Perplexity API 集成：生产指南

Perplexity API（Sonar 系列）提供标准 LLM API 所没有的功能：一次调用即可获得带有引用的搜索接地答案。无需自行构建实时网页的检索-生成流程（搜索 API + 抓取 + 摘要），只需提问即可获得答案及其使用的来源。本指南涵盖何时采用此架构、集成模式以及构建接地生成时的生产注意事项。

何时使用（以及何时不使用）

适用场景：你的功能需要*当前的网络知识*并附带归因——例如“研究这家公司”、新闻感知助手、竞争监控，任何“截至今天”很重要且必须展示来源的答案。

不适用场景：针对*自有文档*的问答（那是基于自有存储的 RAG）、创意/代码生成（使用通用 LLM）或高吞吐分类（使用小型模型）。Perplexity 是一种*网络研究*原语，而非通用模型替代品。

集成：兼容 OpenAI 并附带额外功能

python
from openai import OpenAI
client = OpenAI(
    base_url='https://api.perplexity.ai',
    api_key=os.environ['PERPLEXITY_API_KEY'],
)
resp = client.chat.completions.create(
    model='sonar-pro',                      # 查看当前模型列表
    messages=[{
        'role': 'user',
        'content': '本周欧盟 AI 法案实施指南有哪些重大公告？请引用来源。'
    }],
)
print(resp.choices[0].message.content)
引用：随消息一起返回（字段形状已演变——
查看当前文档；将 URL 视为数据，在 UI 中渲染）

平台特定参数才是价值所在——请使用它们：

域名过滤（允许/拒绝列表）：将接地限制在你信任的来源（仅限“.gov”和官方文档）——这是垂直产品最大的质量杠杆。

时效过滤：对新闻敏感查询限制为近期结果。

模型层级：轻量 Sonar 用于快速查询，Pro/推理层级用于多跳研究；深度研究端点运行更长时间的代理搜索以生成报告式输出（与消费版深度研究功能对应）。

生产模式

1. grounded-fact 服务。 将其封装为内部工具：facts(query, domains, recency) → {answer, citations]}。你的其他 LLM 功能调用此工具而非“知道”当前事实——在*推理*（你的主模型）和*当前知识*（接地搜索）之间实现清晰划分。这也是标准的代理工具形态：作为 [LangGraph 代理中的研究工具，当需要新鲜度时由规划器调用。

2. 引用是你的审计追踪——将其视为承重结构。 将引用与每个答案一起存储；在 UX 中渲染；抽查引用的 URL 是否确实支持声明（接地减少幻觉，但不会消除——模型可能错误总结真实来源）。对于受监管的输出，引用-验证模式适用：在可行时以编程方式确认引用文本出现在来源中。

3. 按问题形状缓存。 网络接地调用比纯补全更慢更贵（内部包含实时搜索）。积极缓存，TTL 与波动性匹配（公司事实：数天；突发新闻：数分钟），键基于规范化查询。

4. 诚实对待延迟预算。 搜索接地调用需要数秒——使用流式传输，并避免将其放在交互热路径上，除非 UX 明确显示“正在研究…”（流式模式）。

成本模型

定价结合了令牌成本和按层级的搜索/请求费用——与纯 LLM 调用的经济性显著不同，因此请根据实际查询组合建模（一次研究调用可能花费多次补全的费用）。仅将依赖新鲜度的查询路由至此；其他所有查询使用你的标准多提供商栈。

FAQ

vs 自行构建搜索+LLM（SERP API + 抓取 + 摘要）？ 自行构建提供控制权（你的排序、你的抓取规则），但代价是拥有抓取质量、反爬处理和新鲜度基础设施。Perplexity 是购买选项；仅在来源控制是产品核心时才选择构建。

vs OpenAI/Anthropic 内置网络搜索工具？ 功能趋同。在你的查询上测试差异：引用质量、来源过滤旋钮和定价形态。如果接地答案是你的产品核心，则多供应商部署。

能否用于基于自有文档的 RAG？ 不能——它基于网络接地。内部知识问题属于你自己的检索栈（pgvector 指南）。

---

*最后更新：2026 年 6 月。模型名称、引用响应形状和定价会演变——请对照 docs.perplexity.ai 验证。*