Perbandingan antara NotebookLM dan Perplexity dalam carian mendalam: Penilaian berdasarkan 5 pertanyaan carian kompleks

Alat kecerdasan buatan Kebingungan AI و Buku notaLM Ia mewakili anjakan paradigma dalam cara kita mendekati penyelidikan, tetapi ia mengikuti laluan yang sedikit berbeza.

Ciri Penyelidikan Mendalam Perplexity Ia seperti mempunyai pembantu penyelidikan yang sangat cekap. Anda menanyakan soalan, dan ia mengimbas pelbagai sumber, meringkaskan keputusan, malah menyediakan pautan ke kandungan asal jika anda ingin menyelidiki lebih mendalam. Ia bagus untuk mendapatkan jawapan pantas dengan konteks dan sumber.

Bagi NotebookLM Google pulaDia lebih seperti seorang guru yang terlalu bersemangat. Dia mengekstrak dokumen, mencipta video dan podcast, dan mengeluarkan dua puluh versi berbeza maklumat yang anda perlukan.

Satu memberi tumpuan kepada perincian, menawarkan dokumen yang panjang dan pelbagai sumber. Satu lagi cuba menjadikannya menarik, mengajar melalui multimedia yang akan menghiburkan anda. Tetapi yang mana lebih baik?

1. Cara menjaga kesihatan tumbuhan dalaman

Tuntutan:Apakah cara terbaik yang terbukti untuk memastikan tumbuhan dalaman biasa sihat di pangsapuri yang kurang cahaya? Bandingkan jenis tumbuhan, rutin penjagaan, strategi penyiraman dan sebarang kajian hortikultur yang boleh dipercayai mengenai tahap cahaya.

NotebookLM: Di sini, kajian mendalam lebih terasa seperti duduk di meja sekolah digital daripada bertanya soalan ringkas dalam talian, yang mengagumkan tetapi mungkin keterlaluan untuk pengguna kali pertama.

Tidak berpuas hati dengan hanya menjawab soalan itu, beliau telah menyusun senarai fail PDF dan sumber web yang tersedia untuk pilihan peribadi bagi memperkayakan laporan yang akan datang, dengan menyediakan 23 sumber dan juga gambar rajah “Lima Rukun Penjagaan.”

Ia mengelirukan, tetapi butirannya menakjubkan, terutamanya dengan video yang dijana AI.

Kebingungan: Sebaliknya, Perplexity memberikan hasil yang ringkas dan mudah difahami.

Walaupun tidak selengkap NotebookLM, ia lebih mudah diurus dan mesra pengguna. Tab "Pautan" menyediakan sumber langsung untuk maklumat lanjut dan menggalakkan saya untuk meneroka topik tersebut mengikut rentak saya sendiri.

Walaupun ini memerlukan usaha Plus daripada saya melalui sedikit bacaan ringan, saya menghargai senarai yang disokong sumber dan mendapat jawapan yang jauh lebih pantas daripada yang saya dapat dengan NotebookLM.

Pemenang: NotebookLM

Walaupun mungkin mengelirukan, respons NotebookLM berusaha lebih keras untuk menjawab soalan saya dan menyediakan sumber pendidikan tambahan untuk membimbing saya.

2. Perbandingan jenis pilsarapan

Tuntutan: Bandingkan tiga jenama bijirin sarapan utama dari segi rasa, nilai pemakanan dan harga. Petik analisis pemakanan bebas, ujian rasa pengguna dan data harga pasaran terkini, dan berikan kedudukan yang jelas dan berasaskan bukti.

NotebookLM: Sekali lagi, NotebookLM kelihatan seperti ruang kerja yang menjurus kepada penyelidikan pelbagai sumber. Apabila saya memintanya menganalisis tiga bijirin sarapan pagi teratas, ia mula-mula membentangkan dapatannya.

Beliau kemudian memberikan pecahan terperinci yang menggabungkan kedudukan jualan dan kriteria pemakanan seperti serat, gula, dan juga rasa, yang diambil daripada 22 sumber.

