大家平时该用哪家 AI 来查东西呢？Perplexity 老板的「三类查询」分工法，可以分享给大家。

你打开电脑或手机想查个事情，第一个跳进来的问题往往是：用 DeepSeek 问？豆包问？千问问？用 ChatGPT 问？用 Claude 问？用 Perplexity 问？还是直接搜索引擎找？

很多人是凭习惯，哪个开着用哪个。但 Aravind Srinivas 这位每天用十几个不同 AI 工具的人，公开讲过一套很清楚的分工法：你不该把 AI 当一个工具用，应该把它们当一个团队用。

Aravind Srinivas 是 Perplexity 的创始人兼 CEO。Perplexity 是一家做「AI 搜索」的公司，它最大的特点是每个回答都附引用源，方便用户回查。Aravind 在 UC Berkeley 读完计算机博士，毕业前后在 OpenAI、Google、DeepMind 都做过研究员，2022年创办 Perplexity。

他在多次播客里反复讲过一个核心观点：组团队的时候你不会找一群一模一样的人，你会找互补的人。AI 工具也一样。

那他自己日常怎么分？可以归成三类查询配三类工具。

（因为他原文肯定都是拿国外的 AI 工具来举例，我就直接用他原文里的了。大家直接对照国内的 AI，思路也差不多）

第一类是「事实型查询」。你要的是有据可查的具体信息：某条法律条文、某个产品规格、某家公司去年的营收、某个药品的副作用。

这类查询最怕 AI 幻觉，模型把不存在的引用说得头头是道。所以最适合用「带引用源的搜索式 AI」。Perplexity 是其中之一（也是 Aravind 自家产品），其他选项还有 ChatGPT 的搜索模式、Google 的 AI Overview、Claude 的网页搜索等。

这类查询可以套这样的提示词模板：

请帮我查 [具体问题]。要求：每条核心结论后附原始引用源链接；如果有矛盾的来源请同时列出；如果你不确定，明确说「资料不足，建议直接看原文」，不要硬答。

第二类是「思辨型对话」。你要的不是事实，是想法、判断、推理。

比如「我在两个 offer 之间犹豫，能帮我列每个的长期影响吗」「这个商业模式有什么我可能没考虑到的风险」「这份需求文档逻辑上哪些地方不通」。

这类问题最适合用 Claude 或 ChatGPT 这种「能推理、能多轮对话、能反驳自己」的大模型。它们不必给你引用源，给的是一个能跟你来回讨论的智能对手。

提示词模板：

下面是我面对的具体情境：[详细描述背景、约束、目标]。请先给出你的初步判断；然后切换到对立立场，找出至少三个反对你刚才判断的理由；最后综合两边给我一个更稳的结论。

第三类是「长报告调研」。你要的是覆盖面广、需要把多个来源整合的产出。

比如「梳理过去三年某行业的并购图谱」、「写一份关于某种新疗法的综述」、「比较五家竞争对手的产品策略」。

这类需求最适合用「深度研究模式」。OpenAI 的 Deep Research、Google Gemini 的 Deep Research、Perplexity 的 Deep Research 都是这类工具。它们会自己执行几十次搜索，把不同来源整合，最后输出一份几千字带引用的报告。

提示词模板：

请帮我做一份 [主题] 的深度调研报告，结构如下：摘要（不超过五百字）；核心事实和数据；主要参与者和他们的策略对比；趋势和反趋势；我应该重点关注的三个不确定性。要求：每个数据和引述都附来源；时间范围限定在最近36个月。

补一句话：Aravind 是 Perplexity 创始人，把 Perplexity 列在第一类有立场。但分别看他这套分工逻辑：事实型用带引用源的、思辨型用能推理的、长报告用能多步整合的，这是一个独立成立的判断，不光适用于 Perplexity 一家。OpenAI、Google、Anthropic 的对应产品哪家做得好，可以直接替换。

他自己也讲过，每天用十几个 AI 工具，按任务挑，从不绑死一家。

对于我们大家来说，能做的最简单一件事是：

打开 AI 之前先想一秒——这个问题是事实型、思辨型，还是长报告？然后选对应类别里你手头最方便的那个工具。

一个月下来，你会发现回答的质量和效率都比「凭习惯一直打开同一个 AI」高出一截。