标准场景 预警跟踪 行业 · 离散制造

DM-17 · 来料跟催

③ 能力沉淀(Skill / 提示词 / 预期输出 / 人工边界)

W

场景总览

来料跟催 Skill · 可复现的完整素材包

一句话调用 · 按 92 张历史单反算供应商履约画像 · 预测到货日 vs 断料日算出真实缺口 · 四色分级把"逾期但不

急"单独摘出去 · 输出带履约数据筹码的跟催话术与升级路径。

Skill 核心理念

采购每天都在催料,问题不是不催,是催错了顺序。按逾期天数排序,逾期 5 天但库存能撑 18.7 天的料会被反复催,而还没到期但供应商准时率只有 62%、下游两天后就上线的料反而被放过去。这个 Skill 做三件事:① 把"承诺"变成可校验的数字——预测到货日 = 承诺日 + 该供应商历史平均延误;② 按下游影响面而非逾期天数排序,并把不用催的明确摘出去;③ 让每句催单话都带数据筹码——履约数据 + 预测结果 + 后果 + 可执行的具体请求,四要素缺一不可。SKILL v1.0.0

四色风险分级

履约画像

话术带筹码

STEP 1算履约画像

STEP 2预测到货日

STEP 3四色分级

STEP 4话术 + 待办

1Skill 完整包

来料跟催 Skill · 完整 zip 包

SKILL 主本 + 2 份 references + test cases · 一键下载 · 解压即用

版本 v1.0.0

material-chase-1.0.0.zip

下载后解压即得完整 skill 目录 · 直接放到 WorkBuddy 的技能中心导入即可

zip 包内含 · 一次拿全

SKILL.md · 主本(跟催五步法 / 风险分级四象限规则 / 履约画像计算方法 / 到货预测方法 / 跟催话术生成规则 / 升级规则 / 常见坑)

_meta.json · Skill 元信息(slug / version / domain / role / scene)

references/风险分级规则.md · 四象限判定标准 + 断料日与缺口天数算法 + "逾期但不急"的判定条件,可直接作为企业内部跟催规范

references/跟催话术模板.md · 话术四要素 + 按供应商等级区分语气 + 不同渠道(电话/邮件/IM)的措辞差异

test_cases/ · 含"逾期但不急"与"未逾期需急催"两类反差用例

用法

下载 zip · 解压得到 material-chase-1.0.0/ 目录

WorkBuddy → 技能中心 → 我的技能 → 导入这个 Skill

之后直接说 "帮我把在途单过一遍,哪几张是真会卡住生产的"

建议每天早上例行跑一次,作为采购当日跟催清单的输入

分级阈值可按企业实际调整(默认:缓冲 ≥7 天且上线日 ≥ 今日+14 天 → 判为"逾期但不急")

2. 原始素材 · 四份表,缺一份就判不准

只看在途单永远判断不出谁真的急

必须同时知道三件事:这家供应商的话有多可信、这批料下游什么时候要、库存还能顶多久。全部为真实 Excel:

🚚在途单18 张 / 6 家

📊履约台账92 张逐单记录

🏭工单计划上线日 + 客户

📦库存快照可撑天数

📥

2026-08-04 在途单跟催数据包

18 张在途单 / 8 张已逾期 / 真紧急 3 张 · "逾期不急"与"未逾期急催"反差已埋好 · 数据脱敏

共 4 份

XLS

在途采购单.xlsx

18 张 · 原承诺 vs 最新承诺到货日 · 已到/剩余数量(含2 张部分到货)· 供应商最新反馈原文,其中 2 张标注"未给出新承诺日"——这类信息缺口在系统里看起来和正常单一样

18 行

XLS

供应商履约台账.xlsx

这份是判断可信度的根据:第 2 个 sheet 是近 6 个月 92 张已关闭单的逐单记录(承诺日/实际到货日/延误天数),第 1个 sheet 是 6 家汇总(准时率 / 平均延误 / 波动度σ / 履约等级 / 对接人与商务条款)· 准时率可从逐单记录反算复核

2 sheet

XLS

工单需求计划.xlsx

13 张待开工工单 1,530 台 · 计划上线日 / 客户 / 优先级 / 所需物料与需求量 · 标注哪些工单有 PPAP 约束(决定缺料时能不能用替代料兜底)

18 行

XLS

库存快照.xlsx

13 项物料 · 现有 / 安全 / 可用库存 + 日均耗用量 + 可撑天数 · 末尾附逐行验算 · "逾期到底急不急"全看这一列:主板可撑 1.0 天、冷轧板可撑 18.7 天

13 行

用法(演示路线)

四份文件全部拖到 WorkBuddy 对话框(或放到 D:\workbuddy_data\采购\跟催\)

