Perplexity: cos’è, come funziona e come usarlo davvero

Perplexity è un motore di ricerca basato sull’intelligenza artificiale che cerca informazioni sul web e costruisce una risposta conversazionale accompagnata da citazioni verso le fonti utilizzate. Questa definizione, però, racconta ormai solo una parte del prodotto.

Accanto alla ricerca classica trovi modalità più profonde per analizzare un argomento, strumenti per lavorare con file, funzioni che possono creare documenti, fogli di calcolo e applicazioni, un browser AI e persino un sistema capace di svolgere attività in più passaggi. Perplexity si sta quindi spostando dal semplice modello “faccio una domanda e ricevo una risposta” verso un ambiente in cui ricerca, sintesi, creazione e azione iniziano a sovrapporsi.

Questo cambia anche il confronto con ChatGPT e Google. Non è più corretto dire che Perplexity cerca sul web mentre ChatGPT genera soltanto testo o che Google restituisce semplicemente dieci link: oggi tutti e tre possono combinare ricerca, intelligenza artificiale e risposte conversazionali, ma lo fanno con priorità e workflow differenti.

La caratteristica che continua a rendere Perplexity immediatamente riconoscibile è un’altra: la ricerca documentata è al centro dell’esperienza, non un’aggiunta secondaria. Se vuoi capire se questo approccio può esserti utile per studio, lavoro o ricerca professionale, conviene partire dal meccanismo reale e non dal marketing che circonda gli strumenti AI.

Che cos’è Perplexity e a cosa serve

Perplexity AI è un servizio che combina ricerca sul web, modelli di intelligenza artificiale e sintesi delle informazioni, secondo il funzionamento descritto nella documentazione ufficiale. Scrivi una domanda in linguaggio naturale, il sistema individua materiale pertinente, genera una risposta e collega le affermazioni alle fonti consultate.

Invece di obbligarti a partire da una SERP, aprire diverse pagine e costruire da solo una prima sintesi, prova a spostare parte di quel lavoro a monte. Il risultato che vedi non è quindi soltanto una lista di documenti: è già una possibile interpretazione del materiale recuperato.

Questo è il vantaggio principale, ma anche il primo limite da capire.

Perplexity non sostituisce le fonti: crea un livello intermedio tra te e le fonti.

Se la ricerca è semplice, questo livello può farti risparmiare parecchi passaggi. Se invece stai prendendo una decisione importante, proprio quella sintesi deve essere controllata: il sistema può scegliere fonti poco adatte, interpretarle male, perdere una condizione importante o costruire una conclusione più forte di quanto consentano realmente le evidenze.

Perplexity è un motore di ricerca, un chatbot o un answer engine?

La definizione ufficiale utilizzata da Perplexity è AI-powered search engine, cioè motore di ricerca basato sull’intelligenza artificiale. È una descrizione corretta, ma dal punto di vista dell’utente possiamo essere ancora più precisi.

Perplexity possiede almeno tre caratteristiche che normalmente associamo a prodotti differenti:

Livello	Cosa fa Perplexity
Motore di ricerca	recupera informazioni aggiornate dal web
Assistente conversazionale	comprende domande in linguaggio naturale e mantiene il contesto delle richieste successive
Answer engine	sintetizza direttamente le informazioni invece di limitarsi a ordinare documenti

Il termine answer engine è utile per spiegare l’esperienza, purché non venga interpretato come “macchina che conosce la risposta corretta”. La risposta finale rimane un output generato.

Sotto l’interfaccia possono inoltre lavorare modelli linguistici differenti. Se vuoi separare con precisione modello, prodotto, tool e agente, trovi questo livello sviluppato nella nostra guida ai Large Language Model (LLM). La distinzione è importante perché Perplexity non coincide con il modello che sta usando: è il sistema che combina modello, ricerca, fonti, modalità operative e interfaccia.

Chi c’è dietro Perplexity e perché è nato

Perplexity è nato con la ricerca come problema centrale, non come funzione aggiunta successivamente a un chatbot generalista. Questa origine continua a essere visibile nel design del prodotto: le fonti occupano una posizione prominente, il follow-up conversazionale serve ad approfondire la stessa ricerca e le modalità avanzate aumentano progressivamente il lavoro svolto prima di produrre la risposta.

È proprio questo orientamento a spiegare perché Perplexity viene spesso considerato un’alternativa a Google per alcune ricerche informative, pur non essendo un sostituto completo della Ricerca Google.

Una query navigazionale, una ricerca locale, un sito preciso, una pagina ufficiale o l’esplorazione libera di molti risultati possono ancora rendere il motore tradizionale più naturale. Perplexity diventa particolarmente interessante quando il lavoro più costoso non è trovare una pagina, ma capire cosa dicono più pagine insieme.

Come funziona Perplexity: dalla domanda alla risposta con fonti

La parte più importante da capire non è quale modello AI compare nel selettore. È la catena che collega la tua domanda alla risposta.

In forma semplificata:

domanda → interpretazione della richiesta → ricerca delle informazioni → selezione del materiale → sintesi con un modello AI → citazioni → verifica dell’utente

Le modalità più avanzate possono ripetere alcuni di questi passaggi, eseguire più ricerche o sviluppare sotto-problemi differenti, ma il modello mentale di base resta questo. La documentazione ufficiale descrive Perplexity come un sistema che interpreta la domanda, cerca su Internet, raccoglie informazioni e le distilla in una risposta conversazionale.

