Я дважды знакомился с Perplexity. Первый опыт оказался не очень удачным — через неделю понял, что захожу туда не потому, что удобно, а потому что это теперь моднее Яндекса. Но этим летом, спустя год, я снова потестил Perplexity. На этот раз мне действительно зашло, и он стал для меня основным поисковым виджетом.

Буду иногда делиться здесь сценариями использования поисковика, проверенными на моих рабочих задачах. Начнем с B2B аутрича, разберем по шагам сбор базы контактов ЛПРов в компаниях из вашей ЦА.

Шаг 1. Найдите одну или несколько компаний, идеально соответствующую вашей ЦА. Это можно сделать через любой поиск, но с Perplexity и Web search в ChatGPT результат качественнее.

Шаг 2. Попросите Deep Research Perplexity составить параметризованное описание выбранной компании (численность, выручка и прочие метрики). Это поможет найти похожие (lookalike) компании. Можно иначе, на шаге 1 найти 3-5 компаний из своей ЦА и перейти на третий шаг. Но здесь рекомендую промежуточно уточнить у Perplexity, по каким параметрам он ищет lookalike, чтобы при необходимости скорректировать запрос.

Шаг 3. По критериям или списку из 3-5 компаний сделайте Deep Research похожих компаний. Советую ограничить выборку 10-12 компаниями за одну итерацию, так точность поиска будет выше. Лучше провести 2-3 итерации по 10-12 компаний (с уточнением, что повторяться нельзя), чем одним разом получить 30-35 штук, из которых половина будет нерелевантна.

Шаг 4. Дальше для каждой компании формулируем следующий запрос:

«Найди мне контактные данные всех ЛПРов данной компании [название], [сайт], а именно linkedin, Сетка, Tenchat, Telegram. Меня интересуют в первую очередь такие роли, [перечисление ролей]. Ответ сформируй в формате таблицы».

• Самый интересный поинт, на мой взгляд: дополняем запрос на четвертом шаге: «Предположи, какие у них могут быть email, с учетом алиаса почты, принятого в данной компании».

Perplexity найдет одну почту любого сотрудника из этой компании (чаще не ЛПРа), поймет, как формируются почты на основе имени и фамилии и сгенерирует по ФИО почты нужных вам людей. Конечно, этот ответ на 100% верный, но моя практика показала 89% попадание.

При больших объемах поиска этот процесс можно полностью автоматизировать через n8n.

А почему в заголовке про экономию 50к рублей? У сторонних агентств базы данных стоят по 500-600 рублей за контакт. Даже учитывая, что точность «предполагаемых» email не стопроцентная, своими руками за 3–4 часа вы соберете аналогичный список из 100 контактов, при этом заметно сэкономив.