Perplexity Labs: Panduan dengan 5 Contoh Praktis

Perplexity Labs adalah alat AI berbasis proyek dari Perplexity yang dapat menghasilkan laporan lengkap, dasbor, dan aplikasi web sederhana menggunakan prompt bahasa alami.

Setelah menguji platform ini dengan prompt saya sendiri, saya benar-benar terkesan dengan kemampuan eksekusi kodenya dan kemampuannya membuat aplikasi web yang rapi hanya dengan HTML, CSS, dan JavaScript. Yang membuatnya semakin menarik adalah semua fitur ini tersedia dengan langganan bulanan $20.

Dalam blog ini, saya akan menjelaskan apa itu Perplexity Labs, cara menggunakannya, dan menguji kemampuannya melalui lima contoh praktis.

Kami terus memperbarui pembaca tentang kabar terbaru AI melalui The Median, buletin Jumat gratis kami yang merangkum kisah-kisah utama pekan ini. Berlangganan dan tetap mengikuti dalam beberapa menit setiap minggu:

Apa Itu Perplexity Labs?

Perplexity Labs adalah alat bertenaga AI yang dirancang untuk mengubah prompt pengguna menjadi proyek komprehensif seperti laporan, spreadsheet, dasbor, dan aplikasi web sederhana. Jika Anda pernah menggunakan Manus AI sebelumnya, pengalamannya cukup mirip.

Untuk membantu Anda memahami cara kerja Perplexity Labs, saya akan memandu Anda melalui salah satu contoh dari galeri Labs: sebuah dasbor kinerja portofolio yang membandingkan strategi investasi tradisional dan bertenaga AI.

Saat Anda membuat sebuah Lab, Anda akan melihat tampilannya berbeda dari chat Perplexity standar. Tidak seperti utas chat tradisional, sebuah lab memiliki panel tambahan untuk Apps, Assets, dan Images di atas panel Tasks dan Sources yang biasa:

Dasbor interaktif

Panel Apps muncul ketika Anda secara eksplisit meminta aplikasi web, dasbor, atau presentasi, seperti pada contoh ini:

Panel ini menunjukkan perbandingan kinerja keseluruhan antara portofolio saham tradisional dan yang bertenaga AI, dengan bagian lanjutan tentang dampak sentimen, tren makroekonomi, dan komposisi portofolio:

Yang membuat ini sangat mengesankan adalah aplikasi tersebut dideploy ke halaman khusus yang dapat Anda akses di luar platform Perplexity. Anda dapat menandainya, membagikannya, atau mengunjunginya kembali nanti tanpa perlu kembali ke lab asli Anda.

Panel Assets

Lab juga menampilkan seluruh kode yang menjalankan aplikasi pada panel Assets:

Aset mencakup skrip Python untuk menghasilkan data dan plot sintetis berdasarkan riset, beserta dataset CSV dan gambar PNG yang dapat Anda unduh dan telaah. Aplikasi web itu sendiri berjalan hanya dengan tiga file: HTML untuk struktur, CSS untuk gaya, dan JavaScript untuk fitur interaktif.

Panel Tasks

Untuk memberi gambaran lengkap, panel Tasks menampilkan urutan persis bagaimana riset dilakukan dan bagaimana informasi yang terkonsolidasi mengalir melalui berbagai skrip Python, file data, dan aplikasi web final:

Keterlihatan alur kerja ini membantu Anda memahami apa yang dibuat dan bagaimana Labs mendekati masalah, sehingga memudahkan Anda menyempurnakan prompt untuk proyek berikutnya.

Yang saya hargai di sini adalah perpaduan berbagai keterampilan yang membuat dasbor ini terwujud:

• Riset mendalam
• Mengonsolidasikan informasi relevan ke dalam basis data
• Pemrograman Python untuk analisis dan visualisasi data
• Desain UX agar aplikasi terlihat menarik
• Pengembangan aplikasi web dengan HTML, CSS, dan JavaScript

Tentu, ini adalah contoh galeri yang dipilih langsung oleh tim Perplexity, jadi kita harus menguji fitur ini dengan membuat Lab kita sendiri.

Pada bagian berikutnya, saya akan memandu Anda melalui contoh proyek yang saya buat menggunakan Perplexity Labs. Setiap contoh di bawah ini memerlukan waktu 10 hingga 30 menit untuk diselesaikan dalam sesi Lab terpisah. Semua kecuali satu contoh hanya memerlukan satu prompt untuk membuat seluruh aplikasi. Hasilnya secara konsisten menunjukkan desain yang bersih, skema warna yang menarik, dan yang terpenting, fungsionalitas yang dapat diterima.