Kebingungan: Sebaliknya, Perplexity mengambil pendekatan yang sama sekali berbeza. Daripada membina ruang kerja berdasarkan topik tersebut, ia terus kepada jawapan berstruktur dengan jadual, graf dan bukti yang didokumenkan, semuanya pada satu halaman.

Dia juga mencipta gambar rajah mudah yang membentangkan maklumat utama dalam format yang mudah difahami.

Ia juga mengira variasi dalam kos bulanan dan memasukkan pertimbangan kesihatan seperti toleransi serat bagi mereka yang mempunyai sensitiviti. Semuanya teratur dengan baik dan mudah diikuti, dengan pautan ke sumber dan fail yang dinamakan dengan jelas di bahagian atas.

Pemenang: Kebingungan

Perplexity menawarkan penyelesaian yang mudah tetapi berkesan, menyatukan semua maklumat ke dalam satu format yang bersih. Walaupun NotebookLM juga berfungsi dengan baik, ia terasa terlalu banyak, memberikan terlalu banyak maklumat tambahan sehingga mengelirukan.

3. Menilai aplikasi pengangkutan awam

Tuntutan: Nilaikan aplikasi pengangkutan awam yang menyediakan maklumat masa nyata yang tepat untuk bandar Bristol di UK. Nilaikan sumber data, kekerapan kemas kini, ketepatan laporan yang dijana pengguna, amalan privasi dan sebarang audit pihak ketiga.

NotebookLM: Selepas menunggu beberapa minit untuk laporan daripada NotebookLM, saya tiba-tiba keliru: “Dokumen-dokumen ini secara kolektifnya mentakrifkan landskap data pengangkutan awam dan sistem maklumat masa nyata, dengan tumpuan utama pada perkhidmatan bas di UK dan Singapura.” Soalan saya jelas mengenai bandar yang dimaksudkan, jadi saya tidak pasti mengapa Singapura disebut.

Graf tersebut menggambarkan bagaimana piawaian data terbuka meningkatkan ketepatan dan kebolehpercayaan maklumat bas masa nyata untuk semua aplikasi pengangkutan menggunakan sumber UK. Walau bagaimanapun, ia tidak memilih aplikasi terbaik atau menangani ulasan pengguna, privasi atau audit aplikasi; oleh itu, anda mungkin perlu menjalankan kajian lanjut untuk faktor-faktor ini.

Kebingungan: Sementara itu, Perplexity serta-merta menawarkan jawapan yang mudah dalam ringkasannya: “Bagi penduduk Bristol, Bustimes.org muncul sebagai sumber yang dipercayai untuk maklumat bas masa nyata, menggabungkan data daripada pelbagai sumber rasmi dengan amalan ketelusan yang kukuh…”

Ini diikuti oleh bahagian utama seperti aplikasi pengangkutan utama Bristol, sumber data dan kekerapan kemas kini, isu ketepatan laporan yang dihantar pengguna, kualiti data, amalan privasi dan bahagian berkaitan lain.

Pemenang: Kebingungan

Walaupun Perplexity padat dengan teks, ia akhirnya memberikan jawapan yang saya cari, yang dapat saya peroleh daripada ringkasannya sahaja. Dalam kes ini, NotebookLM kelihatan seperti pembentangan semata-mata, tanpa isi.

4. Snek sihat dalam 10 minit

Tuntutan:Senaraikan beberapa snek sihat yang boleh saya sediakan di rumah dalam masa kurang daripada 10 minit. Utamakan garis panduan pemakanan berasaskan bukti, sertakan senarai ramuan dan terangkan sebarang pertukaran pemakanan antara pilihan.

NotebookLM: Berdasarkan 22 sumber, NotebookLM menghasilkan ringkasan bertajuk “Kenyang dan Snek Strategik: Protein, Lemak dan Pengurusan Berat Badan.”

