Comet - Web Agent และเบราว์เซอร์ของ Perplexity

 (perplexity.ai)
7 คะแนน โดย sungmin330 2025-07-31 | 4 ความคิดเห็น | แชร์ทาง WhatsApp

Comet: เบราว์เซอร์ใหม่ที่สร้างโดย Perplexity

แม้จะเปิดตัวมาสักพักแล้ว แต่ผมได้ลองใช้หลังผ่านรายชื่อรอแล้วจึงเขียนโพสต์นี้ขึ้นมา

ภาพรวมสำคัญ

Comet เป็นเบราว์เซอร์ AI ที่พัฒนาโดย Perplexity ซึ่งออกแบบมาเพื่อยกระดับสมาธิและเวิร์กโฟลว์ของผู้ใช้ให้สูงสุด และเปลี่ยนความอยากรู้อยากเห็นให้กลายเป็นการลงมือทำ

ฟีเจอร์และจุดเด่นหลัก

  • การค้นหาแบบ AI ที่ผสานรวม, คอนเท็กซ์แบบทันที, และการทำงานอัตโนมัติบนเว็บไซต์

    • สรุปข้อมูล ช้อปปิ้ง จัดตาราง และรีเสิร์ชได้โดยตรงจากในเบราว์เซอร์

  • Comet Assistant

    • จัดการงานซ้ำ ๆ แบบอัตโนมัติ เช่น คลิก พิมพ์ ส่งฟอร์ม และเติมข้อมูลอัตโนมัติ

  • ทำงานที่ซับซ้อนให้เป็นอัตโนมัติได้ด้วย

    • รองรับทั้งกระบวนการช้อปปิ้งตั้งแต่การเปรียบเทียบสินค้าไปจนถึงการชำระเงิน

  • การจัดการแบบรวมศูนย์

    • เชื่อมต่ออีเมลและปฏิทิน (Gmail, Google Calendar)
    • ดูสรุปตารางนัดหมาย รวมถึงจองอีเมล/กำหนดการได้จากในเบราว์เซอร์

  • ประสบการณ์ที่ปรับให้เหมาะกับแต่ละบุคคล

    • เรียนรู้รูปแบบการใช้งานเพื่อจัดระเบียบแท็บและอินไซต์ให้อัตโนมัติ

  • ค้นหาคำตอบได้ทันทีจากกิจกรรมของฉัน

    • รองรับการค้นหาในประวัติ วิดีโอ เอกสาร และข้อมูลส่วนตัวอื่น ๆ

  • Smart Action และฟีเจอร์โฟกัสตามแท็บ

    • ฟีเจอร์ @tab ให้คำตอบแบบเรียลไทม์ที่สอดคล้องกับแท็บที่เปิดอยู่

กรณีการใช้งาน

Perplexity ได้โพสต์กรณีการใช้งานเพิ่มเติมไว้บน Linkedin
https://www.linkedin.com/company/perplexity-ai/posts/?feedView=all

ความเห็นส่วนตัวหลังใช้งานบริการ

เทคโนโลยี

  • อยู่ในรูปแบบ Chromium browser + Perplexity + Web Agent
  • natural language query -> การดึง Intent/slot -> Symantic DOM mapping -> การแปลงเป็น action -> การรัน event (web Tool) -> การพาร์สผลลัพธ์และ preprocess -> คาดว่าเป็นโครงสร้างแบบ ReAct
  • Comet ถ่ายภาพหน้าจอให้ ทำให้สามารถเข้าใจสถานะงานปัจจุบันได้ แต่ยังต้องตรวจสอบเพิ่มเติมว่าใช้ vision model ในการวิเคราะห์หรือไม่

กรณีทดสอบ

(1) การเขียนอีเมล

  • ใช้เว็บไซต์อีเมลของ Google ในการเขียนอีเมลได้อย่างเหมาะสม
  • Agent เลือกบันทึกเป็นฉบับร่างแทนการส่งจริง

