在製造業的供應鏈運作中，「採購」與「生管（生產管理）」往往承擔了最大的壓力。原物料買多會變成呆滯庫存，買少會導致產線斷線。
更枯燥的是，每天要處理來自上百家供應商的報價單，而每一家的格式完・全・不・一・樣。有些是 PDF、有些是 Excel，甚至有些是用 Line 傳來的一張模糊報價截圖。
大語言模型的出現，完美解決了這種「非結構化資料」的痛點。
第一招：一鍵統整亂七八糟的報價單
傳統的 ERP 系統很嚴格，你必須請供應商照著你們的格式填 Excel。但現實情況是，老師傅或小鐵工廠根本不理你。
現在，你可以利用 ChatGPT （具備視覺分析 GPT-4V 或 Advanced Data Analysis） 來自動從這些混亂的檔案中抽取資訊，對齊成你們公司需要的格式。
📌 實戰 Prompt：自動比對報價單
身為一個專業的跨國製造業採購主管。
我將上傳 3 份不同供應商傳來的報價單（分別為 PDF, Word, 與照片 JPG）。
請幫我熟讀這三份報價單，並提取以下統一資訊，整理成一個容易比較的 Markdown 表格：
1. 供應商名稱
2. 零組件型號（Part Number）
3. 單價（請統一換算為 USD，目前匯率以 1 TWD = 0.031 USD 計）
4. 最低訂購量（MOQ）
5. 交期（Lead Time），若有註記「有現貨」請特別標示。
如果該份檔案中缺乏上述某項資訊，請在表格內填上「N/A (請進一步詢問)」。
然後，針對這次的採購，請根據「價格最優化」與「交期最快」給予我兩種不同的採購選擇建議。這項操作可以將採購人員每天耗費在「重新騰打數字」的時間縮短 90%，讓他們能將精力集中在跟供應商「議價」上。
第二招：呆滯庫存分析與原物料預測
製造業的倉庫中總是有一些放了三年的零件沒人敢丟，這叫「呆滯庫存」。你可以將公司的庫存 Excel 歷史清單餵給大語言模型，讓它幫你找出盲點。
📌 實戰 Prompt：庫存健康度檢查
我上傳了我們公司 2024-2025 年的「每月零件消耗與進貨明細.xlsx」。
請以資深供應鏈分析師的角度，幫我執行以下分析：
1. 【呆滯風險警告】：找出超過 12 個月未被領料、且庫存金額前五大的零件型號。
2. 【季節性波動】：我們是做冷氣機外殼的。請幫我找出哪幾項零件的消耗量具有明顯的「夏季大增」季節性趨勢？
3. 【採購策略建議】：依據過去的消耗斜率，請預測下個月（4月份）我們這五種核心物料的安全庫存（Safety Stock）應該設定為多少件最合理？[!CAUTION] 小心商業機密的暴露。如上傳公司真實歷史資料，一定要記得將檔案內容「去識別化（脫敏）」。例如將真實產品名稱替換為代號（Product_A, Product_B），並將進貨成本以同比例進行縮放。
第三招：整合外部情報，預防原料斷鏈
有些原料（如鋁錠、銅線）的價格與國際原物料市場息息相關。採購不再只能被動等報價，你可以使用 Perplexity 這種具有即刻聯網功能的 AI 來掌握時事。
「我司大量使用高純度鋁錠作為原料。請幫我搜尋過去一週內，LME（倫敦金屬交易所）鋁價的走勢。此外，請幫我整理目前全球是否有任何可能導致鋁錠供應鏈斷鏈的重大新聞（例如：礦場罷工、主要出口國關稅政策變動），並給予備貨策略建議。」
從解決行政打字輸入的勞力密集，一直到策略性的價格避險，AI 就是生管與採購部門的最強大腦。