Perplexity（パープレキシティ）は、質問を受けるとまずWebを検索し、見つけた文書を根拠にAIモデルが回答を書き、参照したURLを本文に添えて返す「回答エンジン」です。強みも弱点も、この「検索が先、生成が後」という構造から生まれます。この記事では、Perplexityが公開している検索基盤の技術解説と公式ドキュメント、第三者調査の実測値をもとに、強みの中身、根拠を選ぶアルゴリズム、精度の限界、料金プランを順に整理します。
まとめ：Perplexityの強みと出典確認の必要性
- 検索してから答える。回答の各文に根拠URLが付くため、数字や主張の出どころをその場で確かめられます。
- 根拠を選ぶのは自社の検索基盤。Perplexityは2,000億を超えるURLを追跡する自前のインデックスを持ち、語彙検索と意味検索を併用した候補集めと多段ランキングで、回答に渡す文書の断片を選んでいます。
- モデルは選べる。有料プランではGPT・Claude・Geminiなど他社モデルにも切り替えられ、「PerplexityというひとつのAIモデル」があるわけではありません。
- 精度は万能ではない。記事の出典を言い当てさせたコロンビア大学Tow Centerの調査（2025年3月）で、Perplexityの誤答率は37%でした。
下調べの速度を上げる道具としては有力です。ただし、出力を確認せず社外向け資料の根拠にすると、誤った数値や出典を掲載するおそれがあります。具体的な限界は精度の章で説明します。
Perplexityとは：検索してから答える回答エンジンの基本
開発元のPerplexity AIと提供形態
開発元は米国のPerplexity AI, Inc.で、2022年にAravind Srinivas、Denis Yarats、Johnny Ho、Andy Konwinskiの4名が設立しました。Webブラウザ版のほか、iPhone・Androidアプリ、自社ブラウザのComet、法人向けのEnterpriseプランを提供しています。日本では2024年6月にソフトバンクとの戦略的提携が発表されました。
ChatGPTなど対話型AIとの設計の違い
汎用の対話型AIは、学習済みの知識で答えるのが基本で、Web検索は必要に応じて呼び出す機能です。Perplexityは逆で、検索は既定の動作です。最新の出来事や数値を調べる際は検索結果を参照できます。ただし、Web上に根拠が少ないテーマでは情報源の確保が課題となり、長文作成や推敲の品質は選択モデルや指示内容にも左右されます。料金や機能をChatGPT・Gemini・Claude・Copilotと横並びで比べたい場合は、対話型AIサービス比較とおすすめ｜ChatGPT・Gemini・Claude・Copilotの料金・無料版・学習設定【2026年10月】で条件別に整理しています。
Perplexityの強み｜出典表示・モデル選択・探索範囲の制御
回答の各文に根拠URLを付ける設計
回答文中の番号から、根拠になったページへ直接飛べます。引用表示は後付けではなく、取得した文書を根拠に書かせる生成方式そのものから出てくるものです。実務上の価値は検算の速さにあります。「この数字はどこから来たのか」を確かめる時間が短くなる。逆に言えば、引用元を開かずに使うなら、この強みは何も効いていません。
GPT・Claude・Geminiを切り替えるモデル選択
回答を書くモデルは利用者が選べます。公式ヘルプのモデル表（2026年10月27日時点）では、Proで選べる検索用モデルはGPT-6.1 Sol、Gemini 3.8 Flash、Claude Sonnet 5.5、Kimi K3、GLM 5.3、Grok 4.7、Nemotron 3.5 Super VLの7種で、MaxではこれにGPT-6 Astra、Gemini 4 Argon、Claude Opus 5.5、Claude Fable 5.1が加わります。自社モデルのSonarは、2025年2月の発表時点でLlama 3.3 70Bをもとに、回答の事実性と読みやすさを高める追加訓練をしたモデルと説明されていました。
単一ベンダーの都合でモデルが入れ替わる構成と違い、用途に応じて選び直せる。ここが乗り換えのしにくさを下げる要素です。ただしモデル表は月単位で入れ替わるため、上の名前は2026年10月末時点の一覧として読んでください。同じ質問を複数のモデルに投げて回答を突き合わせる機能は、Perplexity Model Council（モデル評議会）とは｜使い方・対応モデル・料金【2026年9月版】で扱っています。
公開日とドメインで探索範囲を絞るフィルタ
回答の根拠にするページの範囲を機械的に絞れるのも特徴です。開発者向けのSearch APIのドキュメントでは、search_recency_filterでhour・day・week・month・yearの粒度、search_after_date_filterなどで公開日と更新日の期間を指定でき、search_domain_filterでは最大20ドメインを「含める」か「除外する」かのどちらか一方で指定できます。ドメインの後ろにパスを付けて、サイトの一部だけに絞ることも可能です。
