За восемь минут чтения вы поймёте, что такое Perplexity Computer, чем он отличается от других ИИ-агентов, что он реально сделал на моей задаче — и получите 7 готовых промптов для трейдинга, разработки, маркетинга, образования, науки и фриланса.
Что такое Perplexity Computer на самом деле
В октябре 2025 года я потратил 40 часов на изучение внутреннего 42-страничного руководства Perplexity по исследовательским процессам. В нём детально описывалась логика цепочек цитирования, ранжирования источников и калибровки ответов. Каждая деталь была продумана.
Perplexity Computer — это слой исполнения, построенный на той же философии.
Он был запущен 25 февраля 2026 года. Computer — мультимодельная агентная система, координирующая 19 ИИ-моделей в едином интерфейсе. Центральное рассуждение выполняет Claude Opus 4.6 от Anthropic — он отвечает за оркестрацию и кодирование. Глубокое исследование передаётся Gemini, фактологические проверки — Grok, генерация изображений — Nano Banana, видеозадачи — Veo 3.1.
Вы не даёте пошаговые инструкции. Вы формулируете цель — например, «сравни расходы на R&D у трёх чипмейкеров» — и система сама разбивает её на подзадачи, выбирает подходящие модели, запускает их параллельно и собирает результат.
Это не автодополнение с поиском. Это исследовательский ассистент, работающий внутри поисковой строки.
Что я попросил его сделать
Я дал Computer задачу: найти все ИИ-модели, выпущенные с 7 по 14 марта, собрать бенчмарки минимум из трёх независимых источников по каждой, отметить расхождения в цифрах и построить ранжирование по соотношению «стоимость / производительность».
Через 7 минут 7 секунд в папке загрузок появился Excel-файл с четырьмя листами. 33 процитированных источника. 10 расхождений в бенчмарках — с пояснениями и ссылками. Ранжирование по стоимости/производительности для 7 моделей.
Он не экспортировал текст в таблицу. Он написал Python-скрипт — build_spreadsheet.py — запустил его, столкнулся с ошибками, сам отладил код и пересобрал файл.
Самое крупное расхождение: GPT-5.4 на GPQA Diamond — 92,8% в блоге OpenAI и 74,8% по данным NxCode. Разница в 18 пунктов объясняется настройками reasoning effort. Computer это отметил.
Самая полезная находка: Nemotron 3 Super от NVIDIA, выпущенный 11 марта, стоит $0,10/$0,50 за миллион токенов и имеет соотношение стоимость/производительность $0,37 — против $9,17 у GPT-5.4. Тот же уровень производительности, но в 25 раз дешевле.
Я бы не стал делать эти расчёты вручную. Computer сделал их, не будучи об этом попрошен.
Хватит сравнивать это с OpenClaw
Постоянные сравнения вроде «Perplexity Computer vs OpenClaw vs Claude Code» — мимо.
OpenClaw и Claude Code — кодинг-агенты. Они пишут, отлаживают и деплоят код. Работают в терминале или IDE. Их цель — создавать программное обеспечение.
Perplexity Computer не пишет код.
Он собирает данные из множества источников, перекрёстно проверяет цифры, анализирует отчётность и строит структурированные аналитические материалы с цитированием.
Нужна аналитическая справка по рынку или конкурентам? Computer сделает это.
Нужен React-компонент? Используйте OpenClaw или Claude Code.
Другая категория. Другой покупатель. Другой рабочий процесс.
Что Perplexity объявила на Ask 2026
11 марта Perplexity провела первую конференцию для разработчиков — Ask 2026. Основные анонсы:
Personal Computer — программное обеспечение для выделенного Mac mini. Оно даёт облачному ИИ постоянный доступ к вашим локальным файлам, приложениям и сессиям — 24/7. Подключается к Gmail, Slack, GitHub, Notion и Salesforce. Может выполнять задачи в ваше отсутствие. Чувствительные действия требуют подтверждения, а аварийный выключатель — мгновенный контроль. Доступно подписчикам Max ($200/месяц) по списку ожидания.
Корпоративная версия интегрируется с Snowflake, Databricks, Salesforce и HubSpot. По данным Perplexity, за четыре недели система выполнила объём работы, эквивалентный 3,25 человеко-годам, сэкономив около 1,6 миллиона долларов. Это внутренние цифры — независимый аудит пока не проведён.
Четыре новых API — Search, Agent, Embeddings и Sandbox — теперь доступны разработчикам. Это те же компоненты, на которых работает Computer.
Платные данные от Statista, CB Insights и PitchBook теперь доступны напрямую в исследовательском процессе. Для маркетинга и инвестиционного анализа это означает доступ к данным, которые раньше требовали отдельных подписок.
Computer для iOS с кросс-девайсной синхронизацией. Начните задачу на телефоне, управляйте с десктопа. Версия для Android уже доступна.
7 промптов, которые превращают Computer в вашего исследовательского ассистента
Каждый промпт построен по единой структуре, адаптированной под агентный рабочий процесс:
- Задача — чёткая цель в одном предложении
- Найти и собрать — конкретные данные для извлечения
- Шаги — аналитическая рамка
- Ограничения — правила качества и достоверности
- Результат — точные ожидаемые поставки
1. Трейдинг: сигнал секторной ротации
Задача: Определить 3 сектора акций с наибольшей вероятностью опережающей динамики в ближайшем квартале.
Найти и собрать: Данные по ВВП, ИПЦ, безработице; заявление ФРС; потоки в ETF; коэффициенты пересмотра прибыли; кредитные спреды.
