客户案例
Findly 借助 Perplexity Sonar 为大宗商品交易员提供实时、附带引用的答案

Findly 是一款面向企业客户的 AI 驱动型数据分析师。其主打产品 Darling Analytics 的主要用户是年营收逾 1000 亿美元的行业领军企业中的大宗商品交易员(如 LPH、LNG、原油)和航运分析师。
Darling Analytics 基于实时更新的数据汇总,执行复杂的数据分析与预测。该平台可生成详细报告和摘要报告,既可用于一次性分析,也可设定为在特定市场条件下自动重新运行。其 AI 研究引擎整合了内部数据库、文档以及来自 Sonar 的实时网络信息。
核心组件
- 多源数据集成 & 搜索:将内部结构化数据与外部非结构化来源(PDF、网页内容、社交媒体)无缝连接,实现全面详尽的搜索
- 自然语言分析:交易员可以用通俗的英语提出复杂问题,并获得基于 SQL 的洞察
- 自动化报告:生成定期报告,并根据市场条件触发警报
Findly 的技术确保准确性、可扩展性、速度和安全性,并已获得 SOC Type II 和 ISO 27001 合规认证。
挑战
大宗商品交易员面对的工作流要求他们借助过时的工具和流程消化海量数据。许多交易员不得不依赖早已不堪重负的分析师,为他们提供关键数据点的每日摘要。
大宗商品数据集规模庞大且高度分散,仅仅是查明某项测量数据的来源就已极其困难。团队成员很少记得哪些数据库表包含哪些信息,即便是基本问题也要求助于数据团队。
解决方案
由 Sonar Pro 提供支持
Sonar Pro 已集成到 Findly 的核心基础设施中,利用来自网络的有据可依、实时且可验证的信息来充实研究答案。
Findly 选择 Sonar,是为了确保:
- 信息时效性:Sonar 让 Findly 能够获取实时网络搜索数据。Findly 使用 search_recency_filter 参数,确保所有回答均来自最近一个月内的信息。这对于时间敏感型查询以及大宗商品交易和航运客户至关重要。
- 可验证性与可信度:Perplexity 提供程序旨在返回包含来源 URL 的对象。这使 Findly 能够在每个生成的答案旁显示来源,为用户信任奠定基础,并让客户能够自行进行事实核查。
- 来源可控:Findly 使用 Perplexity 的搜索域名筛选器,将低质量或不理想的网站排除在搜索结果之外,从而提升答案质量。
- 更高的答案质量:Sonar 以网络搜索结果作为答案的依据。Findly 发现,这显著提升了结果的准确性和可靠性。仅依赖内部训练所获信息的传统 LLM 模型,产生幻觉的风险要高得多。
- 安全合规:Sonar 通过 HTTPS 进行无状态调用;不会存储任何客户数据,也不会将其用于模型训练,满足 Findly 的 SOC 2 和 ISO 27001 要求。
Sonar Chat Completions 现已升级为 Agent API,提供更多模型、工具以及基于研究的预设。请点击此处查阅我们的文档,即刻开始使用。