有用的 ChatGPT 與 Perplexity 研究比較，在工具開始搜尋前便已開始：先界定研究問題、日期界線、納入的來源類型、排除的材料、所需輸出和核實標準，再比較兩者如何協助你規劃、發掘來源、控制證據、綜合結論、處理追問並保留審計線索。

兩款產品都有面向研究的流程文件。OpenAI 指 deep research 可搜尋、分析並綜合大量網上來源，產生附引用的報告，並可控制來源範圍。［1］ Perplexity 指 Research 會反覆搜尋和分析，再產生報告。［2］這些頁面說明的是預期功能，不能證明每個結果都完整、引用正確或適合有後果的決定。

關鍵要點

比較輸出前，先寫好研究協議。

評估來源權威性和主張有否得到支持，而不是數連結。

測試能否納入、排除並回看來源。

把來源發掘與綜合、最終判斷分開。

保存查詢、日期、來源、原文段落和未解決的矛盾。

用 AI 加快檢查，絕不借它略過閱讀決定性來源。

如需個別產品的操作，請看用 Perplexity 做可核查的研究。本文只討論流程選擇。

為何要比較研究流程，而非聊天視窗？

同一介面可支援截然不同的活動：快速了解、發掘來源、文獻掃描、市場備忘錄或政策簡報。先說明你在測試哪一種。籠統的對話式回答，無法與有界的研究報告比較。

寫一頁研究協議，包括：

問題： 一個決定或知識缺口，表述盡量收窄。
範圍： 地域、人口、行業、產品或司法管轄區。
時間： 發布截止日期，以及是否容許較舊的基礎材料。
來源： 必需的原始文件、可接受的二手分析，以及排除的域名。
輸出： 證據表、敘述性備忘錄、時序表或互相競爭的假設。
覆核： 由誰核實主張，甚麼證據可令結論獲接納。

兩個工具使用同一份協議。提示詞可因產品而異，但問題、證據門檻和評分方法不應改變。

ChatGPT 與 Perplexity 研究比較矩陣

研究階段	比較內容	需保存的證據	需留意的失敗
規劃	釐清含糊用語，提出子問題	最終協議和被否決的假設	工具悄悄改變了問題
發掘	找出原始、現行而多元的來源	搜尋軌跡和候選清單	多個頁面重複同一原始來源
來源控制	納入必需文件並遵守排除項目	域名和 URL 記錄	被禁止的來源重現於綜合結果
引用	在重要主張旁附上可追溯來源	主張、引用和支持原文	來源真實，卻不支持該主張
綜合	分開事實、詮釋和不確定性	證據矩陣和矛盾記錄	矛盾被寫成虛假共識
追問	保持範圍，並連貫地更新證據	提示詞和改動的主張	新答案靜悄悄推翻舊答案
匯出	留下可供覆核、可重現的記錄	報告、URL、存取日期、備註	覆核人無法重建路徑

只要有一列是硬性要求，就不要把矩陣壓成單一分數。受規管、法律、醫療、財務或安全相關的研究中，來源支持不足是停止條件，不是流暢文字能彌補的弱點。

比較研究規劃

在網上搜尋前，請兩個工具分別評議你的問題。好的規劃會指出含糊用語、隱含假設、欠缺的日期或管轄區，以及會改變答案的證據，並區分事實性子問題與價值判斷。

可以試試這個結構：

重述研究問題，不要擴大範圍。列出含糊用語、需要作出的範圍選擇、候選子問題、可能掌握原始來源的機構，以及足以推翻每個初步假設的證據。暫時不要搜尋。把每個假設標出，交由人工批准。

看計劃是否有用，而非是否繁複。否決不服務於任何決定的子問題。加入停止規則，例如「審閱完所需機構的資料和兩個獨立的方法學角度，或證據缺口已記錄時停止」。沒有停止規則，研究模式可能只有廣度而欠缺相關性。

比較來源發掘與控制

發掘來源應優先看出處：先找法例、標準、官方統計、原始研究、公司申報文件或第一方技術文件，再看相關評論。二手分析有助了解背景和分歧，但結論重要時，要把其主張追溯到源頭。

OpenAI 的文件指 deep research 可使用公開網絡、上載的檔案和指定網站，用戶可檢視或修改研究計劃。［1］ Perplexity 的 Research 文件描述了產生報告前的多輪搜尋和分析。［2］以必需來源清單和排除來源清單測試這些控制，再檢查最終報告是否真的遵守。

記錄轉載和聯合發布。五篇文章可能都在重複同一份新聞稿或通訊社稿件，因此並非獨立證據。請工具找出最早可存取的來源並標示衍生報道，再親自核實這條源流。

更完整、顧及風險的方法，請看安全使用 AI 研究。

為何引用展示不等於準確性？

引用只是指標，不是裁決。檢查它能否打開、是否指向真實來源、有否相關段落、是否在要求的日期和範圍內，以及是否支持緊鄰的確切主張。引用可能緊貼一段文字，卻只支持其中一個分句。

Perplexity 解釋，來源標籤提供的是來源類型或域名資訊，並明確指出標籤不代表認可文章或主張的準確性。［3］這個區別應寫進覆核清單。「官方」「學術」「社群」等標籤有助初步篩選，但底層材料仍需閱讀。

就每一項重要語句，把支持程度分類為：

直接： 來源在適用範圍內明確支持該主張；
部分： 來源只支持部分措辭，或只適用於較窄的人口；
間接： 來源提供了背景，但沒有給出所述結論；
矛盾： 來源報告的結果有實質分別；
欠缺： 沒有可檢查的來源支持該主張。

