| 联网能力 | 是，默认始终开启 | 否（仅限上传内容） | 是，但需手动启用 |
| 引用风格 | 内联数字加来源链接 | 音频“深度解读”和带引用的书面笔记 | 响应中的链接（联网时） |
| 最适合 | 快速研究、事实核查、竞品分析 | 理解复杂文档、学习准备 | 头脑风暴、创意任务、多媒体分析 |
| 最不适合 | 个人文件的深度分析 | 实时新闻或上传内容以外的任何事 | 无网络时的准确性、长篇写作 |
我不想粉饰太平。每个工具都有其非常具体的擅长领域，而其中两个存在巨大漏洞，使得日常使用令人沮丧。让我带你看看我的实际体验。
Perplexity：聪明过人的研究利器
Perplexity就像是一个24小时盯着Twitter和学术期刊的博士生。它为一件事而生：从网络找到准确、最新的信息，并附上引用。在这方面，它好得可怕。
我喜欢的地方
我在为一本书的章节研究微塑料的历史。我输入：“微塑料是如何成为主流关注点的？给出关键科学论文和时间线。”几秒钟内，Perplexity就给出了从1970年代开始的时间线，直接链接到Thompson等人2004年在《科学》杂志上的论文、2018年联合国报告和2022年《环境科学与技术》的研究。每个陈述旁边都有数字。我点击数字3，它直接打开了PDF页面。没有幻觉，没有编造来源。对于任何曾被ChatGPT编造虚假法庭案例坑过的人来说，这简直是天赐之物。
我还用它做竞品分析。我问：“截至2024年7月，Notion企业版的定价模式是什么？”Perplexity拉出了当前定价页面、两周前的一个Reddit帖子，其中有人抱