Comprensione della query, ricerca sul web, sintesi e citazioni

Supponiamo che tu chieda:

Quali sono i principali problemi che un ecommerce italiano dovrebbe considerare prima di cambiare piattaforma?

Perplexity deve prima interpretare “problemi” nel contesto di una migrazione ecommerce. Può quindi cercare materiale relativo a migrazione dei dati, SEO, URL, ordini, pagamenti, integrazioni, costi e continuità operativa.

Il sistema non deve necessariamente limitarsi alla corrispondenza letterale della frase che hai scritto. Può formulare o esplorare ricerche correlate per recuperare informazioni utili al problema complessivo.

Arriva poi la fase generativa. Un modello linguistico riceve materiale recuperato e contesto della sessione e produce una risposta coerente. Le citazioni permettono di risalire ai documenti associati alle diverse parti dell’output.

Questo meccanismo offre un vantaggio concreto: puoi passare dalla risposta alla fonte senza ricostruire da zero il percorso di ricerca.

Ma non bisogna invertire il rapporto logico.

La fonte serve per controllare la risposta. Non è la presenza grafica di una citazione a certificare la risposta.

Perché una fonte citata non rende automaticamente corretta una risposta

Immagina che Perplexity debba confrontare due software.

Può trovare correttamente:

• il prezzo del prodotto A;
• una pagina che descrive una funzione del prodotto B;
• una recensione indipendente;
• una discussione di utenti.

Tutte e quattro le fonti possono esistere realmente. Il sistema potrebbe comunque concludere che “A è nettamente migliore di B” quando le fonti non permettono un giudizio così generale.

L’errore, in questo caso, non consiste nell’inventare una fonte. Consiste nella relazione costruita tra le fonti e la conclusione.

Lo stesso accade quando:

• una pagina è aggiornata ma si riferisce a un mercato diverso;
• un prezzo non include imposte o condizioni;
• una fonte ufficiale descrive correttamente una feature ma viene usata come prova della superiorità del proprio prodotto;
• un articolo parla di una versione precedente;
• una citazione supporta soltanto una parte della frase;
• due fonti affidabili sono in conflitto e la risposta non rende visibile la discrepanza.

Perplexity stesso avverte che le informazioni provenienti dal web possono non essere sempre accurate. La presenza delle fonti migliora quindi tracciabilità e verificabilità, non crea infallibilità.

È una distinzione importante anche per capire le AI hallucination e perché possono verificarsi: collegare un modello a informazioni recuperate dall’esterno può ridurre alcune forme di errore, ma non trasforma automaticamente generazione e interpretazione in fact-checking.

Domande successive, contesto e controllo delle fonti

Una delle caratteristiche più utili della ricerca conversazionale è la possibilità di trasformare una query generica in un percorso.

Puoi iniziare con:

Quali sono i principali CMS ecommerce?

e continuare con:

Confronta solo quelli adatti a un catalogo di 20.000 prodotti.

poi:

Considera adesso soltanto soluzioni che possano essere gestite da un piccolo team interno.

La conversazione riduce la necessità di riscrivere ogni volta il contesto.

Il modo più produttivo di usarla, però, non è continuare ad accumulare richieste sulla stessa risposta. Quando emerge una condizione decisiva — mercato, versione, budget, data, normativa, requisito tecnico — conviene renderla esplicita.

Per le ricerche importanti userei sempre questa regola:

prima ottieni la mappa del problema, poi restringi il campo, infine apri le fonti che sostengono le conclusioni decisive.

È molto più affidabile che leggere una risposta lunga come se fosse già un documento verificato.

Come usare Perplexity: dalla prima ricerca alle modalità avanzate

Per una domanda normale non devi imparare una sintassi speciale. Puoi scrivere una frase completa oppure partire anche da poche parole: il prodotto è progettato per accettare entrambe le modalità.

La differenza significativa arriva quando scegli quanto lavoro vuoi affidare al sistema prima che risponda.

Per orientarsi, è più utile pensare alle modalità come livelli differenti di profondità:

Esigenza	Modalità più naturale
domanda semplice o primo orientamento	Search
ricerca più articolata e più fonti	Pro Search
analisi complessa che richiede più passaggi	Research
produzione di un deliverable	Create files and apps
esecuzione di un workflow	Computer

Non serve usare sempre la modalità più potente. Una domanda che richiede una risposta immediata non diventa migliore semplicemente perché la trasformi in una ricerca di diversi minuti.

Search e Pro Search: quando basta una risposta e quando serve più ricerca

Search è il punto di partenza. È adatta a definizioni, informazioni correnti relativamente semplici, confronto iniziale e domande quotidiane.

Pro Search aumenta invece la profondità del processo. Perplexity la descrive come una modalità che conduce ricerche più articolate su più fonti per produrre risposte più complete. Nei piani idonei puoi inoltre scegliere tra diversi modelli AI.

Un esempio chiarisce meglio la differenza.

Query da Search:

Qual è la differenza tra HTTP/2 e HTTP/3?

Query da Pro Search:

Confronta HTTP/2 e HTTP/3 dal punto di vista di handshake, multiplexing, head-of-line blocking, perdita di pacchetti e impatto sulle connessioni mobili. Usa documentazione tecnica e specifiche come fonti prioritarie.

La seconda richiesta non ha bisogno soltanto di una risposta più lunga. Richiede coverage, fonti adatte e relazioni fra concetti.

