Perplexity est un service de recherche en ligne édité par la société américaine Perplexity AI, Inc. Il cherche sur le web au moment de la question, puis fait rédiger par un modèle de langage une synthèse qui cite ses sources.
Il appartient à la famille des moteurs de réponse : il se place entre le moteur de recherche, qui renvoie une liste de liens, et l’assistant conversationnel, qui répond sans toujours dire d’où vient l’information.
Comment ça fonctionne
Perplexity applique le principe du RAG : récupérer des documents, puis les confier à un LLM chargé de rédiger. Dans son ordonnance du 21 août 2025, la juge fédérale Katherine Polk Failla résume ainsi la plainte de Dow Jones : le moteur s’appuie sur une base RAG faite de « content from original sources », que le modèle « repackages » en réponses écrites (24 Civ. 7984, document 65). Ce sont des allégations des plaignants, pas des constats du tribunal.
La société documente deux robots distincts sur sa page consacrée aux agents. PerplexityBot sert à « surface and link websites in search results » ; il n’est pas utilisé pour entraîner des modèles de fondation et respecte le fichier robots.txt. Perplexity-User visite une page quand un utilisateur pose une question ; selon la même page, il « generally ignores robots.txt rules ». Bloquer le premier n’empêche donc pas toute visite du second. Pour un éditeur qui suit sa visibilité en Generative Engine Optimization, ces deux noms sont à repérer dans les journaux du serveur.
Exemple
Dow Jones (éditeur du Wall Street Journal) et NYP Holdings (New York Post) ont assigné Perplexity AI le 21 octobre 2024 devant le tribunal fédéral du district sud de New York (plainte, document 1). Selon l’ordonnance de 2025, les éditeurs reprochent trois usages : la copie de leurs articles dans l’index RAG, des réponses qui reproduisent des articles mot pour mot, et des hallucinations attribuées à leurs titres. La juge a rejeté « in full » la demande de Perplexity de rejeter l’action ou de la transférer en Californie. À cette date, l’affaire n’était pas jugée au fond.
À ne pas confondre avec
- Moteur de recherche : il classe des pages et renvoie des liens. Perplexity rédige une réponse et place les liens en appui, ce que la plainte de Dow Jones présente comme une invitation à « Skip the Links ».
- LLM : le modèle de langage n’est qu’un composant. Perplexity est un service qui associe une recherche web, un index de documents et un ou plusieurs modèles.
- Perplexité : en traitement automatique des langues, mesure de la qualité d’un modèle de langage sur un corpus de test. Daniel Jurafsky et James H. Martin la présentent dans le chapitre 3 de Speech and Language Processing : plus elle est basse, mieux le modèle prédit le texte. Le nom du service et la mesure n’ont aucun lien établi par une source consultée.
Pour aller plus loin
Le rôle des moteurs de réponse dans la visibilité d’une organisation est analysé dans l’article Generative Engine Optimization (GEO).
Questions fréquentes
Qu'est-ce que Perplexity ?
Un moteur de réponse édité par Perplexity AI, Inc. Il interroge le web au moment de la question et fait rédiger par un modèle de langage une réponse qui cite ses sources.
Perplexity respecte-t-il le fichier robots.txt ?
Selon sa documentation, PerplexityBot, qui alimente les résultats de recherche, respecte robots.txt. Perplexity-User, qui visite une page à la demande d'un utilisateur, ignore en général ses règles.
Quelle différence entre Perplexity et un LLM ?
Le LLM est le modèle qui rédige. Perplexity est un service complet : recherche web, index de documents, modèle de langage et citation des sources.
SOURCES
- Perplexity Crawlers (PerplexityBot, Perplexity-User), Perplexity AI, documentation officielle, page non datée, consultée le 05/10/2026
- Dow Jones & Company, Inc. et NYP Holdings, Inc. v. Perplexity AI, Inc., 24-cv-7984, Complaint (document 1), United States District Court, Southern District of New York (copie CourtListener), 21/10/2024
- Dow Jones & Company, Inc. v. Perplexity AI, Inc., 24 Civ. 7984 (KPF), Opinion and Order (document 65), United States District Court, Southern District of New York (copie CourtListener), 21/08/2025
- Speech and Language Processing, chapitre 3 : N-gram Language Models (Jurafsky et Martin), Université Stanford, brouillon du 19/08/2026