我们对这两个点逐一展开

iofeufeg255

当然，目前的路径脱离了微信生态，天工也尝试引导用户扫码添加，但实际尝试后发现添加的是客服消息，在微信生态内仍然无法实现转发，只能复制链接： 这个功能，既然天工想要免费的策略来获得用户，那在AI阅读以及微信端的布局就太浅了。 这里我建议有远见的大模型公司，应该尽快抓住微信生态的知识信息管理机会，快速通过裂变获得大量的用户，以及构建他们在自身产品层面的资产~ 目前知了阅读就在朝这个目标努力： 他们还做了内容广场，有些像一个优质内容分发： 类Perplexity产品完全可以作为摘要bot形态，作为企微账号存在，允许被拉入各微信群，获得大量的用户互动行为，进而导流到自有H页面。 并且更进一步可以做内容订阅，设定固定时间推送摘要内容，帮助用户快速完成内容获取。

除此之外，也可以增加分类热点新闻榜，每个新闻点击后快速提供摘要信息，满足一部分用户的信 阿尔及利亚细胞数据 息获取需求。 我们可以思考，Perplexity作为答案引擎，站在用户的角度，他们在什么场景下对什么答案有需求，我们可以去上游截取，用好的解决方式满足他们的需求，就可以获得大量的用户和数据，并争取让他们在产品上面留下资产，包括订阅、笔记、收藏等等。 所以，做Perplexity竞品单纯从技术和产品层面上是简单的，如何挖掘出发挥技术优势同时也是用户需求的好场景，才是我们在看竞品时应该多去琢磨的：） 下面我们接着回来看Perplexity： 七、两个方面理解它的下一步 Perplexity 目标是搜索引擎的下一代，答案引擎。从现有的路线来说，大体有两条路线会走。 第一个是技术持续进化。 第二个是寻找用户场景，将产品渗透到用户的日常生活中，从 weekly app，进一步变成 daily App。





技术持续进化 从前面技术结构来看，目前Perplexity有两块是重点依赖于外部资源的，一个是LLM，一个是搜索引擎，这两块都会带来较大的成本以及竞争风险。 LLM层面，Perplexity最近已经推出了自己的两个全新Online LLM，包括之前已经发过的b，和最新的b 通过pplx-api，就可以访问这两个模型，价格嘛，自己看： 单纯看token消耗的费用，b-online的费用要低于GPT Turbo的价格，但还有个API请求每千次美刀的费用。 b-online的模型，基于开源模型Mistral-b和Llama-b而来，是一个完全自有的模型。 以及这个API是一个阳谋，调用它的客户多了，就能为Perplexity带来海量的数据：我们会搜集使用API的所有信息，包括请求的内容！ 请求的内容里，有一点很有趣，Perplexity就可以通过客户付费使用API，来获得更多的索引信息，从而构建自己更强大的索引库！ 一旦有了强大的，经常更新的索引库，Google、Bing的护城河就被破坏了，Perplexity也就不用再为索引库的调用而付费了，整体的产品运转成本就会大幅下降。