È questo il tipo di task in cui Pro Search ha più senso.

Research e Advanced Deep Research per analisi complesse

Quando una domanda richiede una vera raccolta di evidenze, puoi passare a Research, la modalità dedicata alle ricerche approfondite.

Invece di eseguire una singola ricerca e sintetizzarla, il sistema può iterare sul problema, consultare più materiale e produrre un report strutturato. Perplexity indica inoltre che Research può lavorare con documenti caricati insieme alle informazioni recuperate dal web.

La differenza utile non è quindi:

Search = risposta breve / Research = risposta lunga.

È piuttosto:

Search = cerca per rispondere
Research = svolge una ricerca per costruire il report

Questo è particolarmente utile per analisi di mercato, rassegne di letteratura, confronti complessi, ricostruzioni di eventi o qualunque attività in cui la risposta dipende da molte informazioni distribuite.

Anche qui, però, il report finale resta da revisionare. Maggiore profondità di ricerca può ridurre omissioni, non eliminare interpretazioni errate.

Caricare PDF, immagini e altri file

Perplexity può utilizzare materiale che fornisci direttamente come parte del contesto.

A seconda del piano e della modalità puoi caricare PDF, documenti, immagini e altri file e porre domande sul loro contenuto. La combinazione diventa interessante quando vuoi collegare fonti proprietarie e web pubblico.

Per esempio:

Confronta i dati di vendita contenuti nel CSV allegato con le tendenze di mercato documentate da fonti pubbliche.

oppure:

Leggi questo contratto di servizio e individua le clausole che dovrei confrontare con le condizioni pubblicate dal fornitore sul suo sito.

Nel secondo caso non significa che Perplexity debba essere usato come sostituto della revisione legale. Il valore consiste nel ridurre il lavoro esplorativo: individuare punti, trovare relazioni e preparare le domande che richiedono verifica specialistica.

Perplexity in italiano su web e app

Puoi utilizzare Perplexity in italiano e, dalle impostazioni dell’account, impostare sia la lingua dell’interfaccia sia la lingua preferita delle risposte.

Non è quindi necessario formulare le query in inglese per utilizzare il servizio.

Resta invece utile cercare fonti nella lingua appropriata al problema. Se chiedi informazioni su una legge italiana, una normativa europea o un servizio disponibile soltanto in Italia, specificare il contesto geografico aiuta il sistema a non mescolare documenti appartenenti a giurisdizioni differenti.

Perplexity non è più solo ricerca: Create files and apps, Computer e Comet

Qui si trova il cambiamento più importante rispetto alle prime versioni del servizio.

Perplexity non sta più cercando soltanto di ridurre il percorso tra domanda e informazione. Alcune funzioni cercano di ridurre anche il percorso tra informazione e risultato operativo.

Possiamo rappresentare l’evoluzione così:

Search → Research → Create → Act

Search trova e sintetizza.

Research raccoglie e organizza più evidenze.

Create files and apps trasforma ricerca e istruzioni in un artefatto.

Computer può continuare il processo attraverso strumenti e azioni.

Comet porta parte di questa logica dentro il browser.

Create files and apps: documenti, fogli di calcolo, presentazioni e applicazioni

Con Create files and apps, gli utenti dei piani idonei possono chiedere a Perplexity di produrre veri artefatti a partire da una ricerca o da istruzioni.

La documentazione corrente indica supporto per:

• documenti DOCX e PDF;
• fogli XLSX;
• presentazioni PPTX;
• applicazioni HTML.

È possibile modificare il risultato con prompt successivi, utilizzare la cronologia delle versioni e, per alcuni formati, esportare verso servizi collegati.

Il passaggio concettuale è significativo.

Se chiedi:

Analizza il mercato dei CRM per piccole imprese italiane

stai facendo ricerca.

Se chiedi:

Sulla base della ricerca, costruisci un foglio di calcolo con vendor, prezzi, funzioni, fonti e note e prepara una presentazione per una riunione interna

stai chiedendo un deliverable.

È qui che il confine fra motore di ricerca e assistente produttivo diventa molto meno netto.

Perplexity Computer: quando l’AI passa dalla risposta all’azione

Computer porta questa logica ancora più avanti. Perplexity lo descrive come un sistema capace di completare attività e workflow, combinando informazioni dal web, contesto di lavoro, strumenti e connettori.

La differenza essenziale rispetto alla normale ricerca è semplice:

Search ti dice qualcosa. Computer può tentare di fare qualcosa.

Questo lo avvicina al concetto di agente AI. Un sistema agentico non si limita necessariamente a produrre testo: può ricevere un obiettivo, scegliere passaggi intermedi, utilizzare strumenti, osservare il risultato e proseguire.

Se vuoi approfondire questa differenza architetturale, nella guida sugli agenti AI e i sistemi agentici spieghiamo proprio il passaggio da domanda-risposta a decisione-azione.

Computer utilizza inoltre un sistema di crediti separato dalle normali ricerche. Il consumo dipende dal lavoro svolto; il piano Max include una quantità mensile di crediti, mentre il normale piano Pro non prevede attualmente un’assegnazione mensile continuativa dopo eventuali bonus iniziali.

Questo è un dettaglio importante nella scelta del piano: se vuoi Perplexity principalmente come motore di ricerca AI, i crediti possono essere quasi irrilevanti. Se il tuo obiettivo è affidargli attività operative, diventano parte del costo reale.