官公庁とベンダーの公式サイトだけを参照させて調べる、といった使い方ができるわけです。検索結果にはタイトル・URL・抜粋に加えて公開日と更新日が返るため、古い記事が根拠に紛れ込んでいないかを呼び出し側でも判定できます。
回答アルゴリズムの仕組み｜インデックスから出典付き回答までの流れ
「Perplexityのアルゴリズム」と聞くと、多くの解説は回答を書くモデルの話で終わります。実際に回答の質を左右するのは、その手前で「どの文書のどの部分を根拠として渡すか」を決める検索基盤です。Perplexityは2025年9月25日、研究ブログ「Architecting and evaluating an AI-first Search API」でその構成を公開しました。1日2億件のクエリを処理する本番の検索基盤で、回答エンジンと開発者向けのSearch APIが同じ基盤を使っています。以下はこの解説に沿った流れです。
2,000億URL超の自社インデックスと機械学習による巡回の優先付け
Perplexityは他社の検索結果を借りず、自前のインデックスで動いています。追跡しているURLは2,000億超。クローラーとインデックスの処理系は、数万CPUと数百TBのメモリで構成されるといいます。それでもWeb全体を頻繁に巡回し直すことはできないため、URLごとに「インデックスすべきか」と「いつ取りに行くべきか」を機械学習モデルで予測し、重要度と更新頻度に合わせて巡回の予算を配分しています。すぐ参照できる状態に置く文書は、権威のあるドメインの文書や、情報が手薄な話題の文書を優先するとも書かれています。
ページを意味のある断片に分ける本文解析
取得したページは、固定のルールではなくサイトの構造に合わせて変わるルールセットで本文を抽出します。表やリストが整ったサイトには定型的な抽出規則を、自由記述の投稿が中心のサイトには緩い規則を当てる、という具合です。このルールセットは、抽出結果を最先端のLLMに「取りこぼしがないか」「元の構造を保っているか」で評価させ、誤りの多い箇所から修正案を作って更新する仕組みで改善されています。抽出した本文は、それだけで意味が通る小さな断片に分割されます。モデルに渡す文脈は1トークンも無駄にできないため、文書を丸ごとではなく断片単位で取り出せるようにしているわけです。
語彙検索と意味検索を合わせた候補集めと多段ランキング
質問が来ると、キーワードの一致で探す語彙検索と、意味の近さで探す埋め込みベースの検索を両方実行し、結果を1つの候補集合にまとめます。この段階は取りこぼさないことが優先です。次に、明らかに無関係な文書や古い文書を簡単な規則で落とし、そのあと速度重視の語彙・埋め込みスコアで絞り込み、最後に質問と文書を同時に読む高精度なクロスエンコーダ型の再ランキングモデルで順位を決めます。順位付けは文書単位と断片単位の両方で行われます。ランキングモデルの学習には、毎時数百万件のリクエストから得られる利用データと、AIによる評価・人のフィードバックが使われています。
選ばれた断片を根拠にモデルが回答を書く生成段階
上位に残った断片が、選択中のモデルに根拠として渡されます。モデルはそれをもとに回答を書き、参照した文書への引用番号を本文に差し込みます。検索段階で根拠を取り違えると、生成段階にも誤りが引き継がれるおそれがあります。前段の検索が古い記事や的外れなページを上位に選ぶと、高性能なモデルでも、その内容をもっともらしい文章にして返す可能性があります。回答がおかしいと感じたら、モデルを替える前に引用元を見るほうが原因に早くたどり着けます。調べ直しを何度も繰り返してレポートにまとめるDeep Research系の処理は、Deep Researchの仕組みとは？計画・検索・調べ直し・レポートの4段階とGemini・Claudeとの違いで扱っています。
自社サイトがPerplexityに引用される条件｜PerplexityBotと本文の構造
公開された検索基盤の説明をもとに、サイト運営者が確認したい項目を3つ挙げます。以下には本稿の推論も含まれ、引用の必要十分条件を示すものではありません。
1つ目はクローラーを止めていないことです。Perplexityのクローラー解説によると、検索結果に表示しリンクするためのクローラーはPerplexityBotで、AIの基盤モデルの学習には使わないと明記されています。検索結果に載りたいなら、robots.txtでPerplexityBotを許可し、公開されているIPレンジからのアクセスをWAFで止めないよう推奨されています。robots.txtの変更が反映されるまでは最大24時間です。利用者の質問に応じてページを読みに来るPerplexity-Userは別のエージェントで、利用者の依頼による取得のため原則としてrobots.txtの規則に従わないと書かれています。CloudflareのBot Fight Modeはカスタムルールで除外できず、有効にしているとPerplexityのボットにもチャレンジがかかる点にも注意が要ります。
