技能提升网“这个月先多订一点，免得缺货。”这句话听起来稳妥，却可能把现金压在卖不动的SKU上。补货不是猜一个数量，而是在缺货概率、供应商交期、起订规则和可用资金之间做取舍。
AI在这类任务中负责整理资料、执行重复检查并生成可复核的中间结果，负责人仍然掌握规则和最终决定。本文使用虚构案例说明做法，示例中的人员、数字和文件均不对应真实组织。
先把失败代价写在任务开头
本场景的直接触发是销量波动、供应商交期不同，采购仍凭经验一次性报补货数量。负责人最终要判断的是哪些SKU现在必须补，补多少，以及哪些商品应暂缓采购。如果只追求快速生成而没有检查点，最可能的后果是少补会断货，多补会占用现金并增加滞销和仓储损失。因此，任务说明要把决策、交付物、截止时间和不能越过的人工边界一起写清。
输入资料不齐时不要急着运行
建议先建立一份输入登记表，至少包括以下内容：
- SKU与当前可用库存
- 近30天销量和异常促销说明
- 已下单未到货数量
- 供应商交期与最小起订量
- 单位采购成本和可用采购预算
每份资料都要注明来源、版本、数据截止时间和负责人。多个系统里的同名字段未必采用同一口径；如果没有先做映射，AI输出越整齐，后续误用的风险反而越大。
本篇使用的工作能力来自库存补货决策器负责计算补货建议、缺货风险与资金需求。这些 Skill 承担的是结构化整理、检查和生成中间产物，不替代业务负责人、财务、HR、安全或法务人员的最终审批。
把工作拆成能够逐段检查的步骤
1. 先清理SKU主数据，确保销量、库存和在途使用同一编码
把输入文件和数据截止时间写进记录。后续发现资料换版时，负责人可以判断哪些结果需要重做。
2. 把促销、断货日和一次性大单从常态销量中单独标记
先处理重复、空值和口径冲突。无法确认的内容进入问题清单，并注明由谁补充。
3. 计算日均需求、安全库存和订货点，再扣除在途
同时保存规则、计算过程和异常样本。复核人员需要看到结果如何得出，而不是只看最终状态。
4. 根据MOQ、箱规和预算调整建议数量并记录调整原因
这一步涉及业务取舍。AI列出选项和影响，负责岗位确认采用哪条规则并留下理由。
5. 把高缺货风险与高资金占用分开审批，不用一个排序代替判断
换一位未参与整理的同事反查关键结论。对不上来源或无法重算的项目退回上一环节。
哪些省事做法会留下隐患
- 用断货期间的低销量预测未来需求
- 忽略已下单在途造成重复采购
- 机械接受模型建议而未考虑停产和供应商变更
AI可以扩大检查范围，但它不知道组织内部没有写进资料的约定。处理记录应保留“事实、推断、待确认”三种状态：事实指向原始记录，推断写明采用的规则，待确认项指定负责人和期限。未知内容保持为空，比填入一个顺眼的答案更安全。
发布或交付前怎么复核
最终交付应是含订货点、建议数量、MOQ调整、缺货风险和资金占用的SKU计划。至少逐项确认：
- 每个SKU的数据日期一致
- 异常销量有业务解释
- MOQ调整前后数量都保留
- 计划总金额没有超过批准预算
复核最好由没有参与首次整理的人完成。他应能从任一结论回到来源，重新执行关键计算或判断，并看懂异常为什么被保留。如果只能看到一个漂亮结论，却找不到依据、版本和责任人，这项工作还没有完成。
AI和负责人分别做什么
AI负责读取、归类、比对、计算和生成初稿；业务人员负责规则、例外、权限和最终决策。写操作、对外发送、薪资影响、投标提交与发布阻断等高影响动作，应在预览后明确确认。团队由此可以把讨论集中到少数有争议的项目，减少整批返工。
验收时检查答案的来源、限制和下一步。输入版本可追溯，异常保留在记录中，人工责任也放在正确岗位，这套流程才适合在下一批数据或下一个项目中复用。