Comet: il browser AI di Perplexity

Comet è un browser basato su Chromium che integra direttamente funzioni di Perplexity nella navigazione.

Mantiene caratteristiche tipiche di un browser — schede, segnalibri, traduzione, supporto per molte estensioni Chrome — ma aggiunge funzioni contestuali: può analizzare la pagina aperta, riassumerla, rispondere utilizzando il contesto di navigazione e supportare alcuni comandi o attività.

È una differenza più profonda di quanto sembri.

Usando Perplexity in una normale scheda, la ricerca AI è una destinazione.

Con Comet, Perplexity prova a diventare uno strato sopra la navigazione.

Questo può essere comodo quando gran parte del lavoro avviene già nel browser: confronto di pagine, lettura di documentazione, ricerca, gestione di schede e raccolta di informazioni.

La disponibilità e le funzioni possono variare fra sistemi e superfici, quindi non conviene trasformare una guida generale su Perplexity in un manuale dettagliato di Comet. Il browser evolve abbastanza rapidamente da meritare una verifica separata quando devi installarlo o adottarlo in un workflow aziendale.

Model Council e le funzioni dedicate agli utenti avanzati

Un’altra funzione che mostra quanto Perplexity stia puntando sull’orchestrazione è Model Council.

Invece di scegliere un solo modello, Model Council può eseguire la stessa domanda su tre modelli e utilizzare un ulteriore processo di sintesi per costruire una risposta che evidenzi convergenze e differenze. Al momento è riservato ai livelli Max ed Enterprise Max e viene utilizzato sul web.

L’idea è interessante soprattutto per una ragione: mette in discussione l’ossessione per trovare “il modello migliore”.

Per alcune attività, il problema non è sapere quale modello vince una classifica generale. È scoprire se modelli differenti arrivano alla stessa conclusione quando la domanda conta davvero.

Anche in questo caso, tre risposte concordanti non equivalgono a una prova. Modelli differenti possono condividere fonti, dati di addestramento, assunzioni o errori. Model Council è uno strumento di confronto, non una macchina della verità.

Quali modelli AI usa Perplexity

Perplexity è un prodotto multi-model. Combina modelli propri con modelli forniti da altre aziende e la disponibilità dipende dal piano e dalla modalità utilizzata.

Questo è uno degli aspetti che diventano obsoleti più velocemente, quindi la lista seguente va letta come fotografia corrente e non come caratteristica permanente del servizio.

Fra i modelli disponibili nei piani consumer a pagamento risultano attualmente:

Famiglia / modello	Provider	Pro	Max
Sonar 2	Perplexity	sì	sì
GPT-5.6 Terra	OpenAI	sì	sì
GPT-5.6 Sol	OpenAI	no	sì
Gemini 3.1 Pro	Google	sì	sì
Claude Sonnet 5	Anthropic	sì	sì
Claude Opus 5	Anthropic	no	sì
Kimi K3	Moonshot AI	sì	sì
GLM 5.2	Z.ai	sì	sì
Grok 4.5	xAI	sì	sì
Nemotron 3 Ultra	NVIDIA	sì	sì

Perplexity specifica esplicitamente che i modelli vengono aggiunti e ritirati e che il selettore visibile nel tuo account resta il riferimento più affidabile per sapere cosa puoi usare in quel momento.

Questa è anche la ragione per cui non ha senso scegliere un abbonamento annuale soltanto perché oggi contiene un particolare modello.

Best o scelta manuale del modello

Nella ricerca puoi lasciare l’impostazione Best, che affida al sistema la scelta di un modello appropriato, oppure selezionare manualmente un modello quando il piano lo permette.

Best non è un modello separato. È una modalità di selezione automatica all’interno di Search.

Per la maggior parte delle ricerche quotidiane inizierei proprio da Best.

La scelta manuale diventa interessante quando hai una ragione concreta per farla:

• vuoi confrontare come modelli differenti trattano la stessa domanda;
• un modello è particolarmente adatto al tipo di ragionamento richiesto;
• hai bisogno di una funzione disponibile soltanto con un determinato livello;
• vuoi mantenere coerenza durante una serie di test.

Cambiare modello continuamente senza un criterio può aggiungere complessità senza migliorare realmente il risultato.

I modelli disponibili cambiano nel tempo

Questo punto merita di essere ripetuto perché è uno dei motivi principali per cui molte guide su Perplexity invecchiano male.

Una pagina può essere perfettamente corretta quando viene pubblicata e risultare fuorviante pochi mesi dopo se presenta l’elenco dei modelli come se definisse l’identità del prodotto.

Il livello stabile da ricordare è:

Perplexity orchestra ricerca, fonti, strumenti e uno o più modelli.

Il nome del singolo modello è un componente sostituibile.

Scegliere il modello conta meno di quanto sembra?

Dipende dal task.

Per un problema di ragionamento complesso, coding o analisi avanzata, il modello può incidere molto.

Per una ricerca documentata, però, la qualità finale dipende anche da:

query → strategia di ricerca → fonti recuperate → qualità delle fonti → modello → sintesi → verifica

Ottimizzare soltanto l’ultimo modello ignorando tutto ciò che viene prima può significare intervenire sulla parte sbagliata del problema.

In una ricerca professionale, preferirei una risposta prodotta da un modello meno prestigioso ma fondata sulle fonti giuste rispetto a una risposta brillante prodotta dal modello più potente su materiale sbagliato.

