פרפלקסיטי / Perplexity
Perplexity היא מנוע חיפוש מבוסס AI שעלה לתודעה הציבורית ב-2023 והפך עד מהרה לחלופה רצינית ל-Google עבור חיפושי מחקר ועובדות. בניגוד ל-ChatGPT שפועל על ידע סגור, Perplexity מחפשת באינטרנט בזמן אמת ומחזירה תשובה מסוכמת עם ציטוטים מקושרים למקור. סקירה של היכולות, ההשוואה ל-Google ול-ChatGPT, מבנה התמחור, מצב Pro, ומתי באמת שווה לעבור.
מה זה Perplexity ולמה כל חוקר עובר אליה?
Perplexity היא חברה אמריקאית שהוקמה ב-2022 על ידי Aravind Srinivas (מהנדס לשעבר ב-OpenAI) ועוד שלושה שותפים. הרעיון של החברה היה פשוט אבל מהפכני, להחליף את הזרימה הקלאסית של «גוגל → לחץ על תוצאה → קרא דף → חזור → לחץ על תוצאה אחרת». במקום זה, Perplexity מציעה תשובה מסוכמת אחת שמסונתזה מ-5-10 מקורות, עם ציטוטים מקושרים. כל פסקה בתשובה מסומנת במספר שמפנה למקור הספציפי.
היום, Perplexity היא בין 10 כלי ה-AI הנפוצים בעולם, עם למעלה מ-15 מיליון משתמשים פעילים חודשיים. החברה גייסה $500M בסבב Series B בשווי $9.0B, ומשמעות הצמיחה היא שהיא מתחרה ישירות ב-Google ו-ChatGPT על תקציבי המחקר של חברות וצוותים. מערכת Perplexity משתלבת היטב בזרימות של אוטומציות עסקיות חכמות, ומחליפה את החיפוש המסורתי בכל תהליכי מחקר השוק והאינטליגנציה התחרותית.
הקסם המרכזי של Perplexity הוא החיבור לאינטרנט בזמן אמת. בניגוד ל-ChatGPT שמשתמש ב-knowledge cutoff (תאריך עדכון אחרון של המודל), Perplexity מחפשת בכל שאילתה מאות מקורות חיים מ-Bing, Reddit, מאמרים מדעיים, ועוד. אם תשאלו על אירוע שקרה אתמול, היא תדע. אם תשאלו על מחירים נוכחיים של מוצר, היא תראה אותם.
הקהל היעד הוא חוקרים, אנליסטים, סטודנטים, מתחרים תחרותיים, ועיתונאים. כל מי שצריך מידע מבוסס מקורות, לא רק תשובה «יפה». אם אתם מחפשים «איך עושים X», ChatGPT עדיין סביר. אם אתם צריכים «מה קרה עם X בשבוע האחרון, עם מקורות», Perplexity היא כלי חובה.
שווה להוסיף הקשר על המייסד והצוות. Aravind Srinivas היה מהנדס ב-OpenAI לפני שייסד את Perplexity, ולפניו עבד ב-DeepMind ובפרויקטים של מחקר ב-UC Berkeley. הצוות שלו מורכב ממהנדסים בכירים שעבדו ב-Meta, Google, ו-OpenAI. הרקע הזה ניכר במוצר, התחושה היא של «AI search שנבנה על ידי מי שמכיר את המודלים מבפנים», ולא של חברה שמוסיפה search ל-LLM קיים.
נקודה חשובה לעבודה: Perplexity מציעה גם API ל-developers. ה-API מאפשר אינטגרציה של חיפוש עם ציטוטים בכלים פנימיים, צ'אטבוטים שמתבססים על מקורות, או דוחות אוטומטיים. אצל לקוחות שמשתמשים ב-Perplexity באוטומציות עסקיות, ה-API מחליף את הצורך בבניית RAG (Retrieval-Augmented Generation) ידני. החיסכון בזמן פיתוח הוא של חודשיים-שלושה.
הפיצ'רים המרכזיים של Perplexity
Perplexity היא לא רק תיבת חיפוש. יש 6 יכולות שמרכיבות את הליבה שלה ושעושות אותה לכלי השלם ביותר בקטגוריית AI search.
