利用 Perplexity 集合构建活体研究档案，让知识在数月间持续累积

Perplexity 的集合功能解决了一个关键的研究难题：默认情况下，人工智能研究工具将每次查询视为独立的。你提出一个问题，获得一个答案，然后就继续前行。六个月后，当你需要在此基础上进一步研究时，上下文已经消失了。集合功能通过允许你保存完整的研究线程到专门的工程文件夹中来解决这一问题，创建出随着你的理解加深而不断成长的活文档。 要使用集合功能，请访问 Perplexity 中的侧边栏（搜索历史和信息流所在的位置），并为特定项目或主题创建专门的文件夹。通过点击保存图标，将重要的线程保存到这些分组中。这一功能的强大之处在于，集合中已保存的线程并非静态的。你可以在数月后再次访问该线程并提出新的后续问题——而 Perplexity 将保留该研究脉络的全部上下文。如果你的第一个线程探讨了“供应链自动化近期发展”，你可以在六个月后重新访问并询问“自 2026 年 6 月以来这些工具是如何演进的？”，而不会丢失上下文。 在专业工作流程中，集合功能取代了散落的浏览器标签页和被搁置的 Google 文档。市场分析师在构建竞争情报时，可以为每个竞争对手维护一个集合，随着新信息的出现不断保存研究线程。产品经理可以为每个功能领域维护一个集合，将客户研究、技术可行性发现和市场分析累积在一个地方。这种组织结构映射了项目的思维模型，而不是迫使你去适应软件的呈现方式。 最佳实践：按项目级别创建集合（每个客户、产品或研究计划一个），而不是按主题分类。用日期或版本号清晰命名，以便追踪理解的演化过程。这将 Perplexity 从一个每天使用、每周遗忘的工具，转变为一个能够累积知识的研究平台——你添加的内容越多，未来问题的上下文就越丰富。