Ia serta-merta kelihatan lebih rumit daripada yang sepatutnya, dan sekali lagi, ia sebenarnya tidak memberikan jawapan yang saya cari. Ia menawarkan berhalaman maklumat… pada dasarnya semuanya kecuali cadangan snek sihat sebenar yang saya sebutkan.

Kebingungan: Kebingungan tidak mengecewakan dalam bidang ini, memberikan apa yang diminta daripada mereka dan membuktikannya: “Berikut adalah beberapa snek sihat yang boleh anda buat di rumah dalam masa kurang daripada 10 minit, setiap satunya dengan senarai ramuan dan garis panduan pemakanan berasaskan bukti. Pilihan yang disediakan mengutamakan makanan keseluruhan dan keseimbangan makronutrien, dengan penjelasan tentang keseimbangan pemakanan mereka.”

Kajian mendalam menghasilkan 10 resipi, diikuti dengan bahan-bahan, nutrisi dan pertukaran untuk setiap satu.

Dalam tab "Pautan" dan "Imej", saya telah diarahkan ke pelbagai sumber berwibawa yang melengkapi hasil ringkasan dalam tab "Jawapan".

Pemenang: Kebingungan

Perplexity sememangnya telah menyelesaikan tugasan yang saya berikan kepadanya. Sekali lagi, NotebookLM kelihatan seperti biasa, tetapi kekurangan beberapa fungsi teras yang penting.

5. Kurangkan penggunaan elektrik di rumah pada musim sejuk

Tuntutan:Terangkan cara paling berkesan untuk mengurangkan penggunaan elektrik di rumah semasa musim sejuk. Tumpukan pada strategi yang disokong data, penjimatan kos, penambahbaikan penebat, kecekapan perkakas dan perubahan tingkah laku yang disokong oleh kajian yang boleh dipercayai.

NotebookLM: NotebookLM menyediakan ringkasan komprehensif tentang “strategi pengurangan tenaga kediaman, yang memberi tumpuan kepada penaiktarafan teknologi dan perubahan tingkah laku,” yang konsisten dengan penyampaian hasil yang relevan.

Ia juga menyampaikan pembentangan slaid yang menarik dan juga podcast, yang memang hebat. Dari segi kecekapan tenaga rumah, NotebookLM menunjukkan prestasi yang sangat baik.

Kebingungan: Keputusan Perplexity nyata kurang memuaskan dari segi reka bentuk, interaktiviti dan kebolehbacaan. Memandangkan subjek kecekapan tenaga itu sendiri yang kompleks, saya menjangkakan sekurang-kurangnya beberapa gambar rajah atau carta untuk membantu menjelaskan perkara tersebut.

Walau bagaimanapun, ia sangat bergantung pada teks dan penatalan yang seolah-olah tidak berkesudahan. Tidak banyak yang dapat menarik perhatian anda atau membuat anda terus terlibat atau berinteraksi melainkan anda secara sedar beralih ke tab "Pautan" atau "Imej", yang menyediakan beberapa blog dan laman web untuk mengesahkan penemuannya, dan imej tersebut mendedahkan carta sumber.

Pemenang: NotebookLM

Di sini, butiran tambahan dalam Buku Nota membuahkan hasil, menjawab soalan saya sepenuhnya, tetapi juga dengan cara yang semula jadi dan menarik.

Pemenang Keseluruhan: Kekeliruan

Kedua-dua model telah berusaha sedaya upaya untuk menjawab soalan saya di sini. Walaupun persaingan sengit, Perplexity berjaya meraih kemenangan tipis.

Ini disebabkan oleh fokus Perplexity terhadap perincian, berbanding kecenderungan NotebookLM terhadap daya tarikan visual. Kadangkala ini berfungsi dengan cemerlang, menghasilkan laporan yang terperinci dan menarik, tetapi pada masa lain fokusnya telah membawa ke arah yang salah.

Ini juga boleh menyebabkan peningkatan maklumat pada masa-masa tertentu. Walaupun Perplexity tidak begitu menarik, ia secara keseluruhannya lebih berguna.

---