Perplexity è gratis? Free, Pro, Max ed Education Pro a confronto

Sì, Perplexity può essere utilizzato gratuitamente.

Il piano Free e i piani a pagamento differiscono per accesso alle modalità avanzate, modelli e limiti; il piano Free permette ricerche di base praticamente illimitate, alcuni utilizzi delle modalità più avanzate e caricamenti limitati. I piani a pagamento aumentano soprattutto profondità, scelta dei modelli, volume delle funzioni avanzate e capacità di produzione.

Per orientarti, il confronto più utile è questo:

Piano	Prezzo di riferimento	Ha senso soprattutto se
Free	gratuito	vuoi cercare informazioni e capire se il workflow ti convince
Pro	20 $/mese o 200 $/anno	fai ricerca frequentemente, lavori con file e vuoi modelli/funzioni avanzate
Education Pro	10 $/mese con verifica	sei studente o docente idoneo e utilizzi regolarmente ricerca e studio assistiti
Max	200 $/mese o 2.000 $/anno	usi intensamente ricerca, modelli avanzati, Create, Computer e nuove funzioni
Enterprise Pro	da 40 $ per postazione/mese	servono amministrazione, collaborazione e tutele dati aziendali
Enterprise Max	da 325 $ per postazione/mese	servono controlli enterprise con i livelli di utilizzo più elevati

I prezzi sono valori di riferimento in dollari riportati nella documentazione corrente e possono variare per valuta, imposte, acquisto tramite app store, promozioni o condizioni locali.

Cosa puoi fare con il piano gratuito

Per un utente che vuole capire cos’è Perplexity, inizierei dal Free.

È sufficiente per valutare:

• qualità delle risposte;
• utilità delle citazioni;
• ricerca conversazionale;
• capacità di mantenere il contesto;
• workflow quotidiano rispetto a Google o ad altri assistenti.

Esistono limiti molto più bassi sulle modalità avanzate e non hai la stessa libertà nella selezione dei modelli. Ma questo, all’inizio, è quasi un vantaggio: ti costringe a capire se la filosofia di ricerca ti è utile prima di pagare per più potenza.

Quando Perplexity Pro vale il costo

Pro ha senso quando il limite non è più capire se ti piace Perplexity, ma quanto spesso devi usarlo seriamente.

Lo valuterei soprattutto se:

• fai ricerche professionali ogni settimana;
• analizzi spesso documenti;
• vuoi accesso a modelli differenti;
• utilizzi Research;
• produci documenti o altri asset;
• hai bisogno di limiti operativi superiori al piano gratuito.

Non lo comprerei soltanto per avere “risposte migliori”.

La domanda corretta è:

le funzioni e le allowance aggiuntive eliminano un collo di bottiglia reale nel mio lavoro?

Se usi Perplexity qualche volta al mese per domande che potrebbero essere risolte con Search gratuita, probabilmente no.

A chi serve davvero Perplexity Max

Perplexity Max costa dieci volte il piano Pro, quindi richiede una logica diversa.

Non è semplicemente “il piano migliore”. È un livello per utenti che consumano quantità significative delle funzioni più costose o vogliono accedere alle componenti più avanzate.

Il valore può arrivare da:

• accesso più elevato ai modelli;
• modelli riservati al livello Max;
• maggior utilizzo di Research e Create;
• Model Council;
• funzionalità avanzate in Comet;
• crediti mensili per Computer;
• accesso prioritario a nuove componenti del prodotto.

Per un utente che fa soprattutto ricerche web, il salto di prezzo è difficile da giustificare.

Per un professionista che usa il sistema ogni giorno come ambiente di ricerca e produzione oppure consuma realmente Computer, il confronto deve invece essere fatto contro il costo del workflow che sostituisce, non contro il prezzo del piano Free.

Education Pro, Enterprise e API: cosa sapere senza complicare il confronto

Education Pro è rivolto a studenti e docenti verificati e aggiunge alle funzioni Pro strumenti orientati all’apprendimento, fra cui Learn Mode.

I livelli Enterprise aggiungono invece una logica organizzativa: amministrazione, gestione degli utenti, repository e condizioni di privacy differenti.

Infine esiste la API Platform, che va considerata un prodotto separato. Pagare Perplexity Pro o Max non significa acquistare automaticamente consumo API incluso: l’accesso programmatico segue una fatturazione propria.

Perplexity è affidabile? Come leggere fonti e citazioni

Perplexity può rendere una ricerca più facile da verificare rispetto a una risposta priva di fonti.

Non è la stessa cosa che renderla automaticamente affidabile.

Questa distinzione dovrebbe guidare tutto il tuo modo di utilizzarlo.

Se la domanda è:

Qual è la capitale del Portogallo?

non serve trasformare la risposta in un audit.

Se chiedi invece:

Questa configurazione server è sicura?

Questo investimento ha senso?

Questa clausola è valida?

Posso usare questo farmaco insieme a un altro?

la soglia di verifica deve cambiare completamente.

Citazioni, errori e hallucination: cosa Perplexity può ancora sbagliare

Gli errori possono comparire almeno in quattro punti:

1. Retrieval
Il sistema recupera una fonte poco pertinente, vecchia o di qualità insufficiente.

2. Interpretazione
La fonte è corretta, ma il modello ne interpreta male il significato.

3. Sintesi
Più informazioni vere vengono combinate in una conclusione non supportata.

4. Generazione
Il modello inserisce un dettaglio che non compare realmente nelle fonti.

La citazione aiuta soprattutto a rendere questi errori ispezionabili.

