Chuyển đến nội dung chính

Perplexity Labs: Hướng dẫn với 5 ví dụ thực tiễn

Tìm hiểu về Perplexity Labs, các tính năng tạo báo cáo, bảng điều khiển và ứng dụng web, cùng cách sử dụng qua các ví dụ thực hành.
Đã cập nhật 5 thg 10, 2026  · 8 phút đọc

Khám phá cùng AI

ChatGPTClaudePerplexity

Perplexity Labs là một công cụ AI dựa trên dự án của Perplexity, có thể tạo các báo cáo hoàn chỉnh, bảng điều khiển và ứng dụng web đơn giản bằng lời nhắc ngôn ngữ tự nhiên.

Sau khi thử nghiệm nền tảng với chính lời nhắc của mình, tôi thực sự ấn tượng với cả khả năng thực thi mã và khả năng tạo ứng dụng web chỉ bằng HTML, CSS và JavaScript. Điều khiến nó hấp dẫn hơn nữa là tất cả các tính năng này chỉ đi kèm với gói thuê bao 20 đô mỗi tháng.

Trong bài viết này, tôi sẽ giải thích Perplexity Labs là gì, cách sử dụng và kiểm thử năng lực của nó qua năm ví dụ thực tiễn.

Chúng tôi luôn cập nhật cho độc giả những tin tức AI mới nhất qua The Median, bản tin miễn phí gửi thứ Sáu tóm lược các câu chuyện quan trọng trong tuần. Đăng ký để luôn nhanh nhạy chỉ với vài phút mỗi tuần:

Perplexity Labs là gì?

Perplexity Labs là một công cụ dùng AI để chuyển lời nhắc của người dùng thành các dự án hoàn chỉnh như báo cáo, bảng tính, bảng điều khiển và ứng dụng web đơn giản. Nếu bạn từng dùng Manus AI trước đây, trải nghiệm khá tương đồng.

Để giúp bạn hiểu cách Perplexity Labs hoạt động, tôi sẽ hướng dẫn qua một ví dụ từ thư viện Labs: một bảng điều khiển hiệu suất danh mục so sánh chiến lược đầu tư truyền thống và dùng AI.

Khi tạo một Lab, bạn sẽ thấy giao diện khác với một cuộc trò chuyện Perplexity tiêu chuẩn. Khác với chuỗi chat thông thường, một lab có thêm các khung Apps, Assets và Images bên cạnh các khung quen thuộc Tasks và Sources:

ví dụ perplexity labs

Bảng điều khiển tương tác

Khung Apps xuất hiện khi bạn yêu cầu rõ ràng một ứng dụng web, bảng điều khiển hoặc bài thuyết trình, như trong ví dụ này:

Khung Apps của Perplexity Labs hiển thị bảng điều khiển tài chính tương tác với biểu đồ và trực quan hóa dữ liệu

Nó hiển thị so sánh hiệu suất tổng thể giữa danh mục cổ phiếu truyền thống và danh mục dùng AI, kèm các phần về tác động cảm xúc thị trường, xu hướng kinh tế vĩ mô và thành phần danh mục:

Bảng điều khiển hiệu suất danh mục của Perplexity Labs so sánh chiến lược đầu tư truyền thống và AI với chỉ số và biểu đồ

Điểm ấn tượng là ứng dụng được triển khai lên một trang riêng mà bạn có thể truy cập ngoài nền tảng Perplexity. Bạn có thể đánh dấu, chia sẻ hoặc quay lại sau mà không cần mở lại lab gốc.

Khung Assets

Lab cũng hiển thị toàn bộ mã vận hành ứng dụng trong khung Assets:

Ảnh chụp khung Assets của Perplexity Labs hiển thị tệp mã, script Python và dữ liệu hỗ trợ ứng dụng bảng điều khiển

Assets bao gồm các script Python để tạo dữ liệu và biểu đồ tổng hợp từ nghiên cứu, cùng các tập dữ liệu CSV và ảnh PNG mà bạn có thể tải xuống để xem. Bản thân ứng dụng web chỉ chạy bằng ba tệp: HTML cho cấu trúc, CSS cho giao diện và JavaScript cho tính năng tương tác.

Khung Tasks

Để bạn có bức tranh đầy đủ, khung Tasks hiển thị chính xác thứ tự tiến hành nghiên cứu và cách luồng thông tin hợp nhất đi qua các script Python, tệp dữ liệu và ứng dụng web cuối cùng:

Khung Tasks của Perplexity Labs hiển thị quy trình nghiên cứu với các bước có thứ tự từ thu thập dữ liệu, phân tích đến phát triển ứng dụng

Nhìn thấy quy trình làm việc giúp bạn hiểu đã tạo ra những gì và Labs tiếp cận vấn đề ra sao, từ đó dễ tinh chỉnh lời nhắc cho các dự án sau.

Điều tôi đánh giá cao là sự kết hợp nhiều kỹ năng để làm nên bảng điều khiển này:

  • Nghiên cứu sâu
  • Hợp nhất thông tin liên quan vào một cơ sở dữ liệu
  • Lập trình Python cho phân tích và trực quan hóa dữ liệu
  • Thiết kế UX để ứng dụng hấp dẫn về mặt thị giác
  • Phát triển ứng dụng web với HTML, CSS và JavaScript

Tất nhiên, đây là ví dụ trong thư viện do đội ngũ Perplexity lựa chọn, nên chúng ta sẽ phải kiểm chứng bằng cách tự tạo các Lab của riêng mình.

Ở phần tiếp theo, tôi sẽ giới thiệu các dự án ví dụ tôi đã tạo bằng Perplexity Labs. Mỗi ví dụ dưới đây mất từ 10 đến 30 phút để hoàn thành trong các phiên Lab riêng. Tất cả ngoại trừ một ví dụ chỉ cần một lời nhắc để tạo toàn bộ ứng dụng. Kết quả cho thấy thiết kế gọn gàng, bảng màu bắt mắt và quan trọng nhất là chức năng chấp nhận được.

Ví dụ 1: Trực quan hóa dữ liệu khí hậu

Đầu tiên tôi thử một lab với dự án trực quan hóa dữ liệu khí hậu tổng quát. Đây là lời nhắc:

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).

Hãy xem kết quả (bạn cũng có thể truy cập Lab tại đây):

ví dụ perplexity labs

Báo cáo sinh ra cho dự án khá chi tiết và chính xác. Tuy nhiên, ứng dụng web không có nhiều trực quan hóa “đã mắt” như tôi kỳ vọng:

ví dụ perplexity labs

Ứng dụng có bản đồ cơ bản cho phép phóng to/thu nhỏ, làm nổi bật các bất thường khí hậu theo vùng. Người dùng có thể điều chỉnh ngưỡng bất thường qua một điều khiển đơn giản và di chuyển giữa các giai đoạn thời gian bằng thanh trượt.

Ứng dụng cũng có khả năng hoạt họa, dù không cung cấp chiều sâu phân tích như bạn có thể kỳ vọng từ các trực quan hóa khí hậu. Dù hạn chế, tất cả thành phần trên trang đều hoạt động đúng như dự kiến (xem Lab tại đây để tự kiểm chứng).

Tôi đoán lời nhắc tôi dùng chưa đủ chỉ dẫn và chi tiết để tạo ra ứng dụng tinh vi hơn. Vì vậy, các dự án còn lại dùng lời nhắc mô tả có cấu trúc rõ ràng hơn.

Ví dụ 2: Lịch sự kiện tùy chỉnh

Với dự án tiếp theo, tôi muốn một bảng điều khiển dạng lịch thu thập thông tin về tất cả sự kiện công nghệ lớn sắp tới như hội thảo, meetup, ngày dành cho lập trình viên và hackathon do các tổ chức uy tín tổ chức:

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.

Phiên bản ban đầu của ứng dụng có mọi thứ tôi muốn trong một giao diện tối giản:

ví dụ perplexity labs

Các sự kiện được tìm đúng và hiển thị đầy đủ, sự kiện kéo dài nhiều ngày chiếm các ô lịch tương ứng. Nhấp vào sự kiện sẽ mở thẻ sự kiện với nút đánh dấu yêu thích:

Tất cả bộ lọc và điều khiển đều hoạt động, cũng như chế độ xem dạng danh sách:

Sau phiên bản ban đầu, tôi nhận ra ứng dụng chỉ liệt kê sự kiện đến hết 2025. Vì vậy, trong cửa sổ chat, tôi yêu cầu Perplexity bổ sung các sự kiện năm 2026:

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

Ngay lúc đó, ứng dụng hỏng. Có vẻ Perplexity Labs cũng dễ mắc vấn đề giống hầu hết trợ lý lập trình: làm quá phức tạp. 

