标准场景报告文书行业 · 商超连锁零售

FR-02 · 生鲜订货参考单（解释型）

痛点　系统推荐的订货量店长从来不看 · 因为它不知道明天小学开学、不知道隔壁街拆迁、也不知道上周那批虾是谁

① 场景引入

系统推荐的订货量店长从来不看 · 因为它不知道明天小学开学、不知道隔壁街拆迁、也不知道上周那批虾是谁家发的

一、这件事现在是什么样

生鲜与损耗管理（生鲜主管/生鲜采购） · 真实业务触发

生鲜订货每天 11 点前必须报数：前一日销量、现有库存、次日到货全部要考虑。经验公式是「前 4 周同日均值×1.2 安全系数」，但真实决策里天气、社区活动、竞品促销全在店长脑子里。报错了第二天就见分晓订多了一天损耗、订少了一天缺货，都是真金白银。

二、痛点 · 每条都有来源

约七成零售企业订货仍靠「拍脑袋」，生鲜 11 点前凭经验报数是常态
依据：华东商超店长手动剔除系统推荐的 9 款高周转单品，当周缺货损失 23 万元；超七成店员把系统预警当故障
AI 全自动订货的真实翻车记录：30+ 门店生鲜配送商全信推荐裁掉调度，20 天损耗翻倍、10 余家门店终止合作；改回「AI 出参考+人工决策」才降损
依据：30+ 门店生鲜配送商全信 AI 推荐裁掉调度，20 天损耗翻倍、10 余家门店终止合作；改回「AI 出参考+人工决策」后降损 42%
店长手动剔除系统推荐的 9 款高周转单品，当周缺货损失 23 万元——系统不懂本地口味，店长不懂系统依据，双方互不信任
依据：华东商超店长手动剔除系统推荐的 9 款高周转单品，当周缺货损失 23 万元；超七成店员把系统预警当故障
烘焙连锁 AI 订货失真根因：门店手工录入误差 23%、建议不可解释，管理者最终退回人工——「看不到它怎么算的」就不敢用
依据：烘焙连锁 AI 订货失真：门店手工录入销量误差率 23%，算法输出严重失真，管理者缺乏可解释性最终退回人工

三、换个做法之后

变化不在「快」，在「参与的角色」和「覆盖的范围」

✕ 现在的做法

约七成零售企业订货仍靠「拍脑袋」，生鲜 11 点前凭经验报数是常态
AI 全自动订货的真实翻车记录：30+ 门店生鲜配送商全信推荐裁掉调度，20 天损耗翻倍、10 余家门店终止合作；改回「AI 出参考+人工决策」才降损
店长手动剔除系统推荐的 9 款高周转单品，当周缺货损失 23 万元——系统不懂本地口味，店长不懂系统依据，双方互不信任
烘焙连锁 AI 订货失真根因：门店手工录入误差 23%、建议不可解释，管理者最终退回人工——「看不到它怎么算的」就不敢用

✓ 交给 Agent 之后

多来源文件一次读入，先做口径与完整性校验，再开始算
每条结论绑定来源文件、字段或条号，可以被审
产出是企业真会流转的正式件（带签批栏），不是一张展示用的表
该拦的地方给出「现在还不能提交」，并给不用干等的替代方案

四、场景闭环

6 步 · 每一步的产出都是下一步的输入

要素校验 · 四周数据全不全缺周标影响；某品项销售天数不足四周的新品单独走保守策略
基础量计算 ·透明的公式前 4 周同日均值×安全系数，公式与每周数据并列展示——第一步先让店长看得懂
修正因子叠加 ·每一条都说得清天气/活动/到货质量/临期叠加修正，每个因子独立一行，可勾选取消
异常预警 · 这几个数字要当心上周被店长改过量的品项、近期拒收率高的供应商、断货过的单品单独提示
人工确认 · 店长改数、系统学习每行建议量旁是确认栏，店长改的数字与理由被记录，成为下周的修正依据
留证 · 生成订货参考单确认后落成文件，与实收数据回对，形成本店的订货-到货-损耗闭环档案