È un enorme vantaggio rispetto a una risposta opaca. Ma è l’utente che deve sfruttarlo.

Un metodo semplice per verificare una risposta importante

Per informazioni su cui devi realmente agire, userei un controllo in cinque passaggi:

1. Individua le affermazioni decisionali. Non verificare ogni parola: trova le frasi che cambierebbero la tua scelta.
2. Apri la citazione associata. Controlla che la fonte dica davvero ciò che Perplexity le attribuisce.
3. Valuta il ruolo della fonte. Una pagina del produttore è ottima per il suo prezzo, meno per stabilire che il suo prodotto sia il migliore.
4. Controlla data e contesto. Versione, paese, piano e condizioni possono cambiare completamente il significato.
5. Cerca una seconda fonte indipendente quando il rischio lo richiede. Più è importante la conseguenza dell’errore, più forte deve essere l’evidenza.

In pratica, non devi fare fact-checking completo di ogni risposta. Devi progettare la verifica in base al costo di avere torto.

Privacy, utilizzo delle ricerche e opzione per il training

Per gli account consumer Free, Pro e Max, la documentazione sulla raccolta dei dati di Perplexity indica che l’impostazione relativa all’utilizzo dei dati per migliorare o addestrare i sistemi è attiva di default, ma può essere disabilitata nelle impostazioni dell’account per i dati successivi all’opt-out.

Disattivarla non significa che il servizio smetta di elaborare qualsiasi dato: alcune informazioni possono continuare a essere trattate per erogare il servizio, sicurezza, conformità e miglioramento del prodotto.

Per gli account Enterprise la policy dichiarata è diversa: i dati delle organizzazioni non vengono utilizzati per l’addestramento dei modelli.

Se utilizzi Perplexity con documenti aziendali o informazioni riservate, non limitarti quindi a chiederti “Perplexity è sicuro?”. Devi verificare quale piano, quali impostazioni, quali connettori e quale policy si applicano al tuo caso.

Fonti, editori e copyright: il punto senza semplificazioni

Il fatto che un motore AI citi le fonti non risolve automaticamente tutte le questioni relative a editori, licenze e utilizzo dei contenuti.

Perplexity ha avviato programmi di partnership con publisher, mentre parallelamente il settore della ricerca generativa continua a essere oggetto di confronto e controversie su crawling, attribuzione e utilizzo dei contenuti.

Per l’utente finale la conclusione pratica è più semplice: citazione, licenza, autorizzazione e accuratezza sono quattro problemi differenti.

Una fonte può essere citata correttamente e restare oggetto di una disputa commerciale o legale. Allo stesso modo, una fonte autorizzata può essere interpretata male.

Non userei quindi la presenza delle citazioni come scorciatoia per giudicare automaticamente né qualità editoriale né liceità dell’intero processo.

Perplexity vs ChatGPT vs Google: quale conviene usare

Il confronto ha senso soltanto se partiamo dai criteri, perché ormai i tre prodotti si sovrappongono molto più di quanto suggeriscano le vecchie comparazioni.

ChatGPT può cercare sul web e fornire fonti.

Google AI Mode può sintetizzare informazioni, rispondere a domande complesse, eseguire ricerche multiple attraverso il query fan-out e continuare la conversazione.

Perplexity può creare file e completare alcuni workflow oltre alla ricerca.

Quindi la differenza non è più:

Google cerca / Perplexity cerca con AI / ChatGPT genera.

È una differenza di priorità, prodotto ed ecosistema.

Criterio	Perplexity	ChatGPT	Google / AI Mode
Ricerca documentata	elemento centrale dell’esperienza	disponibile tramite Search e ricerca avanzata	integrata nell’ecosistema Search
Citazioni	molto visibili e strutturali	presenti nelle risposte che usano Search/ricerca	link e fonti integrati nelle risposte AI
Conversazione	fortemente orientata all’approfondimento della ricerca	molto ampia e general-purpose	integrata nella ricerca
Scrittura e trasformazione contenuti	buona, con creazione di asset	molto ampia e centrale	secondaria rispetto alla ricerca
Modelli differenti	selezione multi-provider nei piani idonei	ecosistema OpenAI	ecosistema Google/Gemini
Produzione di file	Create files and apps	strumenti di lavoro e produzione	dipende dalle superfici Google
Attività agentiche	Computer e Comet	presenti in varie esperienze agentiche	crescente integrazione Search/Google
Navigazione web tradizionale	non è il focus di Search; Comet copre il browser	non sostituisce normalmente il browser	è il punto di forza dell’ecosistema Search
Migliore punto di partenza	ricerca e raccolta fonti	lavoro generale con AI	esplorazione del web e ricerca Google

Per approfondire il secondo prodotto senza basarti su confronti ormai vecchi, puoi leggere la nostra guida aggiornata a ChatGPT.

Quando sceglierei Perplexity

Sceglierei Perplexity come primo strumento quando il task parte da:

“Devo capire cosa dicono le fonti.”

Per esempio:

• ricerca su un mercato;
• ricognizione iniziale della letteratura;
• confronto fra prodotti;
• verifica di informazioni aggiornate;
• raccolta di fonti per un articolo;
• studio di un nuovo argomento;
• analisi di documenti insieme al web.

