食材採買預估與叫貨

🎯 這條流程解決什麼

麵店的利潤，幾乎都藏在食材成本的縫隙裡。叫太多，青菜、肉片、海帶放到隔夜就得丟，等於把現金直接倒進廚餘桶；叫太少，中午湯頭熬不夠、麵條見底、招牌小菜賣完，只能掛牌道歉，硬生生把上門的客人趕走。這兩頭都在啃毛利，偏偏多數老闆每天靠「感覺」抓量，憑記憶和經驗下單。

問題是經驗很難對抗變數。遇到下雨天湯麵需求暴增、連假客流大起大落、附近學校段考或放假人潮銳減，憑感覺的預估常常嚴重失準，不是缺貨就是報廢，兩頭燒。實務上，一間中型麵店光是每天打烊後盤點、回想今天賣了多少、估明天要叫多少、再一家一家供應商下單，老闆或後場人員往往要耗掉 30 到 60 分鐘，而且累了一天精神不濟，越估越隨便。長期下來，食材報廢率偏高、偶發性斷料趕客，成本控制全憑運氣，這正是這條流程要對症下藥的痛點。

導入後的改變

導入前：叫貨靠老闆腦中的一本帳，今天賣多少全憑印象，明天叫多少憑感覺。雨天、連假常常踩雷，青菜肉片報廢一籃籃丟，或中午就賣到斷料掛牌。每天打烊還要花半小時到一小時盤算下單，又累又不準。

導入後：每天打烊後系統自動讀取近期銷量與耗用量，結合隔日天氣與假日因子，用 AI 推估明天各食材需求並比對現有庫存，把低於安全庫存的品項整理成附建議數量的叫貨清單草稿，老闆只要核對後送出。原本每天 30 到 60 分鐘的盤算工作縮短到幾分鐘，採買工時省下約 7 到 8 成；預估更貼近實際後，食材報廢率與缺貨斷料同時下降，毛利更穩——以一間月食材成本數十萬的麵店估算，報廢率每降幾個百分點，一個月省下的就是實打實的數千到上萬元。

流程怎麼運作

這條流程對應 frontmatter 裡的五個節點，逐步說明如下：

1. 彙整銷量——排程在每日打烊後啟動，從 Google Sheets 讀取近期各品項的銷售與食材耗用量，計算平均值與波動範圍，建立預估的基準。
2. 套天氣因子——透過天氣 API 取得隔日天氣，並判斷是否為假日或特殊日，據此調整湯麵、熱食、小菜等對天氣敏感品項的預估量（例如雨天、降溫日湯麵需求往往上升）。
3. 預估用量——AI 需求預測節點綜合銷量趨勢與天氣假日因子，推估隔日各項食材的需求量，再比對目前現有庫存，算出實際還缺多少。
4. 產生叫貨單——把低於安全庫存的食材整理成叫貨清單草稿，附上建議叫貨數量與對應供應商，方便快速下單。
5. 人工確認——老闆核對價格、效期、供應商與當下實際狀況後，才正式送出訂單，AI 只到草稿為止。

需要的工具與串接重點

平台用 n8n 或 Make。Google Sheets 是資料中樞，存放銷量、耗用量、安全庫存與供應商對照，資料越完整預估越準，建議至少累積數週銷售紀錄再上線。天氣 API 提供隔日天氣，是調整需求的重要外部變數。AI 需求預測節點負責綜合運算，安全庫存與各品項的耗用換算（例如一碗麵用多少麵條、多少青菜）要先設定清楚。LINE Notify 把叫貨草稿與低庫存警示推給老闆，供應商 Email 則用來發送確認後的訂單。串接重點：安全庫存與耗用比例要隨季節、菜單調整定期校正，初期更要用幾週實際結果回頭修正參數，預估才會越用越準。

常見錯誤與注意事項

食安永遠擺第一。食材效期與保存狀況直接關乎食安，AI 預估僅供採買數量參考，絕不可作為效期或新鮮度的判定依據，是否能用一律由後場人工把關。 其次，叫貨牽涉採購付款，是金流動作，數量、價格、供應商務必由老闆人工確認後才下單，本流程不取代後場對食材新鮮度的把關，已內建人工確認節點，請勿略過。 常見錯誤是貪方便讓系統全自動下單，結果某天天氣 API 異常或銷量資料漏記，整批叫錯量。另一個坑是只看平均不看波動，導致週末或活動日嚴重低估；務必把安全庫存設足、保留人工調整空間。資料準確度是一切的根本，銷量與耗用若沒確實登錄，預估就會跟著歪。

台灣中小企業情境案例

桃園一間社區麵店，老闆過去都憑經驗叫貨，雨天常低估湯麵需求中午就斷料，連假又常高估，青菜和滷味一籃籃報廢。導入這條流程後，每天打烊系統自動算好隔日各食材建議量，還會依天氣把雨天的湯麵量往上調，老闆收工前花三五分鐘核對價格與效期就下單。兩個月後，斷料掛牌的情況幾乎不再發生，食材報廢明顯減少，估算下來每月食材成本省下約一成，老闆也不必每晚再對著紀錄本苦思明天要叫多少。

延伸應用

這條流程穩定後，可以把採買資料往經營面延伸。把食材成本接到營收日報，算出每道餐點的真實毛利，做為菜單定價與汰換的依據；也能在某項食材成本異常上漲時自動提醒，及早調整菜單或換供應商。想找更多餐飲管理做法，可參考 /workflows 其他餐飲流程，到 /recipes 找庫存預測與成本分析食譜，或到 /automation 專區把銷量、採買、庫存、日報整套串成自動運轉的後場管理系統，讓「抓量」從靠運氣的猜測，變成有數據支撐的決策。

流程圖

用到的工具

更多「餐飲美食」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →