Perplexity para research de diseño: cómo usarlo sin tragarte las citas
Perplexity es un buscador con respuestas citadas. Para research de diseño sirve para encontrar fuentes rápido. Cómo usarlo y verificar sus citas.
¿Qué hace diferente a un buscador tradicional?
Un buscador devuelve una lista de enlaces y tú armas la respuesta. Perplexity arma un texto con afirmaciones y las vincula a fuentes. Eso ahorra tiempo en la primera pasada, pero cambia el riesgo: el texto se lee como una respuesta terminada, y es fácil creer lo que no se verificó. Es el mismo riesgo de las alucinaciones, con un matiz: aquí el error puede venir con un enlace que le da apariencia de respaldo.
La distinción práctica es esta: una búsqueda tradicional te obliga a leer; Perplexity te invita a confiar. Úsalo para encontrar, no para concluir.
¿Cómo se usa en research de diseño?
Las consultas que más valor dan en producto son las de contexto:
- Mapa de un mercado: qué productos compiten en un flujo, como reservas de vuelos o pagos en cuotas.
- Cómo funciona una tecnología: qué es un patrón nuevo, como las interfaces de voz, y cuáles son sus limitaciones documentadas.
- Regulación y accesibilidad: qué exige una norma en un país, con enlaces a la fuente oficial.
- Estado del arte: qué estudios existen sobre un tema de usabilidad, para luego buscarlos en su fuente original.
Pide siempre las fuentes primarias. Si Perplexity cita un blog de terceros para un dato de una norma, ve a la norma.
¿Cómo escribir una buena consulta?
La calidad de la respuesta depende de qué le pides. Una consulta vaga devuelve un resumen general; una consulta acotada devuelve algo que puedes verificar. Cuatro ajustes ayudan:
- Da contexto: el país, el segmento, el tipo de producto. “Pagos en cuotas en apps de viaje en México” funciona mejor que “pagos en cuotas”.
- Acota el tiempo: pide fuentes de los últimos dos años si el tema cambia rápido.
- Pide fuentes primarias: “cita documentación oficial o el texto de la norma”, no solo “cita fuentes”.
- Pide contraste: “¿qué argumentos hay en contra de este enfoque?”. Obliga a buscar más allá del primer resultado.
Un patrón útil es hacer dos consultas: una para mapear el terreno y otra para buscar la evidencia de la afirmación que te importa. Así no confundes el resumen con la prueba.
¿Qué ofrece y cuánto cuesta?
Perplexity ofrece una versión gratuita y planes de pago con más uso y funciones. Los planes, los precios y los límites de cada función cambian con frecuencia, y las guías de terceros no coinciden entre sí, así que aquí no se fijan cifras ni se listan funciones por plan. Antes de pagar, abre la página oficial de planes de Perplexity y mide cuántas consultas haces a la semana. Si solo buscas contexto de vez en cuando, empieza por la versión gratuita.
Si trabajas en un equipo de producto, la documentación oficial de la API describe también dos piezas útiles:
- Search API: devuelve resultados web ordenados en JSON (título, URL, fecha y texto extraído), sin generar una respuesta.
- Agent API: un modelo alojado que busca, razona y usa herramientas, y devuelve una respuesta con citas.
La diferencia importa al diseñar: con la primera recibes las fuentes y decides tú cómo mostrarlas, algo cercano a RAG; con la segunda recibes una respuesta ya armada, y la verificación de las citas pasa a ser parte de tu diseño. Para ese tema, mira citas y fuentes en respuestas de IA.
¿Cómo verificar y documentar lo que encontraste?
Un flujo corto que funciona:
- Lee la frase que quieres usar y anota el enlace de su cita.
- Abre la fuente y busca el dato exacto, no solo el tema.
- Si la fuente no lo dice, quita la frase o márcala como hipótesis.
- Si el dato es importante para una decisión, busca una segunda fuente independiente.
La investigación académica sobre evaluación de texto generado muestra por qué hace falta ese nivel de detalle. El paper FActScore propone dividir un texto largo en “hechos atómicos” y calcular qué proporción respalda una fuente fiable, porque un juicio único de correcto o incorrecto no distingue entre un texto que mezcla aciertos y errores. Tu verificación manual hace lo mismo a pequeña escala: frase por frase.
Guarda cada hallazgo con cuatro campos: la afirmación, la fuente primaria, la fecha de consulta y tu nivel de confianza (alto si abriste la fuente y coincide, medio si la fuente es secundaria, bajo si no pudiste comprobarla). Un documento con esos campos sirve a tu equipo meses después, cuando alguien pregunte de dónde salió una cifra.
¿Cuándo NO conviene?
- Para datos de tu propia base de usuarios. Perplexity no los conoce.
- Para decisiones de cumplimiento legal sin revisar la norma original.
- Para citas textuales en un informe para cliente sin abrir la fuente.
- Para temas muy recientes o de nicho, donde las fuentes públicas son pocas y la respuesta puede rellenar huecos.
Ejemplo
Ejemplo ilustrativo: una diseñadora investiga cómo se muestran los plazos de devolución en tiendas en línea. Pregunta a Perplexity por tres marcas, recibe un resumen con seis enlaces y abre cada uno. Dos citas apuntan a páginas de ayuda oficiales, que sí confirman el dato. Una tercera apunta a un artículo de opinión que no menciona la cifra que el texto le atribuía. Ella corrige el resumen con las páginas oficiales y deja la cita dudosa fuera del informe.
Lo que aprendió: el resumen fue útil para encontrar las páginas correctas, pero la verdad estaba en la fuente primaria.
Errores comunes
- Copiar la respuesta sin abrir ni una cita.
- Asumir que un enlace bien puesto respalda toda la frase.
- Usar Perplexity como única fuente para una decisión de producto.
- Olvidar la fecha de la fuente y citar un dato que ya cambió.
- Pagar un plan superior sin medir si el uso lo justifica, o tomar precios de blogs de terceros sin revisar la página oficial.