La forza del workflow sta nel fatto che risposta e fonti convivono fin dall’inizio.

Questo non significa che Perplexity produca necessariamente la migliore risposta in assoluto. Significa che rende particolarmente naturale il processo ricerca → sintesi → fonte → follow-up.

Quando ChatGPT ha più senso

ChatGPT diventa spesso più naturale quando il centro del lavoro non è trovare informazioni ma trasformare, sviluppare o iterare su un contesto.

Per esempio:

• scrivere e revisionare;
• programmare;
• lavorare a lungo su file e progetti;
• sviluppare idee;
• analizzare dati;
• costruire iterativamente un deliverable;
• portare avanti attività che utilizzano strumenti propri dell’ecosistema OpenAI.

Anche il vecchio vantaggio esclusivo di Perplexity sulle informazioni correnti è ormai molto meno netto: ChatGPT Search può cercare automaticamente sul web e collegare le fonti.

Il verdetto quindi non è “Perplexity per i fatti, ChatGPT per la creatività”.

È troppo semplice.

Userei Perplexity quando la ricerca documentata è il centro del task e ChatGPT quando la conversazione e il lavoro complessivo sul materiale sono il centro del task. In molti workflow professionali puoi usare entrambi in momenti diversi.

Perplexity e ChatGPT sono però soltanto due componenti possibili di uno stack più ampio. Se devi capire quando scegliere un generalista, quando aggiungere un tool di ricerca e quando invece serve uno specialista per immagini, video, coding o automazione, nella guida agli AI tools trovi il confronto organizzato per attività e sovrapposizione reale delle funzioni.

Quando Google e AI Mode restano la scelta migliore

Google resta estremamente difficile da sostituire quando vuoi esplorare il web, non soltanto ricevere una sintesi.

Se cerchi:

• un sito preciso;
• un negozio;
• immagini;
• risultati locali;
• prodotti;
• una pagina ufficiale;
• più prospettive da esplorare autonomamente;
• risultati che vuoi valutare senza farli prima sintetizzare da un assistente,

la ricerca tradizionale mantiene un vantaggio naturale.

AI Mode riduce però ulteriormente la distanza da Perplexity: Google può scomporre domande complesse in sottoargomenti, eseguire più ricerche e generare una risposta con collegamenti al web. Google stesso avverte che anche queste risposte possono essere imprecise e raccomanda di verificare le informazioni importanti su più fonti.

La scelta non è quindi “nuovo contro vecchio”.

È:

vuoi una risposta documentata, un ambiente di lavoro AI o l’accesso più diretto all’ecosistema della ricerca web?

Cosa puoi fare con Perplexity: esempi utili per studio e lavoro

Un elenco infinito di prompt sarebbe poco utile. Per capire davvero cosa fa Perplexity conviene guardare i workflow in cui ricerca, fonti e follow-up riducono un lavoro che altrimenti richiederebbe molte schede aperte.

Studiare e costruire una ricerca documentata

Supponiamo che tu debba studiare l’impatto dell’intelligenza artificiale sull’occupazione.

Una cattiva richiesta sarebbe:

Spiegami l’impatto dell’AI sul lavoro.

Otterresti probabilmente una panoramica utile ma molto ampia.

Un workflow migliore:

Costruisci una mappa dei principali effetti documentati dell’AI sull’occupazione, distinguendo sostituzione di task, aumento della produttività, creazione di nuovi ruoli e differenze per settore. Privilegia studi originali e fonti istituzionali.

Poi:

Separa ciò che gli studi hanno misurato da ciò che è ancora una previsione.

Infine:

Mostrami le tre evidenze che cambiano maggiormente la conclusione e apri le fonti originali.

A quel punto Perplexity non ti sta fornendo soltanto materiale da leggere. Ti sta aiutando a strutturare la ricerca.

La parte che non puoi delegare è la valutazione critica finale.

Analizzare mercato, competitor e informazioni aggiornate

Per la competitive intelligence Perplexity può ridurre parecchio il lavoro iniziale, soprattutto se la categoria cambia spesso.

Una richiesta utile potrebbe essere:

Individua i principali software attivi in questa categoria. Verifica prima che i prodotti esistano ancora e separa quelli discontinued. Poi confronta prezzi ufficiali, target, funzioni principali e limiti. Usa fonti vendor per i fatti sul prodotto e fonti indipendenti per valutazioni comparative.

Qui stai dando al sistema anche una gerarchia delle evidenze.

È molto diverso da:

Qual è il software migliore?

Nel secondo caso gli stai chiedendo un verdetto prima di definire i criteri.

Nel primo stai costruendo un processo che può condurre a un verdetto.

Lavorare con documenti, dati e report

La combinazione fra upload dei file, ricerca web e Create files and apps apre un altro scenario.

Puoi partire da:

• report interno;
• CSV;
• PDF;
• presentazione;
• documentazione tecnica;

e chiedere di collegare quel materiale a fonti pubbliche.

Per esempio:

Analizza il CSV delle vendite. Identifica i tre segmenti in maggiore calo, cerca dati di mercato che possano aiutare a formulare ipotesi e produci un foglio separando dati interni, dati esterni e interpretazioni.

La separazione finale è fondamentale.

Il sistema può aiutarti a trovare correlazioni interessanti. Non significa che abbia dimostrato la causa del calo.