2つ目は、断片単位で切り出されても意味が通る本文にすることです。検索基盤は文書を自己完結した断片に分けて順位を付けます。そこで本稿では、1つの見出しの下で1つの問いに答え、主語や数値をその段落の中で完結させる書き方を勧めます。ただし、それで引用される確率が上がると公式に確認されたわけではありません。
3つ目は、更新日と公開日を正しく出すことです。公式説明では、前処理で関連性のない内容や鮮度を失った内容を除外するとされています。Search APIの結果には公開日と更新日の項目もあります。内容を実質的に更新した場合は、その変更に合った更新日を表示してください。表示日付だけを新しくしても、引用上の優位性が保証されるわけではありません。
ChatGPT検索など他のAI検索も含めた引用対策の全体像はLLMOとは？SEOとの違いと生成AIに引用される対策・効果測定【2026年10月】で整理しています。自社サイトの対策を外部に任せたい場合は、LLMO対策の支援でAI検索での引用状況の調査から対応しています。
回答の精度と限界｜Tow Center調査の誤答率37%の読み方
コロンビア大学ジャーナリズム大学院のTow Centerは2025年3月6日、出版社20社の記事10本ずつをAI検索8種に照会した1,600クエリの調査結果をColumbia Journalism Reviewで公表しました。設問は記事の抜粋を渡し、見出し・発行元・公開日・URLを言い当てさせるものです。この出典同定タスクでのPerplexityの誤答率は37%で、8種全体では6割超の回答が誤り、Grok 3は94%に達しました。
この数字には限定が2つ付きます。1つは、37%は「出典を言い当てる」課題での誤答率で、回答全般の事実の正確さを測ったものではないこと。もう1つは、テストが2025年2月に実施され、同年3月6日に公表されたもので、その後の更新は反映されていないことです。
そのうえで見逃せない記述があります。Perplexity ProとGrok 3の有料版は、それぞれの無料版より多くの設問に正答した一方、逆説的に誤答率も高かったという点です。回答を辞退せず踏み込むぶん、誤りを自信のある口調で示していました。また、クローラーを拒否していたNational Geographicの有料記事10本を、無料版Perplexityが全て言い当てたとも報告されています。出典が付いていることと、その出典が正しいことは別問題です。精度を上げる現実的な手段は、参照先を公式サイトに絞る、公開日の範囲を指定する、引用リンクを開いて原文を確認する、の3つです。
料金プランとAPI｜無料・Pro・Max・法人向けとSonar終了後の開発者向け
個人向け・法人向け5プランの料金と上限
| プラン | 月払い | 年払い | Pro検索の上限 | Researchの上限 |
|---|---|---|---|---|
| Free | 0ドル | – | 1日3回 | 月1回 |
| Pro | 20ドル | 200ドル | 週単位の枠 | 月単位の枠 |
| Max | 200ドル | 2,000ドル | 週単位の枠 | 月単位の枠 |
| Enterprise Pro | 1席40ドル | 1席400ドル | 週400回 | 月50回 |
| Enterprise Max | 1席325ドル | 1席3,250ドル | 週4,000回 | 月500回 |
金額と上限は公式ヘルプのプラン比較と各プランの説明ページによるもので、Maxの年払いはWebアプリからの契約に限られます。Proの上限は「平均的な利用」、Maxの上限は「高度な利用」向けの週・月の枠として示されており、公式比較表では固定の回数は公表されていません。
選び分けは単純です。出典付きの検索回答を試すだけなら無料版で足ります。モデルを選びたい、詳細な検索を毎日使う、という段階でPro。調査やエージェント機能を大量に回すならMaxです。社内で使うなら、学習への利用や管理機能の条件を確認したうえでEnterprise系を検討してください。
Sonar Chat Completionsのサポート終了とAgent APIへの移行
開発者向けの旧来のSonar Chat Completionsは、2026年9月27日にサポートを終えました。ただし同期・ストリーミングのリクエストはAgent APIへの変換によって引き続き動作し、非同期リクエストはサポート対象外です。後継のAgent APIでは、検索と出典付きの回答生成を1回の呼び出しで行い、Perplexity製のperplexity/sonarに加えてOpenAI・Anthropic・Googleなど他社のモデルも呼び出せます。料金はPerplexityのモデル別料金表に従い、提供元の公表単価と異なる場合があります。回答の生成が要らず検索結果だけ欲しい場合は、Search APIの出番です。APIキーの発行からcurlとPythonでの呼び出し、応答から出典を取り出すコード、料金の見積もりは、Perplexity APIとは：Agent APIで出典付き回答を取得する実装と料金【2026年10月】で解説しています。PCの操作まで任せる上位機能はPerplexity Computerとは｜料金・クレジット消費量・対応モデルと使い方【2026年10月】にまとめています。