如需逐步審核引用，請看讓 AI 提供並核驗引用。不要只靠多加連結來修補薄弱的證據鏈。

比較綜合與不確定性

綜合環節最容易讓流暢的系統掩蓋重要差異。寫敘述文字前，先要一份證據矩陣：每列一項原子主張，附來源、發布日期、相關範圍、方法、確切支持原文、局限和信心理由。不容許信心只是一個孤立的百分比。

要求分成三個獨立輸出區塊：

已確立事實： 有直接支持並註明範圍的觀察。
詮釋： 解釋或推論，須歸屬於某來源，或清楚標明為分析。
未解決問題： 矛盾、欠缺的數據和所需證據。

NIST 把虛構內容（confabulation）和誤導性的自信輸出列為生成式 AI 的典型風險。［4］因此好的研究流程會保留分歧。若一項研究量度的是短期自我報告行為，另一項量度的是長期行政記錄結果，表面矛盾可能源於方法和人口，而非單純的事實錯誤。

分歧會實質改變結論時，請使用專門的衝突來源比較矩陣。

比較追問行為

追問能釐清報告，也可能偏離協議。每次追問後，請工具列出改動的主張、新增和移除的來源、改變的範圍及餘下的不確定性，並把這份差異連同報告保存。

刻意測試一次更正：指出某來源不支持其所在句子，要求系統修正分析，但不得虛構替代證據。可信的流程在欠缺支持時會收窄或撤回主張。留意它會否不加說明地換上另一個同樣薄弱的引用。

亦要測試記憶界線：只用已保存的協議和證據包開啟新對話。若無法重建結論，表示原流程依賴隱藏的對話上下文，較難審計。

保存可重現記錄

研究交付成果應比聊天對話更長久。匯出或保存：

已批准的問題和範圍；
搜尋或研究日期；
提示詞和計劃修訂；
來源 URL、標題、發布者和發布日期；
用於重要主張的原文段落；
證據矩陣和矛盾記錄；
最終報告和覆核人的更正；
未解決問題和重新檢查的觸發條件。

連結可能改變或消失。按機構規定保存獲准的副本或摘錄。不要超出使用許可存檔受版權保護的材料，也不要把上載過的敏感檔案放進不受控的研究資料夾。

怎樣公平地運行同題試點？

揀選兩三個具代表性的問題：一個有清晰的原始來源，一個證據互相矛盾，一個有嚴格的日期或領域界線。避開與工作無關的冷門問題。

就每個工具記錄：

批准研究計劃所需的時間；
結果中重要主張的數目；
直接支持、部分支持、矛盾和欠缺的主張數目；
原始來源與衍生來源的比較；
超出範圍的來源；
得出一份獲批備忘錄所需的人工分鐘；
工具未能找出的重要證據。

盡量盲審文字：覆核人先在不知道來自哪個產品的情況下為證據質素評分，再評估易用性、追問表現和匯出，以免對介面的熟悉程度左右結果。

按研究流程選擇

結果可能是一條分流規則，而非二揀一。團隊可用一種流程快速發掘來源，用另一種做有界的多文件綜合，具爭議的主張則用由人掌控的矩陣。寫明每個工具可以做甚麼、哪裏需要人工批准。

站得住腳的分流規則例子：

「用 AI 發掘候選來源；只有由人親自打開過的來源才可進入最終備忘錄。」
「政策更新使用限定域名的研究；除非負責人批准，否則排除一般網上評論。」
「兩個原始來源互相矛盾時，停止敘述性綜合，改用主張／來源矩陣。」
「影響重大的決定，須由一位獨立於提問者的專業覆核人把關。」

ChatGPT 與 Perplexity 結論一致，不構成獨立印證：兩者可能看到同樣顯眼的頁面，或重複同一底層來源。核實必須回到證據。

保護敏感研究材料

除非具體帳戶和流程已獲准處理這類資料，否則不要上載機密文件、個人資料、憑證、未發表的結果或受特權保護的法律意見。為測試檔案脫敏，並以固定佔位符取代身份資料。

把連接器和分享連結納入流程審查。某研究工具或許適合發掘公開來源，卻不適合內部綜合。作為事實依據的文件應保存在獲批系統內，並在那裏控制存取和保留期。

常見問題

哪一個更適合尋找來源？

以必需原始來源清單和清晰的排除清單測試兩者。能找出相關、現行的證據，留下可檢查的搜尋軌跡，而且需要較少人工修補的流程，就較合適。

哪一個更適合綜合多份文件？

使用能代表你工作的脫敏文件，並要求先交證據矩陣再寫正文。比較提取的完整度、範圍是否保持、矛盾處理和覆核時間。

引用愈多，報告愈可靠嗎？

不是。可靠程度取決於來源的權威性、獨立性、範圍、時效，以及每個來源是否支持確切主張。幾條連結可能都源自同一份原始聲明。

Perplexity 來源標籤證明甚麼？

它提供來源類型或域名的背景資訊。Perplexity 自己的說明指出，標籤不代表認可文章或主張的準確性。請打開來源檢查證據。

何時需要更深入的研究流程？

當問題需要多來源規劃和綜合，而額外的覆核成本值得付出時才使用。簡單查詢就直接找權威來源。

如何比較同題結果？

使用一份獲批的協議，保存來源清單，並按支持程度為每項重要主張分類。比較的是欠缺的證據和人工核實時間，而不是文字長短。

可以組合使用 ChatGPT 與 Perplexity 嗎？

可以。清楚分配角色，保留交接記錄，也不要把模型之間的一致當作互相印證。證據矩陣和最終備忘錄應由人負責。

高風險研究如何處理？

使用權威的原始來源，並請一位獨立、合資格的覆核人。AI 可以協助整理工作，但不應替你作醫療、法律、財務、安全或其他有後果的決定。

ChatGPT 與 Perplexity 研究比較：主要差異