La qualità di un workflow AI cresce molto quando chiedi esplicitamente di separare dato, fonte, inferenza e decisione.

Usare Computer o Comet quando la ricerca deve diventare un’azione

Il salto verso Computer e Comet ha senso quando leggere una risposta non completa il lavoro.

Immagina di dover:

1. cercare una serie di fornitori;
2. confrontarne le caratteristiche;
3. raccogliere i dati;
4. organizzare un foglio;
5. preparare un riepilogo;
6. utilizzare strumenti collegati per continuare il processo.

Una normale ricerca può aiutarti con i primi tre passaggi.

Un sistema agentico prova a proseguire il workflow.

È potente, ma aumenta anche la superficie di rischio. Quando un AI può agire su account, email, file o servizi collegati, non devi controllare soltanto la qualità del testo: devi controllare permessi, azioni consentite, dati accessibili e conseguenze dell’errore.

Più autonomia concedi al sistema, più importante diventa sapere quando deve chiedere conferma.

I limiti di Perplexity da conoscere prima di affidarsi alle sue risposte

Il modo peggiore di descrivere i limiti di Perplexity sarebbe dire semplicemente “può avere hallucination”.

È vero, ma non basta.

Per usarlo bene devi capire dove può rompersi l’intera catena di ricerca.

Una buona citazione può comunque supportare una conclusione sbagliata

Questo è probabilmente il limite più sottovalutato.

Se una risposta contiene dieci citazioni vere, l’interfaccia comunica immediatamente una sensazione di solidità. È comprensibile: puoi vedere le fonti.

Ma dieci fonti vere possono essere usate male.

Esempio:

• fonte A dice che un software ha una determinata funzione;
• fonte B dice che costa meno di un concorrente;
• fonte C mostra recensioni positive;
• Perplexity conclude che è “la scelta migliore per le PMI”.

Le tre premesse possono essere corrette e la conclusione ancora debole.

Manca una definizione di PMI, mancano criteri di confronto, potrebbero mancare costi indiretti e non sappiamo se le recensioni siano rappresentative.

Per questo il controllo migliore non è soltanto:

“La fonte esiste?”

ma:

“Questa fonte giustifica precisamente ciò che la risposta sta concludendo?”

Qualità e disponibilità delle fonti condizionano il risultato

Un motore di ricerca AI non possiede accesso perfetto a tutta la conoscenza.

La qualità dell’output dipende da ciò che riesce a recuperare.

Se la migliore documentazione è:

• dietro login;
• non indicizzata;
• disponibile soltanto in un database specialistico;
• scritta in una lingua che non stai includendo;
• contenuta in documenti che il crawler non riesce a leggere;
• molto recente e ancora scarsamente distribuita,

la risposta può partire da un campione informativo incompleto.

Questo significa che “non l’ha trovato Perplexity” non equivale a “non esiste”.

È lo stesso principio che vale per ogni ricerca: assenza nel set recuperato non è prova di assenza nel mondo reale.

Limiti, crediti, modelli e funzioni possono cambiare rapidamente

Perplexity appartiene a una categoria molto volatile.

Cambiano:

• modelli;
• piani;
• limiti;
• crediti;
• modalità;
• nomi delle funzioni;
• integrazioni;
• disponibilità per account;
• interfaccia.

Per questo questa guida evita di costruire il proprio valore su schermate e numeri che potrebbero cambiare senza modificare il concetto.

Se devi prendere una decisione economica — soprattutto fra Pro e Max — controlla sempre il pannello di acquisto e la documentazione ufficiale prima di sottoscrivere l’abbonamento.

Lo stesso vale per il modello AI.

La domanda utile non è:

“Qual è il modello che usa Perplexity?”

ma:

“Quale combinazione di modalità, fonti, modello e strumenti sta usando Perplexity per il task che devo svolgere?”

È una domanda meno immediata, ma descrive molto meglio il prodotto attuale.

Conclusione

Perplexity nasce dalla ricerca, e questa origine continua a essere il suo tratto più convincente: pone risposta, fonti e approfondimento nello stesso workflow.

Se devi capire rapidamente un argomento, confrontare molte informazioni o iniziare una ricerca documentata, può ridurre parecchio il lavoro meccanico che normalmente passa attraverso query, schede, appunti e sintesi manuale.

La parte da non delegare è il giudizio.

Le citazioni rendono una risposta controllabile, non automaticamente corretta. Research aumenta la profondità, non garantisce la completezza. Un modello più avanzato può ragionare meglio, ma non corregge una fonte sbagliata. E quando Perplexity passa dalla ricerca all’azione attraverso Computer o il browser, aumenta anche ciò che devi governare.

Per la maggior parte degli utenti partirei dal piano gratuito. Passerei a Pro quando la ricerca avanzata, i file e le modalità aggiuntive entrano davvero nel lavoro quotidiano. Max lo valuterei soltanto quando i limiti superiori, Computer, Model Council o le funzioni più avanzate hanno un valore economico concreto.

E nel confronto con ChatGPT e Google eviterei un vincitore assoluto: Perplexity è particolarmente forte quando il lavoro inizia dalle fonti; ChatGPT quando il centro diventa l’elaborazione e il workflow general-purpose; Google quando vuoi esplorare direttamente il web e il suo ecosistema di ricerca.

Scegliere bene non significa quindi trovare “la migliore AI”. Significa capire quale parte del lavoro vuoi delegare e quale devi continuare a verificare tu.