suggestion.md
2.74 KB
补货建议生成提示词
基于以下配件库销比数据,分析并生成补货建议。
商家组合信息
| 项目 | 数值 |
|---|---|
| 商家组合ID | {dealer_grouping_id} |
| 商家组合名称 | {dealer_grouping_name} |
| 统计日期 | {statistics_date} |
配件数据
{part_data}
字段说明
| 字段名 | 含义 | 计算公式/说明 |
|---|---|---|
| valid_storage_cnt | 有效库存数量 | 在库未锁 + 在途 + 计划数 + 主动调拨在途 + 自动调拨在途 |
| avg_sales_cnt | 月均销量 | (90天出库数 + 未关单已锁 + 未关单出库 + 订件) / 3 |
| cost_price | 成本价 | 单件采购成本 |
| current_ratio | 当前库销比 | 有效库存 / 月均销量 |
| out_stock_cnt | 90天出库数量 | 用于判断呆滞件 |
业务术语定义
🚫 呆滞件(不补货)
-
判定条件:
valid_storage_cnt > 0且out_stock_cnt = 0 - 特征: 有库存但90天无任何出库
- 处理: 不做计划,应考虑清理
🚫 低频件(不补货)
-
判定条件:
valid_storage_cnt = 0且avg_sales_cnt < 1 - 特征: 无库存且月均销量不足1件
- 处理: 不做计划,需求过低
✅ 缺货件(优先补货)
-
判定条件:
valid_storage_cnt = 0且avg_sales_cnt >= 1 - 特征: 无库存但有稳定需求
- 处理: 高优先级补货
分析任务
请按以下步骤执行:
- 识别并排除 呆滞件和低频件(这些配件不应出现在输出中)
- 逐个分析 剩余配件的库存状况
-
计算补货量 使用公式:
建议数量 = ceil(目标库销比 × 月均销量 - 当前库存) - 确定优先级 基于库销比和销量水平
- 撰写理由 为每个建议提供数据支撑的决策依据
输出格式
直接输出JSON数组,不要包含 ```json 标记:
[ {{ "shop_id": 库房ID(整数), "shop_name": "库房名称", "part_code": "配件编码", "part_name": "配件名称", "unit": "单位", "cost_price": 成本价(数字), "current_storage_cnt": 当前库存(数字), "avg_sales_cnt": 月均销量(数字), "current_ratio": 当前库销比(数字), "suggest_cnt": 建议采购数量(整数), "suggest_amount": 建议采购金额(数字), "suggestion_reason": "详细的补货依据和决策理由", "priority": 优先级(1=高/2=中/3=低), "confidence": 置信度(0.0-1.0) }} ]
重要约束
- 仅输出需要补货的配件(suggest_cnt > 0)
- 呆滞件和低频件不应出现在输出中
- suggest_amount = suggest_cnt × cost_price
- 输出必须是合法的JSON数组