Sau khoảng 15 phút, Perplexity đưa cho tôi bản cập nhật với UI tốt hơn và có trình quản lý đánh dấu:

ví dụ perplexity labs

Tuy nhiên, ứng dụng giờ chỉ còn hai sự kiện cho cả hai năm, nghĩa là UI mới đã phá vỡ pipeline dữ liệu hiện có.

Vì vậy, đây là điểm quan trọng cần nhớ: luôn yêu cầu trợ lý lập trình sửa lỗi bằng những thay đổi tối thiểu có thể. Điều này ngăn mô hình ngôn ngữ tăng số token bằng cách thêm các tính năng không cần thiết.

Tôi chắc lỗi này có thể sửa bằng vài lời nhắc nữa, vậy sao bạn không thử tại đây?

Ví dụ 3: Bảng điều khiển câu lạc bộ bóng đá

Là fan FC Barcelona, tôi theo dõi sát kết quả thi đấu, lịch sắp tới và thường xuyên xem tin đồn chuyển nhượng. Với ý tưởng đó, tôi thử tạo một bảng điều khiển để theo dõi mọi thứ:

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 đã không làm tôi thất vọng:

Ứng dụng đáp ứng gần như toàn bộ yêu cầu trong lời nhắc với UI đẹp theo màu chính thức của FC Barcelona. Nó cung cấp thông tin chính xác về đội hình:

Ngoài ra, có một tab riêng về tin đồn, khả năng chuyển nhượng và gia hạn hợp đồng:

Tuy vậy, có vài điểm thiếu chính xác về gia hạn hợp đồng và cập nhật chấn thương, nhưng có thể quy lỗi này cho quá trình tìm kiếm.

Là người hâm mộ bóng đá, tôi hiểu ngay cả các mô hình ngôn ngữ tốt nhất với nghiên cứu sâu vẫn dễ sai khi đụng đến thế giới tin tức bóng đá phức tạp. Ví dụ, ChatGPT cũng mắc lỗi tương tự với các truy vấn có dòng thời gian rối rắm.

Bạn có thể khám phá ứng dụng tại đây.

Ví dụ 4: Trình theo dõi startup AI

Dự án tiếp theo nói về các startup AI và cho thấy tầm quan trọng của chỉ dẫn rõ ràng trong lời nhắc:

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

Dù lời nhắc có cấu trúc tốt và chi tiết, nó thiếu một thông tin then chốt — rằng hiện tại là năm 2025. Điều này thể hiện trong tất cả tác vụ Perplexity thực hiện, khi cho rằng năm là 2024:

perplexity labs

Sau đó, UI của ứng dụng sử dụng kết quả nghiên cứu sai lệch này:

Như bạn thấy, các khoản gọi vốn mới nhất đều từ 2024. Chẳng hạn, OpenAI phá kỷ lục số tiền huy động trong một vòng vào tháng 3/2025 với hơn 40 tỷ đô.

Ngoài điểm đó, giao diện bảng điều khiển chính hoạt động được và chế độ tối chạy ổn. Nhưng các tab “Charts” và “Map” hiển thị biểu đồ khó đọc, còn danh sách theo dõi và chức năng “Export to CSV” thì không hoạt động.

Khám phá Lab tại đây.

Ví dụ 5: Trực quan hóa xung đột toàn cầu

Cuối cùng, tôi muốn xây dựng một bảng điều khiển về các xung đột toàn cầu. Vì dự án này cũng cần thông tin thời gian thực, tôi đã nêu rõ năm trong lời nhắc:

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

Phiên bản đầu của ứng dụng này tạo ra một trang không phản hồi. Tuy vậy, khi tôi dán cùng lời nhắc vào một Lab mới, Perplexity đã tạo nên ví dụ ấn tượng nhất về mặt thị giác và thỏa mãn nhất trong danh sách của chúng ta:

ví dụ perplexity labs

Mọi khía cạnh của ứng dụng đều ổn — số liệu chính xác, điều khiển hoạt động, có cảnh báo trực tiếp, và các tính năng chưa triển khai cũng có pop-up gợi ý người dùng bổ sung chức năng backend.

Bên cạnh đó, chủ đề đen đỏ của ứng dụng phù hợp với bối cảnh. Ứng dụng liệt kê tám xung đột đang diễn ra với ký hiệu màu khác nhau tùy mức độ leo thang.