(2) ค้นหาเส้นทางใน Naver Map + แนะนำร้านอาหารใกล้เคียง

  • หลังจากเข้าไปที่หน้าเว็บ Naver Map แล้ว ผมถามให้หาเส้นทางจาก Seoul Station ไป Jamsil และมันก็ใช้บริการ Naver Map ได้อย่างเหมาะสม (เหมือนคนใช้งาน) เพื่อหาเส้นทาง
  • ส่วนการหาร้านอาหารใกล้เคียง ไม่ได้ใช้ Naver Map แต่ใช้ Search Tool เดิมของ Perplexity

(3) ครอว์ลข้อมูล Open AI Platform Pricing

  • เท่าที่ทราบ Open AI Platform ใช้ Remix และราคาของ API บางส่วนถูกซ่อนไว้ในรูปแบบ toggle
  • ผมสั่ง Comet อย่างชัดเจนให้เปิด toggle และตรวจสอบราคาของ API ทั้งหมด แล้วสรุปผลเป็น Markdown ซึ่งมันก็ทำได้เหมาะสม
  • อย่างไรก็ตาม ยังจำเป็นต้องทำ prompt engineering เพื่อให้ดึงข้อมูลได้อย่างแม่นยำ
  • ผมให้ลองตรวจสอบหน้า API ของ Anthropic ด้วย แต่เนื่องจาก layout ของหน้าเว็บ (divider) ไม่ชัดเจน จึงไม่สามารถพาร์สนโยบาย API ที่ซับซ้อนได้อย่างแม่นยำ อย่างไรก็ดี ราคาพื้นฐานของ API ดึงออกมาได้ถูกต้อง

ความเห็นส่วนตัว

  • ระหว่างพัฒนา browsing agent น่าจะมีจุดที่ต้องคำนึงถึงหลายอย่าง เช่น คอนเท็กซ์ การเรนเดอร์ ฯลฯ เลยอยากรู้ว่าเขาแก้ปัญหาเหล่านั้นอย่างไร
  • ในเชิงเทคนิคมีความ wow อยู่ แต่ในมุมมองของโปรดักต์ยังดูคลุมเครืออยู่บ้าง
  • แต่ละคนอาจมองต่างกัน สำหรับผมยังไม่ชัดว่าเหตุใดผมต้องใช้โปรดักต์นี้ เหตุใดจึงควรจ่ายเงินเพื่อใช้ Comet และมันจะแก้ปัญหาอะไรของผมในฐานะลูกค้าได้บ้าง กล่าวคือ value proposition ยังไม่ชัดเจนสำหรับผม ตอนนี้ความรู้สึกคือ 'โอ้! น่าสนใจ ทำได้จริงแฮะ เดี๋ยวค่อยนึกออกแล้วลองใช้อีกสักสองสามครั้ง'
  • แน่นอนว่า Perplexity กำลังนำเสนอกรณีการใช้งานอยู่ แต่ผมก็ยังรู้สึกว่า 'จำเป็นต้องใช้ Agent เพื่อแก้ปัญหานี้จริงหรือ? (ถ้าทำเองอาจเร็วกกว่า)' และ 'มันแก้ปัญหาจริงได้ครบถ้วนแล้วหรือยัง?'
  • ผมเดาอย่างระมัดระวังว่าความรู้สึกนี้อาจเกิดจากการที่เบราว์เซอร์เป็นสิ่งที่ใกล้เคียงกับโครงสร้างพื้นฐาน
  • เพราะเบราว์เซอร์ที่ขับเคลื่อนด้วย AI Agent ถือเป็นฟอร์แมตใหม่ในมุมหนึ่ง ผมจึงคิดว่าถ้าสามารถสื่อสารกับลูกค้าได้ชัดว่า 'คุณมีปัญหาแบบไหน และ Comet แก้ปัญหานั้นให้คุณได้อย่างสมบูรณ์จริง ๆ' ก็น่าจะดี
  • คงต้องจับตาดูและลองใช้เพิ่มอีกหน่อย ผมเองก็คิดอยู่เหมือนกันว่าจะจัดการปัญหาด้านโปรดักต์นี้อย่างไร

UI

นี่เป็นสิ่งที่ผมลองวิเคราะห์ด้วยตัวเอง (กำลังทำงานเพื่อสร้างขึ้นใหม่ในลักษณะ reverse planning อยู่...,)
https://www.figma.com/deck/Gky9ZDEqZKdJfG4RWoNYdf

