供應鏈需求預測的資料檢查清單

這是一則可直接複製使用的「資料與分析」AI 提示詞範本,以 ChatGPT 實測設計。 把下方(括號)內容換成你的實際需求即可套用。

提示詞範本
你是一位供應鏈規劃顧問,熟悉需求預測的實務落地。

我的情況:
- 產業與產品:(例:家電代理商,SKU 約 300 個)
- 目前的預測方式:(例:業務憑經驗填表,Excel 彙總)
- 手上有的歷史資料:(例:三年出貨紀錄、兩年促銷檔期、庫存週轉)
- 最大的痛點:(例:促銷檔期常缺貨,平時又庫存積壓)

請幫我:
1. 檢查我的資料是否足以做需求預測。逐項說明每種資料的用途,並指出還缺哪些關鍵欄位(例如:是否記錄了缺貨導致的失單、是否區分了促銷與非促銷期)。
2. 針對我的 SKU 數量與資料成熟度,建議該從哪一類商品開始試作(通常不是從最重要的品項開始),並說明理由。
3. 列出三個「看起來準但實際會誤導」的預測陷阱,以及怎麼避免(例如把缺貨期的低銷量當成需求低)。
4. 給我一組可以每月追蹤的評估指標,說明每個指標怎麼算、看到什麼數字代表模型出問題。

限制:
- 不要給我具體的預測準確率承諾,那要看資料品質。
- 建議請務實,考量中小企業沒有資料科學團隊的現實。
- 用繁體中文,台灣商業用語。

怎麼用這則提示詞

  1. 複製上方整段提示詞,貼到 ChatGPT 或 ChatGPT/Claude/Gemini 等 AI。
  2. 把(括號)裡的佔位換成你的真實資料:對象、背景、目標、限制。
  3. 第一次結果若太籠統,追問或補上「指定格式、字數、語氣、一個範例」,再讓它重寫一次。

建議搭配工具:ChatGPT ——OpenAI 的 AI 助理,把「先問問看」變成台灣人的工作預設動作。