Шаги: Классифицировать макрорежим → найти исторические аналоги → сопоставить с потоками → отфильтровать по импульсу прибыли → ранжировать по конвергенции сигналов.
Ограничения: Минимум 2 из 3 сигналов должны совпадать. Отмечать противоречия. Разделять структурный и тактический взгляд.
Результат: Классификация макрорежима, таблица аналогов, тепловая карта потоков, ранжирование 3 секторов с обоснованием и условиями отмены.
2. Разработка: аудит технического долга
Задача: Оценить технический долг в [репозитории] и составить приоритизированный план исправления.
Найти и собрать: Структура репозитория, issues с тегами bug/tech-debt/refactor, логи CI/CD, покрытие тестами, зависимости и CVE.
Шаги: Карта здоровья модулей → 5 рисковых модулей → элементы долга → оценка трудозатрат → приоритизация по (критичность × частота изменений).
Ограничения: Не считать стилистические предпочтения техдолгом. Только влияющие на надёжность, безопасность или скорость.
Результат: Таблица здоровья, топ-5 рисков, приоритизированный бэклог, спринт-план на 4 недели.
3. Маркетинг: разбор кампании конкурента
Задача: Реконструировать маркетинговую стратегию [конкурента] за 90 дней и выявить 3 тактики для повторения.
Найти и собрать: Рекламные креативы, топ-10 органических постов, активные лендинги, SEO-позиции, PR и инфлюенсеры.
Шаги: Воронка кампании → 3 лучших креатива → паттерны сообщений → SEO-разрыв → оценка бюджета.
Ограничения: Не выводить внутренние метрики. Все оценки — на основе наблюдаемых данных. Разделять факты и предположения.
Результат: Карта воронки, анализ креативов, паттерны сообщений, SEO-анализ, оценка бюджета, 3 тактики для адаптации.
4. Образование: анализ разрыва в учебной программе
Задача: Сравнить [программу] в [вузе] с требованиями рынка для [должности] и выявить 5 крупнейших разрывов.
Найти и собрать: Учебный план, 50 вакансий, отраслевые сертификации, опросы работодателей, программы конкурентов.
Шаги: Таблица частотности навыков → карта покрытия → сравнение с конкурентами → оценка трудозатрат → приоритизация по (частота × отсутствие).
Ограничения: Учитывать только навыки, встречающиеся в 10% вакансий. Указывать количество упоминаний.
Результат: Таблица навыков, карта покрытия, сравнение с конкурентами, топ-5 разрывов, рекомендации по внедрению.
5. Наука: синтез литературного обзора
Задача: Составить структурированный литературный обзор по [теме] за [период] и выявить 3 спорных результата.
Найти и собрать: 20 самых цитируемых статей: авторы, журнал, выборка, методология, выводы; мета-анализы, репликации, финансирование.
Шаги: Группировка по методологии → 3 случая противоречия → анализ причин → карта цитирования → 3 открытых вопроса.
Ограничения: Не использовать «прорывной». Указывать цитирования, размеры выборок, ограничения методов.
Результат: Сводная таблица, 3 спорных результата, карта цитирования, 3 открытых вопроса с описанием необходимых данных.
6. Фриланс: скоупинг проекта для клиента
Задача: Составить полный скоуп и ценовую оценку для проекта [типа] с [клиентом].
Найти и собрать: Сайт клиента, отраслевые ставки, 3 сопоставимых проекта, триггеры расползания скоупа, технические требования, лицензии.
Шаги: Разбивка на поставки → оценка часов → расчёт цены с 15% буфером → исключающие пункты → график вех.
Ограничения: Заложить 20% времени на ревизии. Не давать фиксированную цену без чёткой спецификации. Отмечать неоднозначные требования.
Результат: Разбивка поставок, почасовая оценка, итоговая цена, исключающие пункты, график, список требований на уточнение.
7. Стандартный формат: анализ выхода на рынок
Задача: Оценить, стоит ли [компании] выходить на [рынок] в ближайшие 12 месяцев.
Найти и собрать: Объём рынка (TAM) из 3 источников, топ-5 игроков, регуляторные требования, новые игроки за 24 месяца, возможности компании.
Шаги: Оценить возможность → карта конкурентной плотности → барьеры входа → соответствие возможностей → сценарии: органический рост vs поглощение.
Ограничения: Цитировать каждую цифру. Не использовать «быстрорастущий» без числа. Отмечать оценочные данные.
Результат: Таблица TAM, карта конкурентов, оценка барьеров, соответствие, модель сценариев, рекомендация «входить / не входить» с тремя аргументами.
Математика кредитов
Perplexity Computer доступен для подписчиков Pro и Max. Новые пользователи получают 4 000 бонусных кредитов.
Подписчики Max платят $200/месяц и получают 10 000 кредитов плюс 20 000 бонусных. Стоимость задач зависит от сложности: простой поиск — 5–10 кредитов, глубокий анализ — 100+.
Если вы уже платите за Pro, протестируйте систему. Запустите 3–4 реальные задачи и посмотрите, как быстро расходуются кредиты. Это покажет больше, чем любой калькулятор.
За чем я слежу дальше
Раньше Perplexity был поисковиком. Теперь — исследовательский агент, следующий строгой логике анализа.
Продукт не идеален. Система кредитов непрозрачна — нет публичной разбивки по стоимости операций. Personal Computer требует Mac mini, что исключает не-Apple пользователей. Корпоративные цифры Perplexity — самоотчёт без независимой проверки.
Но базовая функция работает. Я дал исследовательскую задачу. Computer вернул процитированные источники, реальные данные и структурированный результат, который я мог редактировать, а не создавать с нуля.
Это другой тип инструмента. И он уже здесь.