บทความที่เกี่ยวข้อง

4 ความคิดเห็น

 
cshj55 2025-08-01

ตอนที่คุณลองใช้งาน มีการจำกัดการใช้คิวรีของเอเจนต์ Comet ไหมครับ? หรือว่าเหมือนกับเครื่องมืออื่น ๆ ที่อยู่ในช่วงทดสอบเลยยังไม่ค่อยมีข้อจำกัดเรื่องคิวรี? พอดีจำได้เหมือนเคยเห็นว่ามี pro-max อะไรประมาณนี้ เลยอยากถามดูครับ
 
sungmin330 2025-08-02

ตอนนี้ผมสมัครใช้งาน Pro อยู่ อาจเป็นเพราะผมใช้งานไม่มากนักด้วยก็ได้ แต่รวมถึง Comet แล้ว ใน Perplexity ผมยังไม่เคยชนลิมิตเลยจนถึงตอนนี้ รู้สึกว่าเผื่อไว้ค่อนข้างเยอะกว่าที่คิดเหมือนกัน
ผมไม่แน่ใจแบบชัดเจน เพราะในแพลนสมัครสมาชิกไม่ได้ระบุ rate limit ไว้
ดูเหมือนว่าอย่างน้อย beta release จะให้มาไม่เหมือนกับ pro-max

https://perplexity.ai/help-center/en/…

อันนี้เป็นความรู้สึกส่วนตัวนะครับ แต่เหมือนอย่างที่คุณบอกว่าเพราะยังเป็นช่วงทดสอบอยู่ จำนวนคิวรี่น่าจะไม่ค่อยมีผล ผมลองเปิด virtual browser พร้อมกัน 12 ตัวแบบขนานในครั้งเดียวแล้วก็ยังทำงานได้ ตรงนี้น่าทึ่งทีเดียวครับ
 
nottiger 2025-08-01

อ่านจบแล้วครับ
ค่อนข้างน่าเสียดายนิดหน่อยเพราะเป็นไปตามที่คาดไว้..
 
cenoch 2025-08-01

ในเชิงเทคนิคนี่มีความว้าวให้เห็นอยู่ แต่ในมุมของโปรดักต์ยังรู้สึกว่าคลุมเครืออยู่ครับ

ผมเห็นด้วยกับประโยคนี้ครับ

  1. ความเร็วในการทำงานของเอเจนต์ช้าเกินไป และถ้าจะถามว่าสามารถเชื่อใจให้มันทำงานไปเองแล้วลืมไปได้เลยไหม ประสิทธิภาพก็ยังไม่ถึงขั้นนั้น
  2. ดูเหมือนว่าจะเลือกโมเดลไม่ได้ ดังนั้นงานส่วนใหญ่น่าจะทำด้วยโมเดลของ Perplexity เอง ซึ่งมีอาการหลอนค่อนข้างหนัก
    เช่น) ตอนให้มันอ่านหน้าข่าวของ Naver แล้วขอให้สรุปน้ำเสียงของแต่ละหนังสือพิมพ์ต่อการเจรจาภาษี มันกลับแต่งคำตอบเกี่ยวกับน้ำเสียงของหนังสือพิมพ์ที่ไม่ได้อ่านขึ้นมา โดยอาศัย "อคติที่เรียนรู้ไว้ล่วงหน้าเกี่ยวกับแนวโน้มของแต่ละสำนักพิมพ์"
  3. หากจะทำให้งานลักษณะนี้ทำได้อย่างถูกต้อง ก็ต้องอาศัย prompt engineering และการตรวจทาน/แก้ไขซ้ำๆ ซึ่งต้นทุนในการใส่ใจตรงนั้นดูจะสูงกว่าประโยชน์ที่ได้จากการทำงานอัตโนมัติผ่าน Comet
  4. มองออกเลยว่าระหว่างการสร้างคงต้องเจอปัญหาทางเทคนิคยากๆ หลายอย่าง ดังนั้นในแง่นั้นก็มีส่วนที่น่าสนใจให้มองในฐานะ "นักพัฒนา" อยู่บ้าง แต่ถ้ามองในฐานะสินค้าแล้ว...