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 > 0out_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 = 0avg_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 = 0avg_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:

  1. 识别并排除 呆滞件和低频件(这些配件不应出现在输出中)
  2. 逐个分析 剩余配件的库存状况
  3. 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)
  4. 确定优先级 基于库销比和销量水平
  5. 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

  1. 仅输出需要补货的配件(suggest_cnt > 0)
  2. 呆滞件和低频件不应出现在输出中
  3. suggest_amount = suggest_cnt × cost_price
  4. 输出必须是合法的JSON数组