Perplexity 调研工作流：从问题拆解、证据核验到可交付报告
本文介绍如何用 Perplexity 做产品调研和行业研究的完整工作流，共五步：一、把大问题拆解为可验证的问题清单；二、用 Research 模式做宽搜，明确来源优先级；三、逐条核验引用来源，分为 A/B/C 三档；四、针对证据缺口做定向追问与反证；五、把结果按决策顺序改造成可交付报告，附来源表。文章还指出该流程的边界与五项验收标准，强调 Perplexity 的价值在于把“我觉得”改造成可追踪、可反驳的证据链。
全部文档 / 标签: 行业研究
5 篇
AI 如何打进美国教育生态？
文章深入分析了 AI 进入美国教育生态的路径与挑战。作者指出美国教育由多个分散的子系统构成，AI 创业公司难以通过存量替代击败老牌教育巨头，必须寻找真正的增量市场。文章提出了一套包含“付费方统一”、“ROI 明确”和“AI Native”在内的判断标准，并以此详细拆解了公立 K-12、课后补习、家教、SAT 备考等九个细分赛道，指出多数赛道面临关系网锁死、监管合规或天花板过低的困境。
英伟达（NVIDIA）AI 生态系统投资价值分析报告
本文分享了一份关于英伟达（NVIDIA）AI 生态系统的深度研报。作者指出该报告制作成本高昂且数据经过多次校准，认为是近期最具“钱途”的高质量研究。报告重点分析了英伟达在 AI 领域的生态布局，旨在为准备或已投资 AI 领域的投资者提供有价值的参考。
Deep Dive: AI 价值堆栈深度解析
本文通过类比互联网时代的 OSI 模型，构建了一个包含六层的 AI 概念堆栈：基础设施、芯片、数据、模型、执行和应用。文章指出，基础设施层高度集中（如 ASML、NVIDIA），并在芯片层分化为软件 AI（智能成本下降）和物理 AI（侧重能源与执行）两条路径。作者分析了各层的支点资产及未来价值所在，旨在通过描绘当前边界来预测未来的行业巨头。
拆解全球 80 家主流支付机构与钱包
文章梳理了全球82+家主流支付机构、钱包、汇款机构及卡组织。内容涵盖中国本土玩家（如蚂蚁国际、微信支付）、全球基础设施（如Stripe、Adyen）、亚太新兴市场（如印尼、菲律宾钱包）及拉美、欧洲和中东的关键支付企业。通过按区域和生态位的详细拆解，揭示了全球支付格局从大一统卡组织向多层叠加基础设施时代演变的趋势。