Perplexityを使うべきでない場面｜最終根拠の確認と報道記事の再利用
契約条項・法令・医療基準を最終根拠にする業務
契約条件、法令の条文、医療や安全に関わる基準など、誤りが直接損害につながる領域では、Perplexityの回答を最終根拠にしないでください。Tow Centerの37%はニュース記事の出典同定での数字で、法令や医療分野の誤答率にそのまま当てはめることはできません。それでも、示された出典が取り違えられている可能性を前提に、出典と原文を照合する必要があります。条文ならe-Govの法令原文まで開いて突き合わせる。導入時には、原文確認にかかった時間も含めて、従来の調査手順と所要時間を比較してください。
報道記事の要約を社外公開物の根拠にする使い方
ニュース記事の要約や再構成を主目的とする使い方は、現時点では避けるべきだと考えます。日本では2025年8月7日に読売新聞グループが約21億6,800万円、同年8月26日に朝日新聞社と日本経済新聞社が各22億円・計44億円の損害賠償などを求めて東京地裁にPerplexityを提訴しました（読売の提訴を伝えるImpress Watchの報道、朝日新聞社の発表）。記事の無断の複製・保存と、robots.txtによる拒否を無視した取得、社名を挙げたうえでの誤った内容の表示が主張されています。2025年12月1日には共同通信と加盟48社、産経新聞社、毎日新聞社も無断利用の停止を求める抗議書や抗議声明を出しました。
クローラーの扱いについては、Cloudflareが2025年8月4日に「Perplexityは申告済みのクローラーをブロックされると、ユーザーエージェントや接続元を変えて取得を続けている」とする調査を公表し、同社の認証済みボットの一覧から外しています。いずれも提訴・告発した側の主張で、本稿執筆時点で判決は報じられていません。ただ、社外へ公開する制作物の根拠として報道記事由来の要約を使うなら、出典元の許諾状況を自社で確認する運用が要ります。社内の下調べと、公開物の根拠。この2つは同じ道具で扱ってよい対象ではありません。
よくある質問
Perplexityはどこの国の会社ですか？
米国の企業です。開発元のPerplexity AI, Inc.は、2022年にAravind Srinivas（CEO）ら4名が設立しました。法人契約では、Perplexityとの直接契約か国内販売パートナー経由かによって契約条件が異なります。契約先と適用される利用規約、データの扱いを確認してください。
Perplexityは無料でどこまで使えますか？
アカウントを作れば無料で使えます。通常の検索回答は無料版でも出典付きで返り、公式のプラン比較では、より深く調べるPro検索が1日3回、Researchが月1回まで使えます。モデルの選択やファイル作成の枠を広げたい場合は、月20ドルのProが入口です。
PerplexityのAIモデルは自社開発ですか？
自社モデルと他社モデルの両方を使っています。自社のSonarに加え、有料プランではGPT・Claude・Gemini・Grokなどのモデルを選べます。したがって「PerplexityというひとつのAIモデル」があるわけではなく、どのモデルが答えるかは設定次第です。一方、根拠となる文書を探す検索インデックスとランキングは自社で開発しています。回答の癖が日によって違うと感じたら、選択中のモデルを確認してください。
Perplexityという名前の意味と読み方は？
英語の「perplexity」は「当惑・困惑」を意味する語で、読み方はパープレキシティです。自然言語処理の分野では、言語モデルが次の単語をどれだけ迷わずに予測できるかを表す評価指標の名前でもあり、値が小さいほど予測がうまいことを示します。サービス名としてのPerplexityと、指標としてのperplexityは別物なので、技術文書を調べるときは文脈で見分けてください。
スマートフォンアプリやブラウザでも同じ機能が使えますか？
出典付きの検索回答という中核は共通です。自社ブラウザのCometは2025年10月2日に全世界で無料ダウンロードが可能になり、現在はMac・Windows・iOS・Android向けに提供されています。閲覧中のページを前提に質問できる点がWeb版との違いです。iPhone版の機能と料金は、Cometブラウザ iPhone版とは？できること・料金・Safariとの違いを参照してください。