כל תשובה כוללת מספרי הפניה (1, 2, 3) שמפנים למקורות חיים. אפשר ללחוץ ולקרוא את המקור המקורי. שקיפות מלאה.
שאילתה כולל מידע מהשבוע האחרון: חדשות, מחירים, סטטיסטיקות. אין knowledge cutoff כמו ב-ChatGPT הסטנדרטי.
בחירת מקור: Web, Academic (papers), Reddit, YouTube, Wolfram Alpha. כל focus מחזיר תשובה מותאמת לסוג המקור.
תיקיות חיפוש עם הקשר מצטבר. מתחילים מחקר, חוזרים יום אחר כך, השאילתות זוכרות מה כבר נדון.
דוחות מובנים שניתנים לשיתוף ציבורי. עורכים את התוצאה, מוסיפים סקציות, ומפרסמים URL ייחודי. כמו מאמר חי.
ב-Pro, אפשר לבחור את ה-LLM שמסנתז את התשובה: GPT-5, Claude Opus, Gemini, או Sonar (פנימי).
בנוסף ל-6 הליבה, יש פיצ'רים מתקדמים: API access ל-Pro users (לבניית אוטומציות), Mobile apps ל-iOS ו-Android עם voice mode, ו-Browser extension שמפעיל Perplexity ישירות מ-Chrome/Edge. התכונה האחרונה במיוחד שימושית כשרוצים סיכום מהיר של דף שאתם קוראים בלי לעזוב את הטאב.
בעבודה אצלי, השילוב של Focus Mode + Spaces הוא הקומבינציה החזקה. למחקר תחרותי, אני יוצר Space חדש לכל לקוח, ומשתמש ב-Web focus לרשתות חברתיות וב-Academic focus למחקרים. אחרי שעתיים של עבודה, יש לי מאגר ידע מסודר עם ציטוטים, שניתן להפנות אליו בקמפיינים אורגניים או בהצעות ללקוחות.
פיצ'ר חזק שלא תמיד מודגש: "Generate Image". ב-Pro tier, אפשר לבקש ש-Perplexity תייצר תמונה במקום תשובת טקסט. היא משתמשת ב-FLUX או DALL-E בהתאם לבחירתכם. זה לא מתחרה ב-Midjourney לאיכות, אבל מספיק לאיורים פשוטים בתוך דוחות שאתם מייצרים. אצל לקוחות שמייצרים דוחות שיווקיים, השילוב של «תשובה עם ציטוטים + תמונה משלימה» הוא הרבה יותר מקצועי מאשר ChatGPT עם DALL-E בנפרד.
פיצ'ר נוסף משלים: Voice mode במובייל. אפליקציית ה-iOS וה-Android תומכת בשיחה קולית. אומרים את השאלה, ו-Perplexity חוזרת עם תשובה מדוברת. שימושי לנהיגה, להליכה, או לכל מצב שלא נוח להקליד. איכות ה-TTS ב-Pro טובה מאוד, וברוב המקרים ההפרעה לאיש מסביב נמוכה.
החיפוש עם ציטוטים: הפיצ'ר שעושה את ההבדל
אם הייתי צריך לבחור פיצ'ר אחד שמייחד את Perplexity, זה הציטוטים המקושרים בכל תשובה. בכל פסקה, יש מספרי הפניה קטנים (¹ ² ³). לחיצה עליהם פותחת את המקור המדויק שעליו התבססה הפסקה. זה הופך את התשובה מ-«AI אמר משהו» ל-«AI סינתז מ-7 מקורות שאפשר לבדוק».
# דוגמת זרימה אופיינית של מחקר ב-Perplexity
# 1. נכנסים ל-perplexity.ai (או דרך הapp)
# 2. בוחרים Focus: Web (ברירת מחדל) / Academic / Reddit / YouTube
# 3. שואלים שאלה ספציפית - לא «ספר לי על X», אלא:
# «מה השוו של חברת Y נכון להיום, ומה היה לפני שנה?»
# התשובה תכלול:
# - סיכום קצר (3-5 פסקאות)
# - מספרי הפניה כמו [1] [2] [3] בכל פסקה
# - רשימת מקורות בצד עם URL ועם תאריך פרסום
# - שאילתות המשך מוצעות (חכמה!)
# 4. לחיצה על [1] פותחת את המקור המדויק
# 5. אפשר לבקש להעמיק: «תרחיב על נקודה 3 ממקור [2]»
# 6. שמירה ב-Space עם תווית רלוונטית למחקרהזרימה הזאת חוסכת שעות של «זה גוגל ובדיקה ידנית של 10 קישורים». במקום לפתוח טאבים, לקרוא, לסכם בעצמכם, Perplexity מבצעת את כל העבודה ומחזירה את התשובה כולל המקורות. אנליסטים שמשלבים את Perplexity בעבודות פיתוח תוכנה חוסכים 60-80% מזמן המחקר הראשוני בכל פיצ'ר חדש.