先问客户一句:"你们现在是按什么顺序催料的?"—— 十家有九家答"按逾期天数",这时反差才有力量

跑完看四色结果 ——重点看 ⚪ 逾期但不急那一格5 张单,说明 AI 是在帮你把不用催的摘出去,不是把所有单都标红然后指出 3 张紧急催里有 2 张还没到承诺期,展开 PO-...-031 的完整推理:准时率 62% → 预测 08-10 → 下游 08-08 上线→ 库存撑 1 天 → 08-09 断料 → 缺口 1 天

最后看话术 —— 对 C 级供应商施压、对 B 级明说"我们不重复电话催",采购一看就知道这是懂业务的人写的

3. 提示词卡片

帮我把在途这些单过一遍,数据都放一起了。 别按逾期天数排 —— 我要知道哪几张是真会卡住生产的。 结合供应商的历史准时率算一下这批大概什么时候能到, 再看下游工单什么时候上线、库存还能撑几天,把真正来不及的挑出来。 逾期了但其实不急的也单独列一格,这些我今天就不打电话了。 最后按优先级给我跟催话术,要带上他们自己的履约数据,别写"尽快发货"这种没用的。 使用方式 · 下载好 Skill 和素材后,把四份 Excel 直接拖到 WorkBuddy 对话框,然后粘贴上面这段提示词,回车即可。可根据业务调整 · 若希望 WorkBuddy 自动读取默认目录,可补充路径,例如"数据在 D:\workbuddy_data\采购\跟催\"· 完整可调整版本 + 5 段追问剧本(逼出逾期但不急 / 未逾期需急催 / 到货预测算法 / 话术数据筹码 / 升级与替代料时机)见 场景②_来料跟催.md →

4. 预期输出参考

预期输出 · 跟催全套

销售不现场跑时可直接给客户展示 · 内容与 WorkBuddy 实跑结果一致

1 份 / 5 sheet

XLS

场景②_预期输出.xlsx

① 四色风险分级(18 张逐单判定 + 判定依据 + 张数验算 + 反差结论)· ② 供应商履约画像 · ③ 到货预测(逐单预测算式vs 断料日)· ④ 分供应商跟催话术(可直接发送 + 要拿到的承诺 + 备选方案 + 升级路径)· ⑤ 待办清单

5 sheet

这份输出为什么值得单独看

第 ① 页末尾的"反差结论"是全场最值钱的一段:明确写出"未逾期却必须今天催的是哪两张、逾期最久却最不急的是哪一张",客户看完这一句就理解了这个场景的价值

第 ③ 页每张单都给预测算式(如 08-06 + 4 天 = 08-10),不是黑盒结论,采购可以自己复核

第 ④ 页话术可以直接复制发送,且每段都配"要拿到的承诺""若拒绝的备选方案""升级路径"——催单不是打个电话就完了,是一套有退路的动作

5相关联Skill

🔗

上下游联动 Skill

催不动时要有退路;跟催结果要落到人

共 3 份

📄

齐套与缺料预警 · SKILL.md

催不动时的退路:用六条化解路径判断能不能替代料、呆滞料、分批投产。与本场景共用在途单与库存数据,一次导出两个场景都能用

SKILL

查看 →

📄

企微等 IM 分部门通知 · SKILL.md

紧急催的结果要同步给 PMC(可能要调排产)和销售(可能要跟客户打招呼),按责任人推送带时点的待办

SKILL

查看 →

📄

经营复盘 · SKILL.md

往上看:S-021 准时率 62%、S-052 准时率 56% 是结构性问题,每月催一遍治不了根。用它把供应商履约纳入季度评估,推动第二供应商开发

SKILL

查看 →

Skill 组合调用

第一步:来料跟催 Skill → 得到四色分级、跟催话术、待办清单

第二步:催不动的单交给 齐套与缺料预警 Skill → 判断能否用替代料/呆滞料/分批投产绕过去

第三步:紧急催与升级项喂给 企微等 IM 分部门通知 Skill → 同步 PMC 调排产、通知销售提前跟客户沟通

第四步:季度用 经营复盘 Skill 回看履约数据 —— 准时率有没有改善、第二供应商开发到哪一步,这才是从"每周救火"转向"逐季改善"的判据

来料跟催 Skill · 可跨场景复用

本 Skill 不是只为采购催料定制的 — 它覆盖所有"多个待办事项按真实影响面排优先级"的场景,可以复用到:

PMC · 逾期工单跟踪按客户交付影响排序而非按逾期天数 · 同一套缺口天数算法

品质 · NCR 关闭跟催按是否阻断出货排优先级 · 责任人历史响应速度画像

销售 · 应收账款催收客户历史付款准时率画像 + 账龄 × 金额影响面分级

采购 · 委外加工跟催外协厂履约画像 + 回厂日 vs 下道工序需料日

场景内容基于 WorkBuddy 产品能力整理,演示中的企业、人物与数据均为虚构,不代表任何客户的实际成效;痛点引用的公开来源已做脱敏处理。网页版由原资料转换,部分演示表格以原文形式展示。

想把这个场景在你们企业跑通?

顾问会先看你们的数据和流程够不够,再决定从哪一步开始。