要准备什么：POS 分品项销售流水（前 4 周）同日均值的基础，分店分品项当前库存与在途到货现有量 + 次日已在途的量，扣减基础明日变量（天气/社区活动/竞品动向）店长一句话录入或从日报带出，修正因子的输入供应商历史到货质量记录哪家供货商近期拒收率高，建议量里要留余量——这条数据平时躺在验收单里没人用

为什么这个场景值得做

优先级评分：痛感 5 × AI 适配 3 ÷ 落地难度 3 = 6.0

最大差异点：与厂商「智能订货模块」的区别不在算法在解释：每个建议量都拆成「基础量（前四周同日均值）+修正因子（天气/活动/临近过期/到货质量）」两段展示，店长改哪个数字、为什么改，系统都记下来——店长的本地知识第一次被系统学习而不是被系统替代。

评分口径：痛感看「这事没做好谁会生气、生气到什么程度」；

AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」；

落地难度是分母 —— 需要客户先做数据治理的场景，分数会被压得很低。

五、会产出什么

判断标准只有一个：这份东西能不能直接进企业的流程

正式件本体：生鲜订货参考单.xlsx 正式件 · 建议量+依据+确认栏 · 含签批栏
可派发清单：异常与调整记录.xlsx 被店长改过的量与理由 · 供下周学习

这套东西不承诺什么：这个场景的设计前提就是「不全自动」：订货参考单只是参考，最终报数由店长确认后提交，确认栏留空。不自动向供应商下单——下单这个动作永远发生在人的手上。建议必须逐条可解释：每个数字写清来自哪几周的数据、调了什么修正因子，解释不了的宁可不给。

② Live Demo（演示逐步）

系统推荐的订货量店长从来不看 · 因为它不知道明天小学开学、不知道隔壁街拆迁、也不知道上周那批虾是谁家发的!

演示模式 · 可视化预演 本页展示的是「应该怎么跑、每一步看什么、交付什么」，用的是真实业务格式的脱敏构造数据，不宣称已接入客户生产系统，也不承诺任何效率提升百分比。

案例设定：2026-09-01 上午 10:40，锦绣店要报明天（9-2）的生鲜订货。小学开学、天气预报阵雨。吴丽娟让 Agent 出参考单：建议量给依据、拆修正，订多少她自己定。8·13 事件后她对基围虾的量一直压着报。

参考品项12 个（重点拆解 3 个）基围虾建议量23 斤（店长压到 18 斤）修正因子开学 +15% · 阵雨 −10%上周人工修正2 次下调 · 本周已带入

输入连锁零售手上能拿到的东西

不需要整理格式、不需要改文件名 · 直接拖进对话框

POS流水_前四周同日.xlsx前四周周二的水产品类销售明细四周均值就是「基础量」的来源当前库存与在途_0901.xlsx今日盘点库存 + 明日到货在途库存是今早刚盘的，在途是供应商确认过的宏海验收拒收记录_近一月.xlsx宏海水产近一月验收与拒收明细8 月两次冷链异常都在里面天气预报与校历.txt明日天气 + 周边学校校历气象台公开预报和学校公众号，截图存档上周订货修正记录.xlsx上周吴丽娟对 AI 建议量的手工修正这份记录是店长主动要求留的，下周参考要用注意标橙色那一份 —— 上周订货修正记录.xlsx。它这份记录是店长主动要求留的，下周参考要用，平时压根不在核对范围里。这个场景的价值，很大一部分就来自把它读进来。

提示词就说这么几句

没有模板、没有表单 · 专业规则由 Skill 兜底

这是我们店前四周的 POS 销售流水、当前库存和明天在途的到货，宏海水产最近的验收拒收记录也给你。明天小学开学，天气预报说有阵雨。帮我出明天的生鲜订货参考单。每个品项的建议量把依据拆开写：基础量是多少、因为开学加了几个点、因为下雨调了几个点。我改过的数量你记下来，下周参考的时候要用。

