Perplexity 的 SharePoint 连接器 和 OneDrive 连接器 使 Enterprise Pro 和 Enterprise Max 用户能够通过 AI 驱动的自然语言查询直接搜索其组织的 SharePoint 站点和 OneDrive 文件。
我们最近推出了一个混合搜索架构，通过两种不同的搜索模式来解决数据安全问题和可扩展性限制： 高精度搜索 （基于索引）和 标准搜索 （基于API）。
搜索架构：双层架构
标准搜索（基于API）
工作原理：
在查询时直接通过 Microsoft 的搜索 API 查询 SharePoint/OneDrive
除查询返回的结果外，Perplexity 的基础设施中不会存储任何文件副本（可通过数据保留策略设置加以控制）。
可在用户整个 SharePoint/OneDrive 云盘范围内搜索，不受文件数量限制
连接器激活后，所有 Enterprise Pro/Max 用户均可立即使用
安全模型：
零数据保留： 除了从查询中找到的结果外，文件不会被复制或存储在 Perplexity 系统中（可通过数据保留策略设置进行缓解）
实时权限： 动态遵循 SharePoint/OneDrive 的原生访问控制
最少数据复制： 仅保留答案中包含的引用片段
无模型训练： 同步文件绝不会用于训练 AI 模型
立即撤销访问权限： 当 SharePoint/OneDrive 权限发生变化时，访问权限会立即反映在 Perplexity 中
用例： 需要最大限度的数据隐私保护和尽可能少的数据留存/占用的组织，尤其适用于在企业规模下跨数百万文件进行搜索。
高精度搜索（基于索引）
工作原理：
用户选择特定文件/文件夹进行同步，以便在 Perplexity 中进行本地索引
文件会被下载、解析并存储在专用的 AWS S3 存储桶中，同时在 Vespa 中生成并存储向量嵌入
实现更深入的语义分析和更全面的答案
文件限制： 每个 Space 500 个文件（Enterprise Pro）、每个 Space 5,000 个文件（Enterprise Max）
用户总上限： 15,000 个文件（Enterprise Pro）、50,000 个文件（Enterprise Max）
安全模型：
专用存储： 每个组织的文件都存储在隔离的 AWS S3“文件夹”中，并在 Vespa 向量存储中具有唯一的命名空间
加密： 静态数据采用 AES-256 加密，传输过程采用 TLS 加密
基于角色的访问控制（RBAC）： 在所有系统中强制执行最小权限原则
无模型训练： 同步文件绝不会用于训练 AI 模型
自动同步： SharePoint/OneDrive 中的文件更改/删除会自动反映在 Perplexity 中
用例： 需要为常用文档、项目专属文件集合，或包含精选内容的协作 Space 提供最高答案准确性的团队。
后端架构 & 数据流
连接 & 身份验证
管理员启用： 组织管理员在权限设置中启用 SharePoint/OneDrive 连接器
用户身份验证： 用户通过 Microsoft Entra (Azure AD) 使用 OAuth 2.0 进行身份验证
站点选择： 用户选择要连接的特定 SharePoint 站点
管理员同意： Microsoft 管理员可能需要在 Microsoft Entra 中为 Perplexity 应用程序授予组织范围的同意
当两种方法都处于活动状态时：
Perplexity 同时查询本地索引和 SharePoint API
结果将重新排名，以优先显示最相关的来源
引用会直接链接回 SharePoint，方便访问完整文件
索引流程（高精度搜索）
文件同步和存储：
文件选择： 用户通过 Perplexity 界面选择文件/文件夹
下载： 通过 Microsoft Graph API 从 SharePoint 下载文件
存储： 原始文件存储在 AWS S3 中，并具有专用的组织命名空间
解析： 从支持的格式（PDF、DOCX、XLSX、PPTX、CSV、TXT、MD、JSON）中提取文本
向量化： 将内容转换为嵌入，并存储在 Vespa 向量数据库中
元数据索引： 对文件元数据（名称、路径、权限）进行索引，以便搜索检索
删除： 当用户断开 SharePoint/OneDrive 与 Perplexity 的连接时，他们可以选择删除任何已索引的文件
安全 & 合规基础设施
权限执行
SharePoint/OneDrive 端权限：
如果用户失去对 SharePoint/OneDrive 中文件的访问权限，该文件将立即从 Perplexity 中删除
在 SharePoint/OneDrive 中删除文件会触发从 Perplexity 索引中立即移除
用户只能搜索他们在 SharePoint/OneDrive 中具有明确访问权限的文件
Perplexity 端权限：
管理员通过“组织”设置控制哪些用户可以访问连接器
同步到 Space 的文件可供 Space 成员搜索，但访问文件内容仍需具备 SharePoint/OneDrive 权限
问题共享遵循管理员设置的组织共享策略
最佳实践
何时使用高精度搜索（索引）
Space 中的项目专属文件集合
经常访问的知识库文档
需要深度语义分析的文件
具有精选内容的协作团队环境
何时使用标准搜索（仅限API）
在庞大的文件存储库（数百万个文件）中进行搜索
严格的数据驻留和最少的数据复制要求
对不常访问的文件进行探索性搜索
具有更高安全性/合规性限制的组织