נקודה חשובה: הציטוטים אמינים אבל לא מושלמים. לעיתים Perplexity «מסיקה» מסקנות שלא בדיוק מופיעות במקור, או מתבססת על מקורות weakly-correlated. בעבודה רצינית, חובה לוודא 1-2 ציטוטים קריטיים בעצמכם. זה לא מחליף בדיקה ידנית, רק מקצר אותה דרמטית.
נקודה אסטרטגית: ה-«ציטוטים» של Perplexity הם הסיבה המרכזית שהיא הופכת לכלי המחקר המוביל לעולם המקצועי. במחקר אקדמי, ב-due diligence ב-startup, או ב-content marketing — היכולת להגיש דעה «מבוססת מקורות» היא לא רק יפה, היא תנאי. ChatGPT לבד לא נחשבת מקור אמין, Perplexity עם ציטוטים זה כבר תחילת מחקר מסודר.
בעבודה אצלי, אני משתמש ב-Perplexity לאיסוף נתונים לפני יצירת תוכן ללקוחות. במקום לכתוב «פוסט בלוג על SEO ב-2026», אני שואל את Perplexity «מה הם 5 השינויים העיקריים בSEO ב-2026 לפי המקורות העדכניים», מקבל תשובה עם 8-10 ציטוטים, ובונה את הפוסט שלי על אותם מקורות מאומתים. החיסכון בזמן הוא של 60-70%, והאיכות עולה כי הכל מבוסס.
כמה זה עולה?
התמחור של Perplexity מורכב משלוש רמות עיקריות. כל הסכומים ב-USD כפי שהם מופיעים אצל החברה.
חיפושים בלתי מוגבלים עם המודל הסטנדרטי, גישה ל-Spaces בסיסי, mobile apps. מספיק ל-90% מהשימושים האישיים. הגבלה: רק 5 חיפושי Pro ביום (עם GPT-5/Claude/Gemini).
300 חיפושי Pro ביום עם בחירת מודל (GPT-5, Claude Opus, Gemini, Sonar), file upload, image generation, Spaces ללא הגבלה, ו-API credits של $5/month. הסטנדרט לחוקרים ולאנליסטים.
SSO, audit logs, data privacy controls, dedicated account manager. מחיר מתחיל ב-$40/user/month, מותאם אישית. מתאים לארגונים שלהם compliance מחמיר.
חשוב להבין: ה-Free tier הוא נדיב מאוד. רוב המשתמשים לא מגיעים לתקרה של 5 חיפושי Pro ביום. אם אתם משתמשים בעיקר ל-«גוגל מהיר עם תשובה מסוכמת», ה-Free tier מספיק לחלוטין. ה-Pro משתלם רק אם אתם משתמשים יותר מ-30-50 שאילתות ביום באופן רציני, או צריכים API access.
בעבודה אצלי, ה-ROI של Pro הוא ברור בתוך השבוע הראשון. החיסכון בזמן מחקר לבד מצדיק את ה-$20 לחודש פי כמה, גם בלי לקחת בחשבון את האיכות הגבוהה יותר של התשובות עם המודלים המתקדמים.
— מתוך פרויקט אצל לקוח אנליטיקה תחרותיתשווה לציין: יש Perplexity Pro חינם דרך שותפויות. סטודנטים מקבלים שנה חינם דרך תוכנית הסטודנטים, ומנויי Revolut, T-Mobile, ו-Xfinity מקבלים גם הם גישה ללא תוספת. שווה לבדוק לפני התשלום אם אתם רלוונטיים לאחת מהמסלולים האלה.