建议量拆成「基础量 + 修正项」的格式、人工改过的量下周怎么回流，Skill 都带了——prompt 只说今天的两个变量（小学开学、阵雨）和「把依据拆开写」这一个要求。

第 1 步 · 基础量还原 · 四周均值剔除异常

8-13 事件周的数要单独看

演示数据（表格原文）品名近4周同日均值是否剔除采用基础量基围虾24/28/25/2726.0否（8-13为周四，不影响周二序列）26.0花鲢31/29/33/3030.8否30.8叶菜组合43/47/44/4645.0否45.0五花肉38/36/39/3737.5否37.5周二序列干净，无需剔除。若 8·13那周落在同日，事件周数据要标注后剔除——规则在 Skill 里。

第 2 步 · 修正因子 · 每个变量单独拆开

开学 +15%、阵雨 −10%，叠加用乘不用加

演示数据（表格原文）因子影响品类幅度依据叠加方式小学开学（9-2 起）水产/叶菜/肉禽+15%校历 + 店长口述「开学首周傍晚走高」乘法（1.15）阵雨（降水概率70%）水产 −10%、叶菜 −25%−10% / −25%气象台预报 + 历史雨天序列乘法（0.90 / 0.75）五花肉等不受影响肉禽0雨天傍晚肉禽持平（近三月雨天序列）不叠加2 个有效因子水产净 +3.5%（1.15×0.90）叶菜净−10.5%（1.20×0.75）—乘法叠加，不拍脑袋从历史里想起公司踩过的坑行业里那个「AI 全自动订货 20 天损耗翻倍」的案例（来源页可查），问题就出在因子是黑箱。所以这里的每个因子单独一行、单独可改——店长不同意「雨天−10%」，改掉它，建议量自动重算。

第 3 步 · 建议量合成 · 基础 × 修正 − 库存

每个品项的算式完整摊开

演示数据（表格原文）品名基础量×修正后−库存和在途建议量(斤)基围虾26.026×1.15×0.90=26.9−423花鲢30.830.8×1.15=35.4（雨不敏感）−18（库存8+在途10）17叶菜组合45.045×1.20×0.75=40.5−1228鲈鱼18.518.5×1.15×0.90=19.1−316重点 4 项—算式全部可复核—另 8 项常规品项见附表把技术动作翻译成钱基围虾订多 10 斤卖不掉 = 480 元进损耗台账（成本 48 元/斤）；订少 10 斤按昨日均价损失约 650 元销售额。建议量 ±10 斤的赌注约 500 元/天——这就是为什么量要给依据、确认栏要留给人。4异常与风险提示拒收率、供货不稳、观察期单独亮出来提示项数据影响建议动作宏海基围虾规格不符率近2周 6/66 斤（9%）建议量上浮 10% 对冲，或要求整批过秤要货单备注「整批过秤」F-02 修复观察期8-13 修好，第 19 天暂不建议恢复事件前订货量参考上周店长压量（20/22斤）雨天叶菜损耗雨天叶菜损耗率约高 3 个点到货分两批：早批 60% 午批 40%验收时重点查萎蔫排除性结论「基围虾上周三笔压量可以排除供货问题——拒收记录显示规格不符的只有 6 斤，店长压量是设备观察期的自主决策」。这条结论让 Agent下周的参考不会误把「店长谨慎」当成「卖不动」。5参考单生成与人工确认确认栏留空，店长的修改会记下来品名建议量(斤)店长确认量(斤)差异备注基围虾2318−5店长：F-02 观察期未满 3 周，延续压量花鲢17170叶菜组合28280鲈鱼1616012 项—店长改 1 项−5 斤修正记录入库，下周参考自动带入该拦的地方拦住了「店长改过的量记下来，下周参考要用」——不是记在系统日志里，是进下周建议量的先验。上周压量的原因（观察期）写在本单备注里，下周 Agent会先问：观察期满了，要不要恢复？

