Perplexity Comet 电商购物能力测试报告

核心观点与测试感受

• 电商购物场景测试：选择电商购物场景进行AI Agent能力测试，因其决策链路短、执行过程复杂、能展示个性化理解能力和意图推理能力，且反馈机制直观。
• 主要测试Agent：OpenAI Agent、Manus、Genspark和Perp Comet。
• 测试感受：
  • OpenAI Agent：具备加购物车和填写地址能力，但无法全流程自动化购买，耗时较长。
  • Comet：电商购物能力最佳，可完成加购物车和购买，信息来源可靠。
  • Manus：电商购物能力较弱，仅能提供方案，无法直接购买。
  • Genspark：可实现加购物车和填写地址，但需手动调用工具，体验待提升。

关键数据与测试结果

• 亚马逊复购测试：
  • OpenAI Agent：失败，因跨域限制无法访问亚马逊。
  • Perp Comet：成功，完成选购和购买。
  • Manus：失败，无法访问亚马逊。
  • Genspark：成功，完成选购和加购物车。
• 查找最快发货（自行车）：
  • OpenAI Agent：部分成功，通过网搜获取信息，耗时较长。
  • Perp Comet：成功，快速定位并对比发货时间。
  • Manus：成功，但信息时效性不如Genspark。
  • Genspark：成功，提供官网、发货时间、价格等详细信息。
• 买系列杂物（聚会用物品）：
  • OpenAI Agent：成功，实现加购物车。
  • Perp Comet：成功，快速完成加购。
  • Manus：部分成功，需用户提供具体信息才能个性化方案。
  • Genspark：成功，选购种类最多（9种）。
• 给定预算购物（风衣）：
  • OpenAI Agent：成功，从多个网站挑选风衣。
  • Perp Comet：成功，提供5款风衣及谷歌文档。
  • Manus：成功，模拟人类挑选过程，结果全面。
  • Genspark：成功，提供5款风衣及详细文档对比。
• 指定条件家电购买（冰箱）：
  • OpenAI Agent：部分成功，推荐4款冰箱，无法访问电商网站。
  • Perp Comet：部分成功，提供冰箱选购建议。
  • Manus：部分成功，查找资料时效性不足。
  • Genspark：成功，推荐4款冰箱，并成功加入购物车及填写模拟地址。

流量分析

• 通用Agent：
  • Manus和Genspark流量在5.15后呈明显规律，推测有老用户留存。
• Perplexity Comet：流量归入主站perplexity.ai，仅作参考。
• Manus：流量持平并略有提升，平均60万visit，体现周末趋势。
• Genspark：流量数据未提供。

研究结论

• 电商购物能力：Comet表现最佳，Genspark次之，OpenAI Agent和Manus较弱。
• 信息时效性：Genspark和Manus在时效性上存在差异，家电品类更新快需注意。
• 用户体验：Genspark需手动调用工具，体验待提升；Manus方案性强，购买能力不足。
• 流量趋势：Manus和Genspark流量稳定，体现用户留存和周末使用规律。