Contoh 1: Visualisasi Data Iklim

Pertama, saya mencoba sebuah lab dengan proyek visualisasi data iklim yang generik. Berikut prompt-nya:

Visualize global temperature trends over the past decade using interactive heat maps.
The application should display yearly and monthly temperature variations across different regions of the world, with the ability to zoom into continents, countries, or cities.
Include features such as a time slider, hover tooltips with exact temperature data, anomaly highlights (compared to historical averages), and filters for land vs. ocean temperatures.
The design should be responsive, data-rich, and intuitive, suitable for both researchers and general audiences. Use reliable open-source climate data sources (e.g., NASA, NOAA, Berkeley Earth).

Mari kita lihat hasilnya (Anda juga dapat mengakses Lab di sini):

Laporan yang dihasilkan untuk proyek ini detail dan tepat sasaran. Namun, aplikasi webnya tidak memiliki banyak visualisasi yang “keren” seperti yang saya harapkan:

Aplikasi ini hadir dengan peta dasar yang memungkinkan zoom in dan out, menyoroti anomali iklim di berbagai wilayah. Pengguna dapat menyesuaikan ambang anomali melalui kontrol sederhana dan menavigasi periode waktu berbeda menggunakan penggeser.

Aplikasi ini juga menyertakan kemampuan animasi, meski tidak menyediakan kedalaman analisis yang mungkin Anda harapkan dari visualisasi iklim. Terlepas dari keterbatasan ini, semua komponen di halaman bekerja sebagaimana mestinya (lihat Lab di sini untuk mengeceknya sendiri).

Dugaan saya, prompt yang saya gunakan kurang instruktif dan detail untuk menghasilkan aplikasi yang lebih canggih. Karena itu, proyek-proyek berikutnya menggunakan prompt yang lebih deskriptif dan terstruktur.

Contoh 2: Kalender Acara Kustom

Untuk proyek berikutnya, saya menginginkan dasbor tipe kalender yang mengumpulkan informasi tentang semua acara teknologi besar yang akan datang seperti konferensi, meetup, dev days, dan hackathon yang diselenggarakan oleh organisasi ternama:

Design a visually appealing calendar web application that displays upcoming events in Python, AI, data science, and machine learning. The app should showcase high-quality conferences, meetups, developer days, and hackathons organized by official organizations and reputable companies only (e.g., PyCon, IEEE, NeurIPS, Google, OpenAI, Hugging Face, etc.).

Each event card should include:

1. Event Name
2. Date(s)
3. Location (city, country, or virtual)
4. Organizing Body or Host
5. Registration Fee or Ticket Cost
6. Event Type (conference, meetup, dev day, hackathon, etc.)
7. Website or registration link
8. Brief description (agenda, target audience, notable speakers, etc.)

Prioritize clean and minimalist design and filter options (by date, topic, event type, location). The UI should support calendar view (monthly) and list view, with intuitive navigation and bookmarking for favorite events.

Versi awal aplikasi memiliki semua yang saya inginkan dalam antarmuka minimalis:

Acara ditemukan dan ditampilkan dengan benar, dengan acara multihari mengisi slot pada kalender untuk hari-hari terkait. Mengklik acara akan menampilkan kartu acara dengan tombol untuk menandai acara sebagai favorit:

Semua filter dan kontrol berfungsi, begitu juga tampilan daftar:

Setelah versi awal, saya menyadari bahwa aplikasi hanya mencantumkan acara hingga akhir 2025. Jadi, di jendela chat, saya meminta Perplexity untuk menyertakan acara tahun 2026 juga:

Can you update the app with events in 2026 as well?

Pada titik ini, aplikasi menjadi rusak. Perplexity Labs tampaknya rentan terhadap masalah yang sama yang mengganggu sebagian besar asisten coding: overengineering. 

Sekitar 15 menit kemudian, Perplexity memberi saya aplikasi yang diperbarui dengan UI yang lebih baik dan pengelola penanda baru:

Namun, aplikasi tersebut kini hanya menyertakan dua acara untuk kedua tahun, yang berarti UI baru merusak pipeline data yang ada.

Jadi, ini poin penting yang perlu diingat: selalu minta asisten coding Anda memperbaiki masalah dengan melakukan perubahan seminimal mungkin. Ini mencegah model bahasa menambah jumlah token dengan menambahkan fitur yang tidak perlu dan tidak diinginkan.

Saya yakin bug ini bisa diperbaiki dengan beberapa prompt lanjutan, jadi mengapa Anda tidak mencobanya di sini?

