烘焙排程產能規劃流

🎯 這條流程解決什麼

烘焙坊每天最頭痛的不是烘豆本身，而是「今天該烘什麼、烘多少、先烘哪一鍋」。零售架上的豆子要補貨、訂閱會員的當期豆要趕在配送前烘好、批發咖啡館一張單就吃掉半天機台時間——這三股需求全擠在同一台烘豆機上搶時段。多數小型烘焙坊靠的是老闆或烘豆師腦袋裡的記憶，加上一張寫得密密麻麻的白板。

問題是，人工排程一旦量大就會出包：豆子烘太早，等到配送已經過了賞味高峰期；批發大單臨時插隊，把零售補貨擠到隔天，架上開天窗；最慘的是排到一半才發現某支生豆只剩 3 公斤、根本不夠這批訂單，只好臨時改單、跟客人道歉。一家月烘量 300 到 500 公斤的小坊，光是每天早上對訂單、查庫存、排批次、抄領料單，烘豆師就要花 40 到 60 分鐘，而且越忙越容易算錯。換算下來，一個月等於有 20 到 25 小時的熟練人力，耗在「規劃」而不是「烘豆」上。

這條流程把這段排程工作交給系統：每日自動彙整所有來源的待烘需求，由 AI 依新鮮度、機台產能與品項分組排出批次順序，同步生成生豆領料表，並在缺料或設備保養到期時先一步示警。烘豆師早上進門就有一張可以直接照著做的工單。

導入後的改變

導入前：每天早上開機前，烘豆師要打開零售後台、翻訂閱名單、查批發 Email，把需求抄到白板上，再憑經驗排順序、心算生豆用量，遇到缺料才發現。排程耗時 40 到 60 分鐘，每週至少一兩次因排錯或缺料而臨時改單。

導入後：系統在開工前就把當日工單、批次順序、領料清單與保養提醒備好，烘豆師只需花 5 到 10 分鐘檢視、確認後開工。實務上可預期：

• 每日排程時間從近一小時壓到 10 分鐘以內，省下約 8 成的規劃工時。
• 因「豆子烘太早不新鮮」或「缺料臨時改單」造成的失誤，可望減少 5 到 7 成。
• 生豆缺料提前 2 到 3 天示警，採購有充裕時間補貨，幾乎不再開天窗。
• 設備保養不再漏掉，延長機台壽命、降低突發故障停工的風險。

對一家月烘 400 公斤的烘焙坊來說，省下的不只是時間，更是讓最值錢的烘豆人力回到爐前。

流程怎麼運作

整條流程對應 frontmatter 的五個節點，逐步如下：

1. 觸發：每日彙整（📅）— 每天固定時間（例如清晨 6 點）自動啟動，從零售訂單資料庫、訂閱名單與批發訂單三個來源拉取當日待烘需求，整理成一張統一的需求清單，標注各品項所需克數與要求出貨日。
2. AI 排批次（🧮）— AI 節點依「新鮮度優先」「機台單次產能」「同豆款集中烘以減少換豆損耗」三個原則，把需求分組排成批次順序。例如把同一支耶加雪菲的零售與訂閱需求併在一鍋，減少清機與升溫的空轉時間。
3. 生成領料表（📋）— 依排定批次反推各豆款生豆用量（含烘焙失重的耗損係數），輸出一張領料清單，並附上每支豆款的建議烘焙曲線與下豆溫度提示，方便烘豆師備料。
4. 庫存與保養檢查（📉）— 拿領料需求比對生豆庫存表，任何豆款庫存低於安全水位就標紅示警；同時比對設備保養紀錄，銀皮清理、軸承上油等保養到期一併提醒。
5. 通知烘豆師（🔔）— 把完整排程表、領料單與示警透過 Slack 推送給烘豆師，待人工確認無誤後才開工。系統只負責規劃與提醒，最終決策權留在人手上。

需要的工具與串接重點

• platform（n8n / Make）：擔任整條流程的排程與串接引擎。用每日 Cron 觸發，串起資料讀取、AI 判斷與通知，建議分段測試各節點再串成完整流。
• 訂單資料庫 Google Sheet：彙整零售、訂閱、批發三來源訂單的中樞。欄位建議統一為「豆款／克數／要求出貨日／來源」，方便 AI 解析。
• 生豆庫存表：記錄各生豆當前公斤數與安全水位。領料後可由流程自動扣減，但實際庫存仍須定期人工盤點校正。
• AI 排程節點：負責批次分組與順序建議。把產能上限、新鮮度規則寫進提示詞，輸出才會貼近實際。
• 行事曆：放置設備保養週期與大型批發交期，供流程比對提醒。
• Slack：推送工單與示警的通知出口。

串接重點在於「資料欄位一致」與「耗損係數要校準」——生豆烘成熟豆會失重 12% 到 18%，領料量若沒抓這個係數就會備不夠豆。建議先用一週實際數據回測 AI 排程，再正式上線。更完整的自動化串接觀念可參考 自動化主題頁。

常見錯誤與注意事項

• AI 排程只是參考，不取代杯測與品質把關：烘焙曲線、下豆時機與成品品質，仍須由烘豆師依當日生豆狀態、濕度與杯測結果判斷，系統提示僅供產能規劃。
• 生豆領料須人工確認後再執行：庫存數字可能因盤差、潮損而不準，領料前務必人工核對實物，避免依錯誤庫存開工。
• 設備保養不可只靠提醒：機台異音、出豆口卡豆等狀況要當場處理，保養提醒是輔助而非全部。
• 批發大單須預留緩衝：臨時插單會打亂整日排程，建議在系統中為大單保留固定機台時段，並由人工拍板。
• 涉及成本與交期承諾的部分，最終仍由負責人確認，AI 不做商務決策。

台灣中小企業情境案例

台中一家自家烘焙坊「日嶼咖啡」，老闆兼烘豆師一人撐起爐前，同時經營門市零售、80 位訂閱會員與 6 家合作咖啡館。導入前，他每天早上要花近一小時對單排程，常因批發插單而把訂閱豆延後烘，導致會員收到的豆子養豆期不夠，客訴變多。

導入這條排程流後，系統每天清晨把當日工單、批次順序與領料單備好，他只要花 8 分鐘檢視確認。三個月後，訂閱會員的「豆子不新鮮」客訴從每月 5 到 6 件降到 1 件以內，生豆缺料臨時改單幾乎歸零，他每天多出的近一小時則拿去研究新產區與精進烘焙曲線。老闆說，最大的改變是「終於不用一早就被排程追著跑」。

延伸應用

• 串成完整產線：上游接訂單、下游接 訂閱配送排程通知流，讓「烘什麼」到「寄給誰」一條龍，再延伸沖煮端的 手沖配方 提供給會員。
• 產能預警報表：把每日排程資料累積成月報，分析機台稼動率與淡旺季產能缺口，做為添購第二台烘豆機的決策依據。
• 生豆採購預測：結合訂閱成長曲線與批發成交率，預估未來一兩個月的生豆需求，提前向莊園或貿易商下單，避開缺貨與價格波動。
• 多店烘焙中心調度：若有多個門市共用一個中央烘焙廠，可擴充流程為跨店需求彙整與配送排程，集中產能、攤平成本。更多自動化擴充思路見 自動化主題頁。

流程圖

用到的工具

更多「餐飲美食」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →