AI 需求預測與備料

01解決的工作問題

備多了報廢，備少了缺貨。多數人不是不想算，是覺得「我這種規模哪有資料可以算」——但 POS 紀錄、出貨單、訂位本、發票明細都是資料。真正的難處在另一個地方：AI 給你一個數字時，語氣跟它給對的時候完全一樣，而你手上沒有辦法分辨。所以這個方法的重點不是讓 AI 算得多準，是讓它把「憑什麼這樣算」攤開來，讓你有東西可以判斷。

02什麼時候用、什麼時候別用

什麼情況下該用這一套

• 手上有至少三個月、最好一年以上的歷史紀錄（POS、出貨、訂位、領料都算）。
• 要決定的事情有明確單位與期間：明天備幾份、下週進幾箱、這個月排幾班。
• 缺貨或報廢有實際成本，而且你說得出哪一邊比較痛。

什麼情況下別用

沒有歷史紀錄的新品或新店

沒有紀錄就沒有依據，AI 會拿同業常識填，那是編的。新品要用試賣、少量多批處理。

被單一大客戶主導的需求

一家佔七成的時候，統計沒有意義，該做的是打電話問對方。

要把預測當成業績目標

預測的用途是備料。當成目標之後，資料會被人為修飾，預測系統就毀了。

生死攸關的品項

藥品、急救器材、法定備量這類東西不做區間預測，照法規與安全庫存走。

誰會用到

營運

你最清楚哪一天的異常是真的爆量、哪一天是系統重複入帳。這個判斷 AI 做不了，但它會照單全收。

採購

預測是為了下訂。要把前置期與最小訂購量一起考慮進去——預測說要 100，但供應商一箱 250，那預測本身不改變任何事。

業務

你手上有預測資料裡沒有的東西：談到一半的大單、客戶說要縮量。這些要當成外部因素明講，不要期待 AI 猜到。

會計／財務

報廢與缺貨的成本要換算成同一個單位，押高押低才有依據。這一步不做，區間給你也沒用。

主管

最該擋的一件事：不要讓預測值變成業績目標。一旦變成目標，第一線就會開始修資料，之後所有預測都失真。

行政

資料整理通常落在你身上。欄位名稱、單位、日期格式先統一，這一步佔掉八成時間但決定後面所有事。

門市／餐飲

備多了報廢、備少了缺貨，兩邊都是錢。你的 POS 紀錄就是資料，不需要先導系統才能開始算。

所屬工作情境

04完整步驟圖的文字版，逐步展開

一句話版（快速回顧）

1. 先把「要決定什麼」寫清楚：是明天備幾份、還是下個月進幾箱。單位與時間顆粒度不同，做法完全不同。
2. 整理歷史紀錄成一張乾淨的表：日期、品項、數量，加上你知道的外部因素（天氣、假日、活動、發薪日）。
3. 請 AI 先做「解釋」不要做「預測」——找出過去哪些日子特別高或特別低，以及它認為的原因。這一步是在驗證資料有沒有問題。
4. 確認解釋合理後才要預測，而且要求輸出區間（低／中／高）與各自的理由，不是單一數字。
5. 自己決定要押在區間的哪一端：缺貨損失大就押高，報廢損失大就押低。這是經營判斷，不是計算題。
6. 把預測與實際結果記下來，每個月回看一次差在哪。沒有這一步，預測不會變準。

完整版（每一步誰做、產出什麼）

05開始前要準備什麼標「必要」的沒備齊就先別開始

歷史紀錄必要

日期、品項、數量三欄是最低要求。至少三個月，一年以上才看得出季節性。

欄位與單位定義必要

「份」「盒」「箱」要對得起來；退貨、贈品、內部領用要不要算進銷量，先講清楚。

外部因素表必要

假日、天氣、活動、發薪日、附近有沒有大型工程。你知道但資料裡沒有的事，都寫在這裡。

缺貨與報廢的成本必要

各一個數字，換算成同一單位。這是決定押高押低的唯一依據。

已知的資料髒污清單可選

系統換版那個月的紀錄不準、去年三月盤點重複入帳——這些先寫下來，不然會被當成真實需求。

前置期與最小訂購量可選

如果預測是為了下訂，這兩個數字決定預測值能不能真的執行。

餵進去的東西要長這樣

歷史紀錄（日期／品項／數量）＋ 外部因素表 ＋ 成本參數 ＋ 採購限制 ＋ 已知不可用期間。

• 日期格式統一，不要混用民國與西元。
• 數量的單位要一致，退貨與贈品是否計入先講清楚並標明。
• 客戶名稱、聯絡方式、單號等個資欄位先刪除。
• 已知的髒污期間要主動標出來，不要期待 AI 自己發現。
• 外部因素寫「日期範圍 ＋ 發生什麼事」，不要只寫「有活動」。

【決策定義】2026/06 每個平日的 A 餐備料量（單位：份）

【歷史紀錄】（欄位：日期／星期／品項／數量；退貨已扣除；不含員工餐）
2025/11/03 一 A餐 74
2025/11/04 二 A餐 71
…

【外部因素】
2025/11/01 起 對面大樓施工，人流減少（尚未結束）
2026/02/15–02/21 農曆年，周邊公司放假
每週五 附近公司彈性上班，訂單通常較低

【成本參數】
缺貨一份損失 45 元｜報廢一份損失 32 元

【採購限制】
主食材前置期 2 天｜最小訂購量 20 份份量

【資料不可用】
2025/12/24–12/26 缺紀錄，原因不明
2025/06–2025/10 施工前，人流條件不同

06Prompt（快速／完整／進階）

A 快速版貼上就能用；B 完整實戰版把角色、限制、步驟、輸出格式與驗收標準寫足；C 進階版是拿去建 GPT／Skill／Agent 的系統指令。三種都附可替換變數、使用範例、預期輸出與人工確認點。

以下是我的歷史銷售紀錄與外部因素。請分兩段處理，不要跳過第一段：

第一段【解釋過去】
1. 找出數量明顯偏高與明顯偏低的日子，各列前五名。
2. 對每一天說明你認為的原因，並指出是根據哪一欄資料判斷的。
3. 列出資料本身的問題（缺漏、單位不一致、看起來像輸入錯誤的值）。

第二段【推估未來】——確認第一段沒問題後才做：
4. 對我指定的期間，輸出低／中／高三個區間，每個區間附一句話說明「在什麼情況下會落在這裡」。
5. 明確列出你「無法從這份資料判斷」的因素（例如我沒有給的活動、競爭、天氣）。

規則：不要給單一數字；不要用我沒提供的外部資料；資料不足以支撐的推估一律標【資料不足】。
歷史紀錄：{貼上}｜外部因素：{貼上}｜要推估的期間與品項：{填寫}

以下是我的歷史銷售紀錄與外部因素。請分兩段處理，不要跳過第一段。（照母提示詞五條）

【歷史紀錄】（便當店，2025/06–2026/05，A 餐每日銷量）
2025/06/02 一 82
2025/06/03 二 78
2025/06/04 三 91
2025/06/05 四 76
2025/06/06 五 64
…（略）
2025/09/18 四 210
…（略）
2026/02/16 一 12
2026/02/17 二 15
…（略）

【外部因素】
- 週五訂單通常較低（附近公司彈性上班）
- 2026/02/15–02/21 農曆年，周邊公司放假
- 對面大樓 2025/11 起施工，人流減少

【要推估】2026/06 每個平日的 A 餐備料量

【第一段：解釋過去】
偏高前五名
| 日期 | 數量 | 我認為的原因 | 依據哪一欄 |
|---|---|---|---|
| 2025/09/18 | 210 | 單日暴增至平常的 2.4 倍，型態不像自然需求；比較可能是一筆團體訂單 | 數量欄的孤立高點，前後日皆正常 |
| …（略） |

偏低前五名
| 日期 | 數量 | 我認為的原因 | 依據哪一欄 |
|---|---|---|---|
| 2026/02/16–02/20 | 12–18 | 與你提供的農曆年期間完全重合 | 外部因素表 |
| …（略） |

資料問題
1. 2025/11 之後整體水準下移約 12%，與你提到的對面施工時間吻合——若施工尚未結束，2025/11 之前的資料不宜與之後混用。
2. 缺 2025/12/24–12/26 三天紀錄，原因不明。
3. 週六日完全沒有資料——請確認是沒營業還是沒記錄，這會影響「平日」的定義。

【第二段：推估未來】
2026/06 平日 A 餐（已排除 2025/11 前的資料，理由如上）
| 區間 | 數量 | 在什麼情況下會落在這裡 |
|---|---|---|
| 低 | 58–64 | 施工持續、無特殊活動，且週五 |
| 中 | 68–74 | 施工持續、一般週一至週四 |
| 高 | 80–88 | 施工結束、人流回到 2025/10 水準 |

無法從這份資料判斷的因素
- 對面施工是否已結束或即將結束——這是本次推估影響最大的變數，建議直接去問。
- 2026/06 有無你已知的在地活動。
- 天氣：資料中沒有天氣欄，雨天的影響無法估計。
- 競爭：附近是否新開同類店家。

【提醒】2025/09/18 那天的 210 份我沒有納入趨勢計算，因為它比較像一次性團體訂單。如果那其實是常態性的團膳客戶，請告訴我，結論會不一樣。

你是我的備料規劃助手。以下是已清理過的歷史紀錄、外部因素、成本參數與採購限制。

【必守規則】
1. 一律輸出低／中／高三個區間，每個區間附「在什麼情況下會落在這裡」。任何情況下都不要只給一個數字。
2. 不得使用我沒有提供的外部資料（包含你對這個產業的一般認識）。
3. 我標記為【資料不可用】的期間不得納入計算，但要在輸出中說明你排除了哪些期間。
4. 資料不足以支撐的推估標【資料不足】，不要用鄰近品項或同業經驗補。

【要產出的四件事】
(a) 各品項的區間預測表。
(b) 「押高／押低建議」：依我提供的缺貨成本與報廢成本計算，說明在這組成本下應該偏向哪一端，並列出計算過程。
(c) 「可執行性檢查」：把建議量對照前置期與最小訂購量，指出哪些品項的建議量根本無法照做，並說明實際只能訂多少。
(d) 「這次要盯的變數」：本次推估中不確定性最大的三個因素，以及各自該怎麼查證。

歷史紀錄：{貼上}
外部因素：{貼上}
成本參數：缺貨一單位損失 {填寫}／報廢一單位損失 {填寫}
採購限制：前置期 {填寫}／最小訂購量 {填寫}
【資料不可用】期間：{填寫}

（同上，另加）
成本參數：缺貨一份損失 45 元（毛利＋顧客流失估計）／報廢一份損失 32 元（食材成本）
採購限制：主食材前置期 2 天、最小訂購量 20 份份量
【資料不可用】2025/12/24–12/26（缺紀錄）、2025/06–2025/10（施工前，人流條件不同）

【排除說明】本次排除 2025/06–2025/10（施工前人流條件不同）與 2025/12/24–12/26（缺紀錄），實際使用 2025/11–2026/05 共 7 個月。

【區間預測表】
| 品項 | 低 | 中 | 高 | 高區間的成立條件 |
|---|---|---|---|---|
| A 餐 | 58 | 71 | 86 | 施工結束且非週五 |
| B 餐 | 24 | 31 | 39 | 同上 |

【押高／押低建議】
缺貨損失 45 元 > 報廢損失 32 元，比值約 1.4:1。
計算：多備一份的期望損失 = 32 ×（不會賣掉的機率）；少備一份的期望損失 = 45 ×（會賣掉的機率）。在 45:32 的成本結構下，建議落點應偏向區間中上緣，約在中位數與高位數之間的 40% 處。
A 餐建議：77 份。
※ 這是依你給的兩個成本數字算的。如果報廢的食材可以次日再利用，實際報廢成本會低於 32，落點應該更高——請確認。

【可執行性檢查】
| 品項 | 建議量 | 最小訂購量 | 可執行？ |
|---|---|---|---|
| A 餐 | 77 | 20 份份量 | 可，訂 80（4 個單位） |
| C 餐 | 8 | 20 份份量 | 不可執行——最小訂購量已高於需求。建議改為隔週進貨或與 B 餐共用食材，這一項需要你決定。 |

【這次要盯的變數】
1. 對面施工進度——影響最大，建議直接向工地或大樓管理處確認完工時間。
2. 週五偏低的幅度是否穩定——目前只有 7 個月資料，樣本偏少。
3. C 餐的最小訂購量限制——這不是預測問題，是採購條件問題，預測再準也解決不了。

請幫我把備料預測做成每月例行工作，產出一份可以重複使用的作業設定。

【設定要包含】
1. 固定輸入清單：每月要準備哪些檔案與欄位，以及各自從哪裡匯出。
2. 固定輸出格式：區間預測表、押高押低建議、可執行性檢查、要盯的變數，四節不得增減。
3. 回顧段落：每次執行時，先讀入上個月的預測值與實際值，計算差異並回答三個問題——
   (a) 差異是否持續同方向偏（連續兩個月以上偏高或偏低）？
   (b) 如果是，最可能漏掉哪一個外部因素？
   (c) 這個因素要加進外部因素表嗎？
4. 中止條件：出現以下任一情況時停止輸出預測，改為回報問題——
   - 本月資料筆數比上月少三成以上（可能匯出不完整）
   - 出現負數或單位明顯不一致的值
   - 連續三個月預測與實際差異超過我設定的容忍值 {填寫}
5. 禁止事項：不得沿用上個月的結論、不得在資料不足時給出區間、不得將預測值描述為目標。

請把以上寫成一份可以直接貼給 AI 使用的作業設定，並附一份「每月執行檢查表」。

（同上）容忍值：實際值與中位數差距超過 20% 即視為異常。

【每月備料預測作業設定】

一、固定輸入
1. 上月銷售明細（POS 匯出，欄位：日期／品項／數量／退貨註記）
2. 外部因素表（人工維護，每月更新）
3. 成本參數（缺貨／報廢單位損失，變動時才更新）
4. 採購限制（前置期／最小訂購量）
5. 上月的預測輸出（供回顧用）

二、執行順序
步驟 0 回顧：讀入上月預測與實際值，計算差異，回答三個回顧問題。
步驟 1 檢查：比對本月筆數與上月，檢查負值與單位。觸發中止條件則停止並回報。
步驟 2 解釋：找出異常日並說明原因。
步驟 3 推估：輸出四節固定格式。

三、中止條件（觸發時只回報、不輸出預測）
- 資料筆數異常減少三成以上
- 出現負數或單位不一致
- 連續三個月差異超過 20%

四、禁止事項
- 不得沿用上月結論
- 資料不足時不得硬給區間
- 輸出中不得出現「目標」字樣

【每月執行檢查表】
□ POS 明細已匯出且筆數正常
□ 外部因素表已更新本月已知事件
□ 上月實際值已填入回顧欄
□ 回顧三問已回答，需要新增的外部因素已加入
□ 中止條件未觸發（觸發則停止並處理）
□ 押高押低的決定已由人確認並寫下理由
□ 本月預測已存檔，供下月回顧

07產出應該長什麼樣拿到的東西要長這樣

四節：異常解釋與資料問題、區間預測表、押高押低建議、無法判斷的因素。每一節都要能對回輸入資料。

完成品：同一份資料的兩次輸出：直接問預測 vs 先要解釋

【第一次：直接問「下個月每天要備多少」】
AI 回覆：「根據歷史資料分析，建議每日備料量為 A 餐 88 份、B 餐 36 份。此數字已考量週間波動與季節性因素。」
→ 看起來完整、有信心、可執行。照做兩週後報廢量不減反增。

【第二次：要求先解釋過去】
AI 回覆（節錄）：
「偏高前五名中，2025/09/18 的 210 份特別值得注意——它是一個孤立高點，前一日 79、後一日 83，型態不像自然需求波動，比較可能是一筆團體訂單。我在後續計算中將它排除，如果這其實是常態性的團膳客戶，請告訴我，結論會不一樣。

另外，2025/11 之後的整體水準比之前低約 12%，與你提到的對面大樓施工時間吻合。如果施工尚未結束，建議不要把 2025/06–2025/10 的資料與之後混用——這會讓推估值系統性偏高。」

→ 這一段直接指出了第一次失敗的兩個原因。人只需要回答兩個問題（那天是不是團購、施工結束了沒），就把錯誤攔在預測之前。

【差別在哪】
第一次的輸出裡，88 這個數字沒有任何線索可以讓人判斷它對不對。第二次的輸出裡，每一個判斷都攤開來了，而且它主動說出兩件「如果我猜錯，結論會不一樣」的事。
※ 兩次用的是同一份資料、同一個模型。差別只在有沒有要求它先解釋。

一、異常解釋與資料問題
- 2025/09/18 銷量 210（平常 2.4 倍）：孤立高點，前後日正常，判斷為一次性團體訂單，未納入趨勢計算。
- 2025/11 起整體下移約 12%：與施工時間吻合。
- 缺 2025/12/24–12/26 三天紀錄。
- 週六日無資料，請確認是未營業或未記錄。

二、區間預測表（2026/06 平日 A 餐）
| 區間 | 份數 | 成立條件 |
|---|---|---|
| 低 | 58–64 | 施工持續且為週五 |
| 中 | 68–74 | 施工持續、週一至週四 |
| 高 | 80–88 | 施工結束、人流回到 2025/10 水準 |

三、押高押低建議
缺貨 45 元 vs 報廢 32 元，約 1.4:1，建議偏中上緣，落點 77 份。
計算依據：見前段。若報廢食材可次日再利用，實際報廢成本更低，落點應再上調。

四、無法從資料判斷的因素
1. 對面施工何時結束（影響最大，建議直接查證）
2. 2026/06 有無在地活動
3. 天氣（資料中無此欄）
4. 附近是否新開同類店家

08工具怎麼挑

這幾支都做得到——差別在你手上有哪一支、資料能不能外流。標「起手」的是不知道從哪支開始時的建議，不是限定。

09會卡住與會做錯的地方

會卡住的地方（流程困難點）

資料髒到看不出來

重複入帳、退貨沒扣、系統換版那段期間的紀錄，混在一起之後統計出來的「需求」是假的。

把異常當常態

去年某天的爆量其實是一筆團購。AI 不知道，它會把那天當成需求的一部分，然後告訴你這個品項很有潛力。

只給一個數字

單一數字沒有給你判斷空間。實際要決定的是「要不要多備」，那需要區間與風險，不是一個看起來很準的值。

預測完就結束

沒有回頭比對實際值，就永遠不知道模型錯在哪，也不會變準。這一步最常被省略。

會做錯的地方（常見失敗方式）

其他注意事項

• AI 給的數字沒有信心水準也照樣講得很篤定。它不知道你下週隔壁要辦活動——「無法判斷的因素」那一段比預測值本身重要。
• 跳過「解釋過去」直接要預測，等於把資料裡的錯誤一起預測進去。異常值往往是打錯字，不是真的爆量。
• 把預測當成目標。預測是拿來備料的，一旦變成業績目標，人就會開始修資料。

10人工把關與安全限制

AI／Agent／Tool 介入在哪幾步

這幾關不下放

資料髒污認定

哪一段紀錄不能用，只有你知道。

異常事件確認

那天的高點是真需求還是一次性事件，AI 沒有辦法判斷。

押高或押低

缺貨與報廢哪一邊比較痛，是經營判斷不是計算。

可執行性

前置期、最小訂購量、保存期限決定預測值能不能落地。

不當成目標

預測值不得轉為業績目標或考核依據。這是資料能不能長期保持乾淨的關鍵。

安全與權限限制

先去識別化

客戶名稱、聯絡方式、單號、員工姓名在上傳前刪除。備料只需要日期、品項、數量。

營業數據的敏感度

完整銷售紀錄等於營收結構。上傳前確認公司對這類資料的規定，必要時只給相對值或抽樣。

供應商條件屬商業機密

報價、折扣、帳期不要與預測資料一起丟給外部服務。

推估結果的傳閱範圍

區間預測會揭露成本結構與利潤空間，發送前確認收件範圍。

不要接上即時系統

預測是給人做決定用的。直接串到自動下單，錯誤會在你看到之前就變成訂單。

11Checklist 與驗收標準

做的時候逐項打勾

• 決定的單位與期間先寫清楚（明天幾份／下月幾箱）
• 第一段「解釋過去」的說法對得回實際發生的事
• 資料問題清單已回頭處理，不是直接拿髒資料預測
• 輸出是區間不是單一數字，且每個區間有理由
• 押高或押低是人做的決定，並寫下理由
• 預測值與實際值有留紀錄，每月回看

做完了才檢查：全部成立才算完成

1. 決策定義寫成一句話，含明確單位與期間。
2. 已完成「解釋過去」並由人逐條核對，異常日與資料問題都有處置。
3. 條件改變前的資料已明確排除，且輸出中有寫明排除了哪些期間。
4. 輸出是三段區間，每段附成立條件，沒有出現單一數字結論。
5. 押高或押低的決定由人做出，並寫下這次的理由。
6. 建議量已對照前置期、最小訂購量與保存期限，確認可以執行。
7. 「無法從資料判斷的因素」清單非空，且其中影響最大的一項已安排查證。
8. 預測值與實際值有留檔，並排定每月回顧。
9. 上傳的資料已去識別化，不含客戶或員工個資。

12實際案例

13相關方法與下一步

可直接使用RELATED PROMPTS

先理解這些觀念RELATED CONCEPTS

延伸案例RELATED CASES