חשוב להזכיר: ל-Perplexity יש תוכנית סטודנטים מיוחדת. סטודנטים עם מייל מוסדי (.edu, .ac.il, וכו') מקבלים שנה חינם של Pro. רישום פשוט דרך perplexity.ai/students. זה משאיר אופציה ל-Pro experience גם למי שלא יכול לשלם.
בנוסף: שותפויות קמעונאיות. מנויי Revolut, T-Mobile (בארה"ב), Xfinity, ו-PayPal Honey מקבלים גישה ל-Perplexity Pro חינם או בהנחה. שווה לבדוק לפני התשלום הישיר. אצל לקוחות שאני מלווה, רבים מקבלים את הגישה דרך הבנק או הספק שלהם בלי לדעת.
Perplexity מול Google ומול ChatGPT
הקטגוריה של «AI search» היא חדשה יחסית, אבל יש כבר 3 מובילות ברורות: Perplexity, ChatGPT (עם Search), ו-Google (עם AI Overviews). כל אחת בנויה על פילוסופיה שונה.
Perplexity, הכי מומחית ב-research workflow. הציטוטים, ה-Spaces, וה-Focus Mode מותאמים למחקר ארוך-טווח. החיסרון: מבחר המקורות לעיתים רחב מדי (כולל מקורות לא אמינים), ו-UI פחות נוח לשימוש מהיר.
ChatGPT (עם Search), מצוינת ל-«חיפוש שיחתי». אפשר להמשיך שיחה, לבקש שינוי, להעמיק. אינטגרציה עם המודלים האחרים של OpenAI (DALL-E, code interpreter) חזקה. החיסרון: הציטוטים פחות מובנים, וה-search הוא feature שני, לא הליבה.
Google AI Overviews, הכי מהירה לשאילתות פשוטות. ה-AI summary מופיע בראש תוצאות החיפוש, ולפעמים זה כל מה שצריך. החיסרון: היא לא מתעמקת, ולא מציעה Spaces או workflow מתמשך.
בעבודה שלי, הבחירה תלויה במקרה. למחקר עומק עם ציטוטים: Perplexity. לבקשות יצירתיות עם הקשר: ChatGPT. לבדיקה מהירה: Google. בקרב עסקים בצמיחה דיגיטלית, ההמלצה הסטנדרטית היא להתקין את שלושתם ולעבור ביניהם לפי המשימה.
הבדל חשוב נוסף: הקהילה. Perplexity היא הכי «חוקרת», עם משתמשים שאוהבים שקיפות במקורות. ChatGPT הכי «יצרנית», עם משתמשים שמעריכים שיחות ארוכות. Google הכי «מהירה», למשתמשים שרק רוצים תשובה ולחזור לעבודה.
אספקט נוסף שלא תמיד מוזכר: Perplexity Comet, הדפדפן החדש של Perplexity ש-launched ב-Q3 2025. הדפדפן בנוי סביב Perplexity AI כברירת מחדל, מה שאומר שכל search bar הוא Perplexity, וכל סיכום של דף נעשה דרך AI. למשתמשים כבדים זה רהוויזיה של עבודה. במקום לחפש בגוגל ולפתוח 10 טאבים, פותחים Comet ושואלים שאלה אחת. אצל אנליסטים שאני מלווה, המעבר ל-Comet קוצר את זמן האיסוף ב-50%-70%.
שווה גם להזכיר את Perplexity Finance, מודול פיננסי ייעודי. שואלים את Perplexity «מה היה ההכנסה של Apple ברבעון האחרון», והיא מחזירה גרפים, נתונים מדויקים מ-SEC filings, ואנליזה. לחוקרי שוק ומשקיעים, זה כלי שמחליף Bloomberg Terminal לרוב הפעולות הבסיסיות.
חסרונות שאתם צריכים לדעת לפני
עם כל היתרונות, יש כמה נקודות שכדאי לדעת לפני שמחליטים לעבור ל-Perplexity. החסרונות האלה לא בהכרח dealbreakers, אבל הם משפיעים על קבלת ההחלטה.
לפעמים Perplexity מצטטת בלוגים קטנים או דפי SEO low-quality במקום מקורות מבוססים. חובה לבדוק את המקורות לפני ציטוט במחקר רציני.
