原始标题: What is Perplexity Computer?

发布日期: 2026-02-27 | 来源频道: @GregIsenberg

📝 深度摘要

1. 对话背景与核心主题

Greg Isenberg 是一位创业者兼营销专家。在这段对话中，他向观众介绍并演示了 Perplexity Computer——一款突破性的 AI Agent 产品。Greg 展示了四大应用场景：冷邮件外展自动化（自动研究目标公司、挖掘联系人、撰写个性化邮件并发送）、竞争情报监控（每日自动检查竞品网站动态、价格变化并推送通知）、投资者管道研究（批量生成 50 家 VC 的结构化表格）、播客内容机器（自动转录并生成多形态素材）。该工具月费 200 美元，Greg 仅用 30 分钟就完成 5 家目标公司的完整研究外展，直言"它基本上就是一个营销人员的工作"。AI 正在从"给你答案"升级为"替你做事"，让一个人即可完成过去需要一个团队的工作量。

核心干货概览

维度 核心内容 / 动态 价值意义 / 影响程度
技术/工具 Perplexity Computer - 一个能运行虚拟计算机的AI Agent，具备技能、工具和子代理，可并行执行多任务 将传统AI问答升级为可执行自动化工作流的操作系统，实质上是"AI原生工作台"的核心突破
战略/逻辑 “冷邮件外展自动化”——从目标公司研究、联系人挖掘到个性化邮件撰写、发送、跟进序列全流程托管 彻底重构销售获客效率，一个人即可完成过去一个营销团队的工作量
量化指标 $200/月订阅费；发现96个潜在赞助商；完成5家目标公司的完整研究+邮件发送仅需约30分钟 单次使用价值即超过订阅成本，若成功转化一个播客赞助即可收回年度费用
战略/逻辑 “竞争情报自动化监控”——每天早上8点自动检查5个竞争对手的网站动态、价格变化、新功能、博客更新 X平台提及
战略/逻辑 “投资者管道研究”——批量研究50家VC机构的基金规模、投资领域、近期动态、关键合伙人信息并生成结构化电子表格 融资前置工作的效率提升百倍，过去需要数周的研究可在数分钟内完成
战略/逻辑 “播客内容机器”——将一期播客自动转录为带speaker标签的文本，生成博客文章、提取5条可推文、创建LinkedIn轮播图 内容矩阵一次性产出多形态素材，大幅提升内容营销效率

深度逻辑与实操拆解

底层矛盾与背景

创始人面临的核心困境是：时间资源有限 vs 需要处理的行政事务无限。无论是寻找赞助商、监控竞品、分析潜在投资人、还是将播客内容二次分发，这些工作传统上都需要大量人工介入。Greg在视频中直言：“我以前不做冷邮件，因为太耗时且听起来不像我。“而Perplexity Computer的出现正是要解决这一矛盾——让AI代替人类执行那些低价值但高重复性的任务。

更深层的背景是，AI行业正在经历从"聊天"到"行动"的范式转变。传统的AI助手（如ChatGPT、Claude）只能生成内容，但无法自主执行；而Perplexity Computer作为"可操作的AI”，不仅能生成内容，还能调用工具、访问文件系统、连接第三方服务（如Gmail），真正实现了"AI替你做事"而非"AI给你建议”。

核心策略推导

Greg展示了一种**“AI工作流思维”**——不把AI当作单一问答工具，而是将其视为一个可以并行运行多个子任务、具备记忆能力、可以调度技能的虚拟员工。其策略推导遵循以下路径：

第一步：明确任务目标。Greg在每个用例中都给出了精确的指令，例如"找出在TBPN播客投放的5家公司，研究它们的最新动态，然后给每个公司写一封高度个性化的冷邮件，通过我的Gmail发送"。这种精确度确保AI不会偏离目标。

第二步：利用并行处理能力。Perplexity Computer可以同时运行多个子任务。Greg观察到：“它同时处理5家公司的研究，就像有一个团队在同时工作。“这大幅缩短了整体执行时间。

第三步：建立反馈循环。Greg在测试冷邮件功能时，额外追问了一个关键问题：“我还有什么没问你但应该问的？“AI回复建议去研究竞争对手的赞助商，这个洞察来自AI的主动扩展，而非用户原始指令。

第四步：设置持续监控。对于竞争情报和赞助商监控，Greg选择设置每日定时任务（早上8点），这意味着一次设置即可获得持续价值。

执行SOP与操作步骤

用例一：冷邮件自动化外展

原始Prompt： “这里有5家我想合作的播客赞助商。请找出每家公司的CEO或负责播客合作的人，研究他们的最新动态和痛点，然后写一封高度个性化的冷邮件，通过我的Gmail发送。”

执行步骤：

  1. 连接Gmail账户以获得邮件发送权限
  2. 提供产品/服务描述、销售目标（如播客赞助）、语气偏好（如"朋友对朋友"风格）、CTA设置（如"安排通话”）
  3. AI自动并行研究5家公司，查找LinkedIn信息、最新融资动态、业务痛点
  4. AI自动找到正确的联系人（而非盲目联系CEO），并生成个性化邮件
  5. 用户确认后，AI发送邮件
  6. 设置自动跟进序列（第3天和第7天用新角度跟进）

用例二：竞争情报自动化监控

原始Prompt： “每天早上8点检查这5个竞争对手的网站：价格变化、新功能公告、博客更新。同时搜索X平台上关于它们的讨论。如果有任何变化，给我推送通知；如果没有变化，不要打扰我。”

执行步骤：

  1. 指定需要监控的5个竞争对手（如Startup Ideas Podcast的竞品：My First Million、All-in Podcast、20VC等）
  2. AI自动转换为用户时区（东部时间8点转换为UTC）
  3. 每日自动执行：访问竞品网站 → 对比历史数据 → 识别变化 → 生成报告
  4. 变化发生时推送通知并附带详细摘要和链接
  5. 无变化时完全不打扰用户
  6. 报告可选择通过邮件发送

用例三：投资者管道研究

原始Prompt： “我正在为idea browser（一个帮助创业者寻找想法和趋势的AI平台）准备A轮融资。请找出50家适合的VC，了解它们的基金规模、专注领域、最近投资、关键合伙人，并整理成电子表格。”

执行步骤：

  1. 提供公司定位信息（AI powered platform、creator economy、community platforms等）
  2. AI根据公司定位推荐匹配的VC类型（如Bessemer、Union Square Ventures等）
  3. AI批量并行研究50家VC机构
  4. 关键数据提取：基金规模、投资阶段偏好、近期交易、合伙人情
  5. 自动生成Excel/CSV电子表格，包含完整结构化数据
  6. 研究报告生成前会提示用户确认是否继续（因消耗大量积分）

用例四：播客内容机器（概念演示）

原始Prompt： “将我的最新一期播客录音转录为带speaker标签的文本，写一篇100字的博客文章，提取5条最值得推文的金句。”

执行步骤：

  1. 用户上传播客音频文件
  2. AI自动转录并标注说话者
  3. 生成结构化博客文章
  4. 提取最具传播力的金句
  5. 可进一步生成LinkedIn轮播图等衍生内容

用例五：投资尽调分析

原始Prompt： “生成一份关于Shopify的投资研究备忘录。获取最新财报、财报电话会议要点。将利润率、增长率与Big Commerce和Wix进行对比。查看分析师和财经Twitter的观点，整理成一份带图表的PDF文件。”

执行步骤：

  1. AI自动加载数据可视化和研究辅助技能
  2. 获取目标公司历史财务数据（股价历史CSV下载）
  3. 对比分析主要竞争对手（Shopify vs Big Commerce vs Wix）
  4. 整合分析师预期和市场情绪
  5. 调用子代理生成带图表的完整PDF报告

细节支撑

Gmail集成：演示中Perplexity Computer成功找到了Toby（Shopify创始人）的邮箱，并自动生成了高度个性化的邮件内容。邮件中甚至引用了Toby近期关于MRI结果分析的推文，展现了深度个性化能力。

Agent推理能力：当Greg询问"还有什么我应该问但没问的"时，AI主动提出建议——应该去研究那些在竞争播客投放的赞助商，因为这些公司的播客预算正处于"火热"状态。这个洞察展示了AI的主动性思维。

记忆功能：AI在会话中主动"记住"Greg的播客身份（Startup Ideas Podcast）和背景信息，这使得后续交互更加精准。

定价变化监控：AI对竞争情报的监控不仅限于静态信息，还能识别动态变化（如价格调整、新功能上线），并只在有变化时才发送通知，避免信息过载。

积分消耗提示：在进行大规模VC研究前，AI会明确提示"这将消耗大量积分，是否继续”，让用户掌握成本。

核心执行资产

Prompt指令集还原

冷邮件自动化Prompt模板：

这里有[N]家我想销售的公司/我想合作的播客赞助商。

请为每家公司执行以下操作：
1. 找到公司CEO或负责[具体业务方向]的负责人
2. 研究他们最近的新闻、融资动态和业务痛点
3. 写一封高度个性化的冷邮件，引用他们的具体动态
4. 通过我的Gmail发送

销售产品：[描述你的产品/服务]
目标：[如播客赞助]
语气：[如朋友对朋友、清晰、直接]
CTA：[如安排通话]

竞争情报监控Prompt模板：

每天早上[时间]检查以下[数量]个竞争对手的网站：
- [公司1]
- [公司2]
...

监控内容：
- 价格变化
- 新功能公告
- 博客更新
- X平台相关讨论

如果有任何变化，发送推送通知并附上摘要和链接。
如果没有变化，不要发送任何通知。

投资研究Prompt模板：

我正在为[公司名称]准备[轮次]融资。

请研究[数量]家VC机构，对每家获取：
- 最近基金规模
- 专注投资领域
- 近期投资案例
- 关键合伙人及联系方式
- 最佳联系策略

将所有数据整理成电子表格。

工具链配置

必备集成：

  • Gmail（发送邮件）
  • Google Calendar（设置定时任务）
  • Google Drive/OneDrive/Dropbox（文件存储）
  • Slack（团队协作通知）
  • HubSpot（CRM集成）
  • Reddit（社区情报）
  • PayPal（支付集成）

AI模型层：系统根据任务类型自动选择最优模型。演示中使用Claude Sonnet 4.6进行复杂推理，同时调用了16个不同的专业模型处理不同类型的任务。

文件输出格式：支持生成Markdown报告、CSV数据表、PDF分析文档等多种格式。

专家洞察与风险边界

反直觉/非共识结论

1. “Email自动化不再是垃圾邮件”。Greg过去从不使用冷邮件，因为"听起来很蠢，不像本人”。但Perplexity Computer生成的邮件高度个性化，甚至引用了收件人最近的社交动态（“我看到你分析了MRI结果，那个项目太疯狂了”），这种级别的个性化使得冷邮件首次变得可信且有效。

2. “CEO不是最佳联系对象”。AI主动纠正了一个常见误区——直接联系CEO往往不是最优路径。负责品牌营销或播客合作的负责人，才是真正能推动合作的人。这一洞察来自AI对销售流程的主动推理。

3. “沉默是最好的监控”。竞争情报监控的核心设计哲学是"无变化则不打扰”。Greg特别强调这一点——传统监控工具的问题是制造信息噪音，而真正有价值的监控应该只在有意义的变化发生时才通知用户。

4. “AI正在吃掉传统营销人员的岗位”。Greg在视频中直言：“这基本上就是一个营销人员的工作。直白地说。“Perplexity Computer让一个人可以完成过去需要一个营销团队做的事情。

局限性与避坑指南

1. 邮件发送权限风险。演示中Greg提到AI自动发送了邮件（“Email has been sent, which is scary”），他表示希望有"二次确认"机制。对于高风险操作（如对外发送邮件），建议在初始设置中启用"预览-确认-发送"流程。

2. 积分消耗不可见。对于大规模研究任务，AI会提前警告积分消耗，但普通用户可能对"积分到底值多少钱"缺乏概念。建议在界面上增加更直观的价格显示。

3. iMessage集成缺失。Greg提到他喜欢的Lindy AI助手可以通过iMessage交互，但Perplexity Computer目前不支持iMessage/Telegram等消息平台，只支持App内通知和邮件推送。对于习惯移动端消息处理的用户可能不够便捷。

4. 初始设置门槛。虽然演示看起来流畅，但用户需要理解"如何设计有效的Prompt”、“如何选择合适的监控指标"等概念。这仍然要求用户具备基础的"AI工作流设计能力”。

5. 数据准确性问题。演示中AI找到了Toby的邮箱，但Greg也承认"不知道它是怎么获取这些邮箱的”。对于关键业务联系人，建议在发送前进行二次验证。

金句

“它基本上就是一个营销人员的工作。直白地说。”

“这太疯狂了——它找到了96个潜在赞助商。”

“如果这些竞争对手做了什么改变，你会收到推送通知。如果没有变化，你就不会收到任何打扰。”

“这就是为什么我们很多人想用AI代理的原因——如果我们能获得信息方面的不公平优势，我们就能领先。”

“它不是简单地给你答案，它是帮你做事。”

📺 视频原片

视频ID: l-J8RodcM_A