第 6 步 · 回流机制 · 这单之后发生什么

建议 vs 实销的差异明天自动对账

演示数据（表格原文）回流项时点去向建议量 vs 明日实销差异9-3 早自动生成偏差表，连续 3 天偏差 >20% 的品项提示调整因子店长修正记录本单确认时入修正库，下周同日自动作为先验拒收对冲是否生效9-2 验收时宏海整批过秤结果回填验收单全自动订货在这个行业翻过车——这张单子的设计就是那场翻车的反面：AI 出参考，人拍板，差异回流。拦一条：不建议把确认栏交给系统建议量算得再准，也吃不下「设备刚修好」「供应商上周断链」「明天学校活动」这些本地变量——行业里全托管订货 20 天损耗翻倍的案例就在来源页。　　办法一：按本单流程走——Agent 给量和依据，店长逐项确认，差异自动回流修正下周参考。　　办法二：观察期品类（基围虾）建议量旁挂「历史人工压量」提示，确认权完全归店长，系统只对账不代签。　　订错货的代价是一天的损耗，交出去的是每天都在变本加利的信任。之后这一次跑完，公司多了什么

不讲省了多久 · 讲少了几个隐患、沉淀了什么

演示数据（表格原文）✓本店的订货-到货-损耗闭环第一次成型：建议量、确认量、实收量、损耗量四列对齐✓店长的本地知识被结构化沉淀：改数理由入库，人调走了经验还在✓供应商到货质量进入订货决策——拒收率高的自动预警，这是验收单数据第一次被二次利用✓订货建议第一次可解释：每个数字拆成基础量+修正因子，信任从「看得懂」开始追问现场可能被问到的答不上来的问题，比答得漂亮的问题更能决定这场演示的结果能不能直接帮我下单？不能。参考单确认后还是你来报数或下单——这个场景的存在理由就是「AI 出参考、人拍板」，全自动订货在这个行业翻过车。你比原来的订货系统强在哪？算法未必更强，强在解释和记忆：每个建议量拆开给你看依据，你改过的数字与理由它都记得，下周的建议会用上你的经验。供应商拒收记录我们没系统化的台账，怎么办？纸质验收单拍照即可，拒收与折重记录能识别出来——不要求先建电子台账。

③ 能力沉淀（Skill / 提示词 / 预期输出 / 人工边界）

系统推荐的订货量店长从来不看 · 因为它不知道明天小学开学、不知道隔壁街拆迁、也不知道上周那批虾是谁家发的

1. Skill 能力包

导入之后，同类任务会自动按这套规则走 —— 提示词才能写得那么短

生鲜订货参考单（解释型） · Skill

SKILL.md 主本 + references（输出骨架 / 判据 / 渲染脚本）· 符合 WorkBuddy Skill 规范

版本 v1.0

fresh-order-advisor.zip

在 WorkBuddy 里直接上传这个 zip 即可导入

包内结构

SKILL.md 主本 —— YAML 元信息 + 执行流程 + 硬规则 + 人工边界
references/output_template.md 输出骨架（sheet 名 / 分区顺序 / 列头）+ 可直接运行的渲染脚本
references/judgement_rules.md 判据与口径 —— 什么情况算异常、什么情况必须拦住

references 不会一次性全读进来 —— Agent 按需取用。所以 Skill 可以写得很细，不会拖慢每次对话。

2. 原始素材

这些就是连锁零售手上真实能拿到的东西 —— 格式不统一是常态，不是问题

📁FR-02 · 演示素材

脱敏构造数据 · 真实业务格式 · 埋点可核验

共 5 份

POS流水_前四周同日.xlsx 前四周周二的水产品类销售明细
当前库存与在途_0901.xlsx 今日盘点库存 + 明日到货在途
宏海验收拒收记录_近一月.xlsx 宏海水产近一月验收与拒收明细
天气预报与校历.txt 明日天气 + 周边学校校历
上周订货修正记录.xlsx 上周吴丽娟对 AI 建议量的手工修正