המודל לפעמים מסיק מסקנות שלא בדיוק במקור. ב-95% מהמקרים מדויק, ב-5% נדרשת בדיקה. לא לסמוך עיוורת על תשובה ארוכה.
שאילתות בעברית עובדות, אבל איכות תשובות מהמקורות הישראלים פחותה. לחיפושים על ישראל עדיף לשאול באנגלית.
ה-Free tier מגביל את החיפושים עם המודלים המתקדמים. אם אתם משתמשים כבדים, הגעה לתקרה היא יומיומית.
יש image generation בסיסי דרך FLUX/DALL-E, אבל הוא לא ברמה של Midjourney או Stable Diffusion. מתאים רק לאיורי הסבר.
הניהול של Spaces בעבודה ארוכה (עשרות חיפושים) הופך מסורבל. חסרים filters וsearch בתוך Space.
נקודה חשובה נוספת: ה-API access ב-Pro מוגבל. רק $5 credits בחודש, מה שמספיק לכ-100-200 קריאות API ולא יותר. ל-use cases מסחריים שצריכים אינטגרציה רחבה, צריך להגיע ל-Enterprise או לשלם credits נוספים.
היתרונות שעושים את Perplexity שווה את ההשקעה
למרות החסרונות, יש שש סיבות מדוע Perplexity הופכת לכלי חובה לרוב החוקרים והאנליסטים שאני מלווה.
תשובה מסוכמת עם 5-10 מקורות ב-30 שניות, במקום 30 דקות של חיפוש ידני. החיסכון מצטבר לשעות בכל יום.
כל פסקה ציטוט. אפשר לבדוק, לאמת, להעמיק. בניגוד ל-ChatGPT שלפעמים «ממציא», כאן יש דרך לוודא.
אירועים מהיום, מחירים נוכחיים, חדשות שבוע אחרון. ChatGPT הסטנדרטי לא יכול, Perplexity דורסת.
GPT-5 לכתיבה, Claude Opus לעומק לוגי, Gemini ל-multimodal. אפשר להחליף לפי המשימה.
מחקר שנמשך שבועות נשמר במקום אחד עם הקשר. חוזרים אליו בכל פעם, השאילתות זוכרות מה כבר נדון.
ממירים שאלה לדוח מובנה ומפרסמים. שיתוף URL עם לקוחות, צוות, או קהל. תוכן עם ציטוטים מובנים.
בעבודות שאני מבצע, היתרון של «מחקר עם ציטוטים» הוא המפתח. בכל פעם שאני מציג ללקוח המלצה, יש לי גיבוי של 5-10 מקורות. זה משפיע ישירות על האמינות, ועל הסבירות שההמלצה תתקבל. עבור עצמאיים שמוכרים שירותי ייעוץ, זה הופך את השירות מ-«דעה אישית» ל-«המלצה מבוססת נתונים».
יתרון נוסף שלא תמיד מודגש: הגישה החינמית. ה-Free tier הוא הנדיב ביותר בקטגוריה. גם בלי לשלם, מקבלים כלי שמשמעותית טוב יותר מגוגל לחיפושי מחקר. אצל סטודנטים ועצמאיים בתחילת דרכם, Perplexity Free מספיקה לחלוטין.
אצל לקוחות שעוברים את ההטמעה, הם מדווחים על שיפור באיכות התוצרים. במקום «תוכן שהמתחרים יכולים לטעון שהוא generic AI», מקבלים תוכן עם 8-10 מקורות מאומתים בכל מאמר. זה משנה את המוניטין מבסיס.
מתי לבחור Perplexity על פני ChatGPT או Google
ההחלטה איזה כלי לבחור היא עניין של סוג המשימה. הנה ה-decision framework שאני משתמש בו אצל לקוחות.
אתם עושים מחקר רציני, צריכים ציטוטים מקושרים, רוצים מקורות מאומתים, או מתעדכנים על אירועים נוכחיים. הבחירה ה-«חוקרת».
אתם רוצים שיחה ארוכה עם הקשר, יצירת תוכן יצירתי, חיבור ל-DALL-E או Code Interpreter, או עבודה עם מסמכים בעלי הקשר עמוק. הבחירה ה-«יצרנית».
אתם רוצים תשובה מיידית לשאילתה פשוטה, צריכים maps/images/local results, או מחפשים מוצר מסוים לקנייה. הבחירה ה-«מהירה».
