Perplexity AI je tvrtka iz San Francisca osnovana 2022. koja upravlja UI tražilicom. Umjesto popisa poveznica daje napisan odgovor koji sažima aktualne sadržaje s weba i navodi upotrijebljene izvore. Uz besplatnu verziju postoje plaćeni paketi s izborom jezičnih modela te UI preglednik Comet (stanje: listopad 2026.). Za tvrtke je Perplexity važan i zato što mijenja način na koji se sadržaji na webu pronalaze.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoUI pretraga odnosi se na metode pretraživanja koje pomoću UI-ja shvaćaju namjeru iza upita, ponderiraju rezultate i često generiraju sažet odgovor s izvorima umjesto običnog popisa poveznica. Tehnički koriste pretragu ključnih riječi, vektorsku pretragu nad embeddingima ili njihovu kombinaciju, često uz jezični model na kraju. Primjeri su tražilice odgovora na webu i interna pretraga znanja koja zaposlenicima pomaže pronaći što trebaju u priručnicima i pravilnicima.
Optimizacija za generativne tražilice (GEO) obuhvaća mjere koje pomažu da sadržaj bude vidljiv u UI tražilicama poput ChatGPT-a, Perplexityja ili UI pregleda u tražilicama i da ga one citiraju kao izvor. Pojam potječe iz istraživačkog rada iz 2023. Ključni čimbenici su jasni, izravno citabilni odgovori, uredna struktura, dokazane činjenice, ažurne informacije i prepoznatljivi autori. GEO nadopunjuje klasičnu optimizaciju za tražilice (SEO), a ne zamjenjuje je.
Pretraživanje bez klika (zero-click) događa se kada korisnici odgovor dobiju izravno na stranici s rezultatima, primjerice putem istaknutih okvira s odgovorima ili sažetaka koje generira UI, pa više ne prelaze na web-stranicu. Za tvrtke to smanjuje promet čak i kada njihov sadržaj služi kao izvor. Zato vidljivost kao navedenog izvora postaje važnija: uz jasne odgovore, potkrijepljene činjenice i dobro strukturirane stranice.
Generiranje potpomognuto dohvaćanjem povezuje pretraživanje i generiranje teksta: prije odgovaranja sustav u zbirci znanja – primjerice priručnicima, pravilnicima ili čestim pitanjima – traži relevantne odlomke i prosljeđuje ih jezičnom modelu kao kontekst. Odgovor se tako temelji na aktualnom sadržaju specifičnom za tvrtku, a ne samo na znanju stečenom treniranjem modela. To smanjuje izmišljene tvrdnje, omogućuje praćenje izvora i dopušta ažuriranja bez ponovnog treniranja.