Contoh 3: Dasbor Klub Sepak Bola

Sebagai penggemar FC Barcelona, saya antusias mengikuti hasil pertandingan mereka, memantau laga mendatang, dan rutin memeriksa berita untuk rumor transfer. Dengan itu, saya mencoba membuat dasbor untuk melacak semuanya:

Create a comprehensive, real-time dashboard for FC Barcelona fans that displays the following:

1. **Last 5 Match Results** – Include opponent, date, scoreline, competition, and key stats (e.g., goalscorers, assists, possession).
2. **Upcoming 5 Fixtures** – Show date, opponent, competition, kickoff time, and venue.
3. **Full Squad Overview** – List players by position with photos, jersey numbers, current contract status, contract expiry date, and injury status indicators.
4. **Transfer & Rumor Hub** – A dedicated news section summarizing credible reports on potential signings, departures, renewals, and management changes.
5. **Additional Useful Features**:

  * **League Standing** with live table updates
  * **Injury List & Recovery Timelines**
  * **Top Scorers & Assist Leaders**
  * **Player Stats Summary** (minutes played, goals, assists, cards)
  * **Manager and Staff Info**
  * **Fan Polls or Reactions** for each match or transfer rumor
  * **Live Match Alerts** and countdowns to kickoff

The dashboard should be visually engaging, mobile-friendly, and update automatically via APIs from trusted football data providers (e.g., Football-Data.org, Transfermarkt, ESPN, or Opta).

Perplexity tidak mengecewakan:

Aplikasi ini memenuhi hampir semua persyaratan dalam prompt dengan UI yang bagus dalam warna resmi FC Barcelona. Aplikasi ini memberikan informasi akurat tentang skuad:

Selain itu, ada tab terpisah tentang rumor, potensi transfer, dan perpanjangan kontrak:

Namun, ada beberapa ketidakakuratan terkait perpanjangan kontrak dan pembaruan cedera, tetapi kita bisa mengaitkan kesalahan ini dengan kekeliruan dalam proses pencarian.

Sebagai penggemar sepak bola, saya tahu langsung bahwa bahkan model bahasa terbaik dengan riset mendalam pun bisa keliru terkait kompleksitas dunia berita sepak bola. Misalnya, ChatGPT membuat kesalahan serupa untuk kueri tertentu dengan lini masa yang kompleks.

Anda dapat mengeksplorasi aplikasinya di sini.

Contoh 4: Pelacak Startup AI

Proyek berikutnya tentang startup AI dan menunjukkan pentingnya instruksi yang jelas dalam prompt:

Build a dynamic web application that tracks top-funded startups in AI, machine learning, and data science worldwide. The dashboard should pull from reliable funding databases (e.g., Crunchbase, PitchBook, CB Insights, or open-source alternatives) and display a curated list of startups with the following information:

1. Name, logo, and founding year
2. Headquarters location (city, country)
3. Founders (with brief bios if available)
4. Total funding raised, funding rounds, and latest round date
5. Top investors and VCs
6. Key products, APIs, or technologies offered
7. Primary market focus or industry vertical
8. Website, social links, and hiring page (if available)

Dashboard Features:

* Filter & Search: By funding amount, country, industry, founding year, or investor
* Charts & Trends:

 * Funding over time (line or bar chart)
 * Top countries and industries by startup count
 * Funding distribution by round type (Seed, Series A, etc.)
* Map View: Interactive global map showing startup HQs by funding volume
* Bookmark & Watchlist: Let users save startups they’re interested in tracking
* Automatic Updates: Sync regularly with open APIs or scrape if permitted

The UI should be clean, responsive, and professional—suitable for founders, investors, or researchers. Prioritize intuitive UX, minimal loading times, and visual clarity for data-heavy views. Add dark mode and export-to-CSV options

Meski prompt-nya terstruktur rapi dan detail, ada informasi kunci yang hilang—fakta bahwa kita berada di tahun 2025. Hal ini tercermin di semua tugas yang dijalankan Perplexity, seolah-olah tahun masih 2024:

Selanjutnya, UI aplikasi menggunakan hasil riset yang keliru tersebut:

Seperti yang Anda lihat, jumlah pendanaan terbaru semuanya dari 2024. Misalnya, OpenAI memecahkan rekor jumlah dana terbesar dalam satu putaran pada Maret 2025 dengan lebih dari $40 miliar.

Selain itu, antarmuka dasbor utama fungsional dan mode gelap berfungsi. Namun tab “Charts” dan “Map” menampilkan plot yang sulit dibaca dan fitur watchlist serta “Export to CSV” sama sekali tidak berfungsi.

Jelajahi Lab di sini.