Nhấp vào bất kỳ xung đột nào sẽ mở thẻ chi tiết:

ví dụ perplexity labs

Chế độ xem danh sách hiển thị đầy đủ các xung đột với các điểm quan trọng được tóm tắt:

ví dụ perplexity labs

Khám phá bảng điều khiển tại đây.

Tầm quan trọng của kỹ thuật lời nhắc

Cũng như mọi trợ lý lập trình, viết lời nhắc tốt tạo nên khác biệt, và các ví dụ vừa rồi chứng minh điều đó. Để tạo lời nhắc cho các dự án này, tôi đưa ý tưởng thô và yêu cầu cho ChatGPT tinh chỉnh.

Tôi thấy cách làm này hiệu quả hơn nhiều so với tự tối ưu lời nhắc, vì các LLM ngày càng giỏi viết chỉ dẫn để tự chúng hoạt động tốt hơn. Dù vậy, kỹ thuật lời nhắc là quá trình lặp — như bạn thấy, ngay cả lời nhắc do ChatGPT tạo cũng có thể lỗi ở vài khía cạnh nếu thiếu giám sát của bạn.

Kết luận

Khi thử Perplexity Labs trên nhiều loại dự án, bạn sẽ thấy nó cung cấp năng lực ấn tượng để kết hợp nghiên cứu, phân tích dữ liệu và phát triển web trong một quy trình duy nhất.

Các ví dụ của chúng tôi cho thấy nếu bạn đưa lời nhắc có cấu trúc, chi tiết, bạn có thể kỳ vọng các ứng dụng hoạt động được với giao diện gọn gàng và tính năng hoàn chỉnh, trong khi chỉ dẫn mơ hồ sẽ cho kết quả đáng thất vọng.

Việc thử nghiệm cũng cho thấy một số hạn chế bạn nên cân nhắc trước khi trông cậy vào Labs cho các dự án quan trọng. Chẳng hạn, độ chính xác dữ liệu thời gian thực vẫn chưa ổn định, đặc biệt với thông tin thay đổi nhanh như thống kê thể thao hoặc thời sự; và hệ thống có xu hướng “làm quá” khi bạn yêu cầu cải tiến theo vòng lặp.

Dù có những ràng buộc này, gói thuê bao 20 đô mỗi tháng cho bạn quyền truy cập một công cụ thường đòi hỏi chuyên môn ở nhiều lĩnh vực — từ nghiên cứu, phân tích dữ liệu đến thiết kế UX và phát triển web — khiến nó trở thành lựa chọn giá trị khi bạn cần tạo mẫu nhanh và làm dự án khám phá.

Nếu bạn muốn khám phá thêm các công cụ AI, hãy xem các hướng dẫn sau:


Bexruz (Bex) Tuychiev's photo
Author
Bexruz (Bex) Tuychiev
LinkedIn

Tôi là người sáng tạo nội dung về khoa học dữ liệu với hơn 2 năm kinh nghiệm và là một trong những tài khoản có lượng người theo dõi lớn nhất trên Medium. Tôi thích viết các bài chuyên sâu về AI và ML với chút giọng điệu mỉa mai, vì bạn cũng phải làm gì đó để chúng bớt khô khan. Tôi đã xuất bản hơn 130 bài viết và một khóa học trên DataCamp, cùng với một khóa nữa đang được thực hiện. Nội dung của tôi đã được hơn 5 triệu lượt xem, trong đó 20 nghìn người đã trở thành người theo dõi trên cả Medium và LinkedIn. 

Chủ đề
AI Agents
Trí tuệ Nhân tạo

Học AI với các khóa học này!

Khóa học

Làm việc với DeepSeek trong Python

3 giờ
1.4K
Khám phá lý do DeepSeek gây sốt! Phát triển ứng dụng với mô hình R1 và V3 của DeepSeek.
Xem chi tiếtRight Arrow
Bắt Đầu Khóa Học
Xem thêmRight Arrow
Liên quan

blog

Claude Opus 4.6: Tính năng, Điểm chuẩn, Bài kiểm tra thực hành và hơn thế nữa

Mô hình mới nhất của Anthropic dẫn đầu ở mã hóa tác tử và lập luận phức tạp. Thêm vào đó, nó có cửa sổ ngữ cảnh 1M.
Matt Crabtree's photo

Matt Crabtree

10 phút

Xem ThêmXem Thêm