# Decision tree (Hebrew left, English right)
שאלה 1: צריכים ציטוטים מקושרים למקורות?
כן --> Perplexity (הצדדים החזק שלה)
לא --> שאלה 2
שאלה 2: רוצים שיחה ארוכה עם הקשר?
כן --> ChatGPT (memory + tools)
לא --> שאלה 3
שאלה 3: צריכים תוצאות local או maps או shopping?
כן --> Google (אין תחרות)
לא --> Perplexity (default לחיפוש מודרני)בעבודה אצלי, רוב הלקוחות שצריכים מחקר תחרותי או מחקר שוק עוברים ל-Perplexity Pro. עבור עבודות יצירתיות (כתיבת תוכן, code generation, analysis של מסמכים), ChatGPT עדיין מובילה. ל-quick lookups יומיומיים, Google נשארת רלוונטית.
השורה התחתונה: האם Perplexity שווה את ההשקעה?
התשובה היא לרוב המשתמשים, גם ה-Free tier כדאי, וה-Pro משתלם רק לשימוש מקצועי. אם אתם עושים מחקר ברמה כלשהי בעבודה, התקנת ה-extension של Perplexity לדפדפן היא הצעד הראשון. ההבדל בזמן ובאיכות של מחקר ניכר תוך השבוע הראשון.
היכן שהיא לא מתאימה, זה אצל משתמשים שמעדיפים שיחה יצירתית עם AI (אז ChatGPT) או שצריכים גישה למקורות סגורים (academic databases מסחריים). Perplexity מצוינת ב-«אינטרנט פתוח», פחות במקורות שדורשים login.
אם אתם מחליטים לעבור, התהליך פשוט. נכנסים ל-perplexity.ai, נרשמים עם Google או email, מתחילים. ההבדל מורגש כבר בחיפוש הראשון. אם הגישה הזאת מתאימה לצרכים שלכם, צרו קשר ונוכל לדבר על אינטגרציה לתהליכי המחקר של הצוות.
בסקירות הבאות אסקור עוד כלים בתחום ה-AI: NotebookLM של Google למחקר על מסמכים, Manus לסוכנים אוטונומיים, ו-Claude Code לקודינג עם AI. בדביר נעמן, שיווק דיגיטלי וצמיחה עסקית תוכלו לקרוא על הגישה ועל לקוחות שאני מלווה במעבר לעבודה עם AI.
בסיכום: Perplexity היא לא רק כלי חיפוש משופר, אלא תפיסה חדשה של איך אנחנו צורכים מידע באינטרנט. במקום לקרוא 10 דפים אחרי גוגל, מקבלים תקציר מבוסס מקורות. זה משנה את הזרימה של עבודת מחקר וצריך להתרגל אליו, אבל ברגע שמתרגלים, אין דרך חזרה.
אצלי בעבודה, Perplexity הוא הכלי הראשון שאני פותח לכל פרויקט חדש שדורש איסוף נתונים. לפני שאני מתחיל לכתוב, לפני שאני מתחיל לתכנן, אני שואל את Perplexity 5-10 שאלות, מקבל את המקורות, ומבסס עליהם את העבודה.
נקודה אחרונה: Perplexity היא דוגמה לאיך התעשייה משתנה. גוגל הופכת מ-«מנוע חיפוש» ל-«מנוע תשובות עם AI», ו-ChatGPT הופך מ-«AI יצירתי» ל-«AI חיפוש». כל אחד מהכלים מנסה להיות מה שהאחר. בתקופה הזאת, Perplexity היא הראשונה שעשתה את זה נכון מההתחלה.
שיתוף הפוסט
שאלות ותשובות
האם Perplexity חינמית?
כן, יש Free tier נדיב במיוחד. חיפושים בלתי מוגבלים עם המודל הסטנדרטי, גישה ל-Spaces בסיסי, ו-mobile apps כלולים. ההגבלה היחידה היא 5 חיפושי Pro ביום (עם המודלים המתקדמים GPT-5, Claude Opus, וGemini). ל-90% מהמשתמשים האישיים, ה-Free tier מספיק לחלוטין. רק חוקרים מקצועיים שמשתמשים יותר מ-30-50 שאילתות מתקדמות ביום מצדיקים את ה-Pro.
האם Perplexity טובה יותר מ-ChatGPT?
תלוי בסוג המשימה. למחקר עם מקורות וציטוטים, Perplexity טובה יותר משמעותית. ל-«חיפוש שיחתי» (להמשיך שאלות בהקשר), ChatGPT מובילה. ליצירת תוכן יצירתי או עבודה עם DALL-E ו-Code Interpreter, ChatGPT היא הבחירה. אצלי בעבודה, אני משתמש בשניהם, Perplexity לאיסוף נתונים, ChatGPT לסינתזה ויצירה. ההמלצה הנפוצה: להתקין את שניהם ולעבור ביניהם לפי המשימה.
האם Perplexity תומכת בעברית?
חלקית. שאילתות בעברית עובדות, והתשובה תהיה בעברית. אבל איכות התשובות מתבססת על המקורות שזמינים, ולמקורות בעברית יש כיסוי פחות טוב. אצל לקוחות ישראלים, ההמלצה היא לשאול שאלות על ישראל באנגלית (נותן תוצאות יותר מקיפות), ושאלות אישיות/יצירתיות בעברית. ה-UI של Perplexity הוא באנגלית בלבד נכון להיום.
איך Perplexity מתמודדת עם hallucination?
טוב יותר מרוב כלי ה-AI אבל לא מושלם. כל פסקה מקושרת למקור, מה שמקטין דרמטית את ה-hallucination לעומת ChatGPT הסטנדרטי. עם זאת, ב-5% מהמקרים יש «הסקה» של מסקנות שלא בדיוק נמצאות במקור, או הסתמכות על מקורות weakly-correlated. בעבודה רצינית, חובה לוודא 1-2 ציטוטים קריטיים בעצמכם. זה לא מחליף בדיקה ידנית, רק מקצר אותה דרמטית.
האם יש Perplexity API?
כן, ב-Pro tier ומעלה. ה-API מאפשר אינטגרציה של Perplexity באוטומציות, צ'אטבוטים, או כלי מחקר פנימיים. ה-Pro מקבל $5 credits בחודש (כ-100-200 קריאות), מה שמספיק לבדיקה אבל לא לשימוש מסחרי רחב. ל-use cases מסחריים, צריך להגיע ל-Enterprise או לרכוש credits נוספים. אצל לקוחות שאני מלווה באוטומציות AI, השימוש ב-API נכנס במקרים של מחקר תחרותי אוטומטי או generation של דוחות שבועיים.
מה ההבדל בין Perplexity ל-NotebookLM של Google?
Perplexity מחפשת באינטרנט הפתוח. NotebookLM עובדת על מסמכים שאתם מעלים בעצמכם (PDFs, Google Docs, websites). שתי אסטרטגיות שונות לחלוטין. Perplexity טובה ל-«מה קורה בעולם», NotebookLM טובה ל-«מה כתוב במסמכים שלי». אצל חוקרים שעובדים גם עם ידע ציבורי וגם עם מסמכים פנימיים, השילוב של שתיהן הוא מנצח.
האם Perplexity שומרת את החיפושים שלי?
כן, אם אתם מחוברים לחשבון. ההיסטוריה זמינה ב-tab «Library» ב-app. אפשר לכבות זאת ב-Settings → Privacy → Disable AI training on my data. ב-Pro, יש גם מצב Incognito שלא שומר היסטוריה. ב-Enterprise, יש control מלא על שמירת נתונים, כולל אפשרות לדרוש שכל החיפושים יישמרו בארגון בלבד ולא ייצאו ל-Perplexity. אצל לקוחות עם compliance מחמיר, ההגדרות האלה הן תנאי סף.
האם יש extension של Perplexity לדפדפן?
כן, גם ל-Chrome וגם ל-Edge. ה-extension מוסיף כפתור Perplexity בכל דף, ו-shortcut (Cmd+Shift+L) שמפעיל חיפוש על הדף הנוכחי. שימושי במיוחד למי שגולש הרבה ורוצה סיכום מהיר של מאמר ארוך. אצלי בעבודה, האקסטנשן הוא חלק מההגדרה הראשונית של כל machine חדש. החיסכון בזמן שזה נותן הוא משמעותי.