Contoh 5: Visualisasi Konflik Global

Terakhir, saya ingin membangun dasbor yang menampilkan konflik global. Karena proyek ini juga membutuhkan informasi waktu nyata, saya memastikan untuk menyebutkan tahun pada prompt:

Create an interactive web dashboard that visualizes ongoing global conflicts, geopolitical tensions, and humanitarian crises in real time in 2025 June. The app should display a world map with clickable regions that surface detailed, verified information on each active conflict or crisis. Use reputable sources such as CrisisWatch, UN OCHA, ACLED, and major news outlets to provide live updates.

Each conflict entry should include:

1. Conflict name and affected regions
2. Key actors or parties involved (governments, rebel groups, coalitions, etc.)
3. Timeline of major events or escalations
4. Current status (active fighting, ceasefire, post-conflict recovery)
5. Human impact (displacement, casualties, humanitarian aid needs)
6. Links to news articles, UN reports, and crisis briefings
7. Tags (e.g., civil war, territorial dispute, ethnic violence)

Dashboard Features:

* Filter by region, conflict type, escalation level, or last update
* Time slider to visualize conflict evolution over weeks/months
* Toggle between map view and table/list view
* Live alerts for newly emerging conflicts or ceasefire violations
* Shareable conflict reports or exports (PDF/CSV)
* Optional integration with Twitter/X and RSS for news stream

Design the UI for clarity and urgency, with accessible visuals and support for mobile devices. Make it useful for analysts, journalists, NGOs, and concerned citizens

Versi awal aplikasi ini menghasilkan halaman yang tidak responsif. Namun, saat saya tempel prompt yang sama ke Lab baru, Perplexity menghasilkan contoh yang paling mencolok dan memuaskan dalam daftar kita:

Semua aspek aplikasi tepat—angka akurat, kontrol berfungsi, ada peringatan langsung, dan fitur yang belum diimplementasikan memiliki pop-up yang bagus untuk mendorong pengguna menambahkan fungsionalitas backend.

Selain itu, tema hitam dan merah aplikasi sesuai dengan konteks. Aplikasi ini mencantumkan delapan konflik aktif dengan tanda warna berbeda bergantung pada tingkat eskalasi.

Mengklik konflik aktif mana pun akan menampilkan kartu detail:

Tampilan daftar menunjukkan daftar konflik lengkap dengan poin-poin terpenting yang diringkas:

Jelajahi dasbor di sini.

Pentingnya Prompt Engineering

Seperti pada asisten coding mana pun, menulis prompt yang baik membuat perbedaan besar, dan contoh-contoh yang baru saja kita lihat membuktikan hal ini. Untuk menghasilkan prompt bagi proyek-proyek ini, saya memberikan gagasan dan kebutuhan kasar saya kepada ChatGPT untuk disempurnakan. 

Saya menemukan pendekatan ini jauh lebih baik daripada prompt engineering manual karena LLM semakin mahir menulis instruksi agar dirinya bekerja lebih baik. Meski begitu, prompt engineering adalah proses iteratif—seperti Anda lihat, bahkan prompt yang dihasilkan ChatGPT pun bisa gagal di area tertentu tanpa pengawasan Anda.

Kesimpulan

Saat Anda menguji Perplexity Labs di berbagai tipe proyek, Anda akan menemukan bahwa alat ini menawarkan kemampuan mengesankan untuk menggabungkan riset, analisis data, dan pengembangan web dalam satu alur kerja.

Contoh kami menunjukkan bahwa jika Anda memberikan prompt yang terstruktur baik dan detail, Anda dapat mengharapkan aplikasi yang fungsional dengan antarmuka bersih dan fitur yang bekerja, sementara instruksi yang samar menghasilkan hasil yang mengecewakan.

Pengujian juga mengungkap beberapa keterbatasan yang perlu Anda pertimbangkan sebelum mengandalkan Labs untuk proyek penting. Misalnya, kita melihat bahwa akurasi data waktu nyata masih tidak konsisten, terutama untuk informasi yang cepat berubah seperti statistik olahraga atau peristiwa terkini, dan sistem cenderung melakukan over-engineering saat Anda meminta peningkatan iteratif.

Terlepas dari batasan ini, langganan bulanan $20 memberi Anda akses ke alat yang biasanya memerlukan keahlian lintas banyak domain—mulai dari riset dan analisis data hingga desain UX dan pengembangan web—menjadikannya opsi berharga saat Anda membutuhkan pembuatan prototipe cepat dan proyek eksploratif.

Jika Anda ingin mengeksplorasi lebih banyak alat AI, lihat tutorial berikut:

• Gemini Diffusion
• Google Jules
• Codex milik OpenAI
• Veo 3 milik Google