Perplexity携手美国运通：为小企业主打造即用型AI技能库

Perplexity 宣布面向符合条件的美国运通（American Express）小企业卡会员推出一套由运通精选的即用型技能库，集成在 Perplexity Computer 平台中。这批技能本质上是预先构建好的工作流，能够处理日常业务任务——从现金流预测到营销活动生成，都可以通过选择任务并补充企业信息来完成，无需从零编写指令。

小企业主的「一人团队」困境

小企业主往往身兼数职，一个人要承担过去整个团队的工作量：既要管财务、做预测，又要兼顾营销和日常运营。Perplexity 在公告中直言「小企业主已经在做整个团队的工作」，这句话精准地击中了这一群体的核心痛点。

对于缺乏专职分析师或营销团队的小企业而言，AI 工具的门槛一直是个现实障碍。很多通用型 AI 助手要求用户自己撰写清晰、结构化的提示词（prompt），这对不熟悉 AI 操作逻辑的经营者来说并不友好。本次合作的意义正在于此——它试图把「如何向 AI 提问」这个负担从用户身上移走。

预构建工作流：降低 AI 使用门槛

这套技能库的核心设计理念是「拿来即用」。会员不需要从头编写指令，而是在 Perplexity Computer 中直接选择一项任务——例如「预测现金流」或「生成营销活动」——然后填入与自身业务相关的细节信息，AI 便会按照预设的工作流输出结果。

这种模式与近期行业内「Agent 工作流」「技能模板」的趋势一脉相承。相比开放式对话，预构建工作流的优势在于结果的可预期性和一致性：由运通这样的金融机构背书的工作流，意味着背后的任务逻辑经过了针对小企业场景的专门打磨，而非泛泛而谈的通用回答。

对于现金流预测这类高度依赖财务规范的任务，专门策划的技能模板尤其有价值——它能确保分析框架符合小企业的实际财务结构，而不是让用户自行判断该提供哪些数据。

「Agent 工作流」是当前 AI 应用的重要范式之一，指由 AI 自主执行一系列步骤以完成复杂任务，而非仅仅回答单一问题。与传统聊天式 AI 不同，Agent 工作流可以拆解目标、调用工具、处理中间结果，最终输出结构化产物。Perplexity Computer 是 Perplexity 推出的计算机操作类 AI 平台，能够直接在操作系统层面执行任务，例如打开应用、填写表单、抓取数据等，这使得预构建技能可以跨越多个步骤自动化地完成端到端工作流，而不只是生成一段文字建议。将 Agent 能力与垂直场景的预设模板结合，正是本次合作希望解决「通用 AI 不够好用」这一问题的技术基础。

金融机构与AI平台的结合点

美国运通选择与 Perplexity 合作，反映出金融服务机构正在把 AI 能力作为增值服务嵌入到会员权益体系中。对运通而言，这是一种差异化的客户留存策略：小企业卡会员不仅获得支付和信贷服务，还能免费使用针对其经营场景定制的 AI 工具。

从更广的产业视角看，这类合作揭示了 AI 落地的一条务实路径——不是让每个用户都成为提示词工程师，而是由掌握垂直场景知识的机构（如运通对小企业财务的理解）与 AI 平台联手，把专业经验沉淀为标准化、可复用的技能。这种「领域知识 + AI 平台」的组合，可能比单纯的通用模型更能解决具体行业的实际问题。

「提示词工程」（Prompt Engineering）是指用户通过精心设计输入指令来引导大语言模型输出高质量结果的技能。在通用 AI 助手场景下，提示词的质量直接决定输出的有效性，这意味着不熟悉 AI 运作逻辑的普通用户往往难以充分发挥模型能力。将领域知识固化为预构建工作流，本质上是把提示词工程的复杂性转移给了具备专业背景的机构——运通在此扮演的角色类似于「隐形的提示词工程师」，其对小企业财务场景的长期积累被编码进技能模板，让最终用户只需提供业务数据而无需理解 AI 的提问技巧。这也是「AI 技能即服务」（Skills-as-a-Service）商业模式的核心价值主张。

值得关注的几个问题

目前公开信息仍较为有限。本次推出仅面向符合条件的美国运通小企业卡会员，具体的资格门槛、技能库的完整清单、以及这些工作流的实际输出质量都尚待进一步验证。现金流预测和营销活动生成只是公告中举例提及的两类任务，技能库的真实覆盖范围和深度还需用户在实际使用中检验。

此外，涉及财务数据的 AI 工作流还牵涉到数据隐私与安全问题——小企业将经营数据交给 AI 处理时，相关的数据保护机制如何保障，也是这类产品落地后必须回答的关键。

对于美国的小企业主来说，这项服务提供了一个低门槛接触实用 AI 的机会；而对整个行业而言，它是观察「AI 技能即服务」模式能否规模化的一个值得跟踪的案例。