怎么用

把素材全部拖进 WorkBuddy 对话框（不需要整理格式、不需要改文件名）
粘贴下方提示词发送
拿到正式件初稿 —— 签批栏留空，推荐意见留空，由你填

3. 提示词卡片

这是我们店前四周的 POS 销售流水、当前库存和明天在途的到货，宏海水产最近的验收拒收记录也给你。明天小学开学，天气预报说有阵雨。帮我出明天的生鲜订货参考单。每个品项的建议量把依据拆开写：基础量是多少、因为开学加了几个点、因为下雨调了几个点。我改过的数量你记下来，下周参考的时候要用。

为什么这么短就够了：建议量拆成「基础量 + 修正项」的格式、人工改过的量下周怎么回流，Skill 都带了——prompt只说今天的两个变量（小学开学、阵雨）和「把依据拆开写」这一个要求。

换成你自己的业务：把素材换成你手上的真实文件即可。导入 Skill 之后，

该走几步、什么口径、什么情况必须拦住，Agent 自己知道 —— 你只需要说清这是什么事。

自己组织输入的三步法

用自然语言说清核心需求 —— 就按平时跟同事交代活的方式说：什么事、什么文件、什么要求。不用讲究格式。
调用 Skill 补齐专业规则 —— 导入本页 Skill 后，流程、口径、硬规则 Agent 自己知道。
用「增强提示词」补全遗漏 —— 输入框旁边有增强按钮，把随口说的话补成更完整的表述。

分工：自然语言负责「这是什么事」，Skill 负责「该怎么做」，增强提示词负责「别漏了什么」。

4. 预期输出

不方便现场跑的时候可以直接拿这份给客户看 · 与实跑结果同结构

📋正式交付物

带签批栏 / 冻结首行 / 开筛选 —— 判断标准是「能不能直接进企业的流程」

共 2 份

FR-02_生鲜订货参考单.xlsx 正式件 · 建议量+依据+确认栏 · 含签批栏
FR-02_异常与调整记录.xlsx 被店长改过的量与理由 · 供下周学习

Skill 里固化了什么：从历史里想起了公司踩过的坑该拦的地方拦住了排除性结论把技术动作翻译成钱

输入清单：POS 分品项销售流水（前 4 周）同日均值的基础，分店分品项当前库存与在途到货现有量 + 次日已在途的量，扣减基础明日变量（天气/社区活动/竞品动向）店长一句话录入或从日报带出，修正因子的输入供应商历史到货质量记录哪家供货商近期拒收率高，建议量里要留余量——这条数据平时躺在验收单里没人用

人工边界：这个场景的设计前提就是「不全自动」：订货参考单只是参考，最终报数由店长确认后提交，确认栏留空。不自动向供应商下单——下单这个动作永远发生在人的手上。建议必须逐条可解释：每个数字写清来自哪几周的数据、调了什么修正因子，解释不了的宁可不给。

升为客户真实案例还缺什么：客户当前真实输入文件（不要整理过的）岗位现行 SOP 与审批链（金额分档、谁签字）至少一次真实出过问题的案例客户当前正在用的正式输出模板客户确认的阈值口径（多少天算临期、多少金额算大额）

5. 同一角色下的其他场景

生鲜与损耗管理（生鲜主管/生鲜采购） · 产出即下一步输入

FR-01 · 生鲜损耗日报与降损动作 — 生鲜毛利率 19%、行业平均损耗 7% · 卖得越多亏得越多的门店，损耗到底漏在哪一步从来没人说得清查看 →

上下游串起来就是完整链路。每一步的产出都是下一步的输入，不用在不同工具之间来回复制粘贴。

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。

其他行业的同类场景 · 报告文书

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。

看商超连锁零售其他场景