当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > Perplexity黑名单设置教程

Perplexity黑名单设置教程

2026-05-08 16:29:42 0浏览 收藏
Perplexity虽未提供原生域名黑名单功能,但用户可通过三种灵活方式实现精准内容过滤:用-site:语法在单次搜索中即时剔除不信任网站;开启Developer Mode并配置可信源白名单,间接压制非权威站点结果;或借助Tampermonkey脚本在浏览器端实时隐藏指定域名的搜索条目——无论你是追求效率的开发者、注重信息质量的研究者,还是厌倦低质内容干扰的日常用户,这些方法都能帮你从源头净化搜索体验,让每一次提问都更专注、更可靠。

如何在Perplexity中自定义搜索来源黑名单_在设置中配置排除特定域名的过滤规则

如果您希望Perplexity在搜索时自动跳过某些低质量或不信任的网站,则可通过配置域名黑名单实现源头过滤。以下是执行该操作的具体步骤:

一、使用-site:语法在单次搜索中临时排除特定网站

该方法无需修改账户设置,适用于对某次查询即时剔除干扰源,原理是利用Perplexity原生支持的布尔减法指令,将匹配整个域名及其所有子域名的结果从当前结果集中移除。

1、在Perplexity搜索框中输入您的核心问题,例如“JavaScript fetch API 超时处理”。

2、在问题末尾添加一个英文空格,随后输入-site:medium.com。

3、若需同时屏蔽多个站点,在同一行中追加更多-site:指令,中间以英文空格分隔,例如-site:medium.com -site:towardsdatascience.com -site:freecodecamp.org。

4、按下回车键提交搜索,所有来自被排除域名的网页将不会出现在结果列表中。

二、通过开发者模式启用可信源白名单并间接实现黑名单效果

Perplexity的Developer Mode支持预设可信来源列表,当白名单启用后,系统会显著降低非白名单域名的索引权重,实质上形成对未列入域名的软性屏蔽。该方式虽非严格黑名单,但在实际检索中可达成高度近似的过滤效果。

1、登录Perplexity账户,点击右上角“Settings”图标进入设置菜单。

2、在“Mode”选项中选择Developer Mode并保存设置。

3、向下滚动至“Trusted Sources”区域,点击“Add domain”按钮。

4、依次输入您认可的权威域名,每行一个,例如:developer.mozilla.org、docs.python.org、github.com。

5、保存后,后续所有搜索将优先抓取并高亮显示白名单内站点内容,其余域名结果默认降权且极少出现。

三、结合WAF级拦截规则进行客户端侧强制过滤(需第三方工具)

该方法不依赖Perplexity自身功能,而是借助浏览器扩展对搜索结果页实施实时DOM重写,识别并隐藏含指定域名的条目,属于终端侧补救措施,适用于已知顽固干扰源且无法通过服务端指令清除的场景。

1、安装Tampermonkey浏览器扩展程序。

2、新建用户脚本,粘贴以下核心逻辑代码段:

3、在脚本中定义需屏蔽的域名数组,例如["medium.com", "blog.csdn.net", "juejin.cn"]。

4、启用脚本后,每次加载Perplexity搜索结果页时,匹配到上述域名的

  • 或
    元素将被自动设置display:none样式。

    5、刷新搜索页面,确认含medium.com等域名的卡片已不可见。

    理论要掌握,实操不能落!以上关于《Perplexity黑名单设置教程》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

  • Python资源管理与打包详解【教程】Python资源管理与打包详解【教程】
    上一篇
    Python资源管理与打包详解【教程】
    HTMLDOM结构解析与操作教程
    下一篇
    HTMLDOM结构解析与操作教程
    查看更多
    最新文章
    查看更多
    课程推荐
    • 前端进阶之JavaScript设计模式
      前端进阶之JavaScript设计模式
      设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
      543次学习
    • GO语言核心编程课程
      GO语言核心编程课程
      本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
      516次学习
    • 简单聊聊mysql8与网络通信
      简单聊聊mysql8与网络通信
      如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
      500次学习
    • JavaScript正则表达式基础与实战
      JavaScript正则表达式基础与实战
      在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
      487次学习
    • 从零制作响应式网站—Grid布局
      从零制作响应式网站—Grid布局
      本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
      485次学习
    查看更多
    AI推荐
    • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
      PubMedQA
      深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
      261次使用
    • H2O EvalGPT:开源LLM大模型评估与排行榜工具
      H2O EvalGPT
      H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
      306次使用
    • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
      LMArena
      LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
      289次使用
    • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
      HELM
      深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
      263次使用
    • MMBench详解:多模态大模型基准测试、功能特点与使用指南
      MMBench
      MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
      76次使用