精选几个适用于Perplexity Research的Python提示语分享

我是在Medium上看到这篇文章的。

原文名字：10 Perplexity Deep Research prompts to turn you into a superhuman

因为这篇文章是Member-only story，有些部分可能不是会员看不到。我使用了几个Prompt，感觉还不错，下面分享几个。

第一个：行业报告

def industry_scoop(industry, place, years):
info = {
"Industry": industry,
"Place": place,
"Size": grab_data("market_size", place),
"Big_Names": grab_data("top_players", industry),
"Trends": grab_data("trends", industry),
"Drivers": grab_data("growth_stuff", industry),
"Hiccups": grab_data("problems", industry),
"Future": grab_data("forecast", years),
"Sources": []
}
print(f"What’s up with {industry} in {place}?")
for key, value in info.items():
print(f"{key}: {value}")
return info

这个分析某个行业在某个地方最近几年的行业报告分析，包括市场规模，大玩家，趋势，增长动力，问题，未来预测，信息来源这几个大的维度。

Python prompt的好处，就是比较简单。只需要把Industry，place，years这三个选项填进去，在Perplexity Research上分析就可以了，当然其他大模型也可以。如果需要扩展其他维度，也可以修改Python的内容，或者直接告诉大模型，自己想添加的内容，然后显示Python语言就行，但是我发现还是需要懂一些简单的语言，会更快一些。 有人觉得有AI了，可以不用学编程，我倒是觉得有AI了，更应该学点编程语言了。 可惜以前学的少，就大学的C++，但是已经完全忘记了。

例子：比如你想研究悉尼地区Gelato前三年情况， 只需要填写：Gelato，Sydney，2023-2025。

我试了一下，对于网络资料比较全的，效果还是挺好的，对于比较冷门行业，数据不准确，可以提供了一个参考作用。

第二个：市场营销

def marketing_plan(product, crowd):
plan = {
"Product": product,
"Crowd": crowd,
"Groups": grab_data("segments", crowd),
"Kids": describe_people(crowd),
"Messages": write_slogans(product),
"Channels": pick_spots(crowd),
"KPIs": set_goals(product)
}
print(f"Marketing Game Plan: {product}")
for key, value in plan.items():
print(f"{key}: {value}")
return plan

这个可以帮助你做一份市场营销报告，可以填进产品和目标客户。

例子：SaaS note taking tool，Content Creator。就可以了解一下市面的情况，可以根据它的提醒，设计一份市场营销的策略。当然他的有些维度，自己也可以调节一下，根据python的语言模式，自己再添加或者减少一些，得到的结果更符合自己的预期。

def marketing_plan(SaaS note taking app, content creator):
plan = {
"Product": product,
"Crowd": crowd,
"Groups": grab_data("segments", crowd),
"Kids": describe_people(crowd),
"Messages": write_slogans(product),
"Channels": pick_spots(crowd),
"KPIs": set_goals(product)
}
print(f"Marketing Game Plan: {product}")
for key, value in plan.items():
print(f"{key}: {value}")
return plan

第三个：旅行计划

def travel_plan(place, days):
guide = {
"Place": place,
"Spots": grab_data("attractions", place),
"Culture": grab_data("culture", place),
"Best_Time": grab_data("timing", place),
"Transport": grab_data("transport", place),
"Stay": grab_data("lodging", place),
"Safety": grab_data("safety", place),
"Budget": estimate_cost(days)
}
print(f"Adventure in {place}")
for key, value in guide.items():
print(f"{key}: {value}")
return guide
我自己填入了shanghai，5 days，得到一份较为详细的上海五天旅行建议。

等报告出来，可以用return in Chinese，或者直接让他用中文输出，效果还比较不错，因为对上海比较了解，看到的结果还是比较符合5天旅行计划的，可靠性还是不错的。这样我就可以相信他给我推荐其他城市的报告了。比如我不太了解成都，我就可以让他给我做一份成都5天的旅行计划。

第四个：创业点子

def startup_check(idea, years):
study = {
"Idea": idea,
"Market": grab_data("market_size", idea),
"Customers": grab_data("demographics", idea),
"Rivals": grab_data("competitors", idea),
"Costs": estimate_costs(idea),
"Risks": grab_data("risks", idea),
"Pricing": suggest_prices(idea),
"Profits": estimate_profits(years)
}
print(f"Startup Idea: {idea}")
for key, value in study.items():
print(f"{key}: {value}")
return study

这个Prompt可以帮助我们在有创业电子的时候，了解一下市场环境。

比如我们有一个idea，做网络销售儿童玩具，就写online shop for children toys，2023-2025。他可以帮我们搜集一些资料。可以试试很多不同的idea，然后结合自己的生活经验，在创业前期有一个大概了解。我感觉一般2C的产品资料比较丰富，2B的话还是比较少一些。因为2B的资料在网络上比较少，除非一些大型上市公司，我们可以搜集到一些资料。

这四个我觉得还不错，你也可以试试看。

---