韓式餐廳多外送平台訂單整合與出餐管理流程

🎯 這條流程解決什麼

韓式料理一上多平台外送，廚房檯面常常是三台平板響成一片：Uber Eats 一台、foodpanda 一台，再加上店家自己的官網或 Line 接單一台。尖峰時段一忙，內場得邊看平板邊抄單，手寫到出單機上，泡菜鍋、烤肉拼盤、辣炒年糕的單子混在一起，出餐順序全憑直覺。最常見的狀況是漏單——平板叮一聲沒人按到，十五分鐘後平台來電催，才發現整張單根本沒進廚房；或是某樣食材沒了卻還在線上接單，做不出來只能取消，平台直接記一筆取消率，連帶影響曝光排名。

用純人工管這件事到底花多少時間與成本？以一家中型韓食店為例，午晚兩個尖峰各約兩小時，店長與一名出餐人員幾乎全程被平板綁住，光是抄單、確認備註（去蔥、加辣、不要泡菜）、回報出餐就佔掉至少三到四個人時。一旦漏單，平台補償客人的餐點成本、取消率拉高造成的排名下滑，每月隱性損失常以萬元計。這條流程就是把這團混亂收成一條線。

可搭配 線上訂位與候位整合流程 一起管理內用與外送產能，或接 食材叫貨補貨流程 讓缺料能即時補上。想看更多自動化串接思路可逛 自動化專區，更多餐飲營運招式則見 食譜庫。

導入後的改變

導入前，三台平板各自為政，訂單沒有統一視圖，廚房靠記憶與紙條排序，漏單率高、出餐超時頻繁、缺料還在接單。導入後，所有平台訂單統一匯入同一份廚房工單，相同品項自動合併批量備餐，缺料即時在各平台下架，出餐進度透明可追。

合理的效益估算如下：原本綁在平板上的三到四個人時，整合後可壓到約一到一點五個人時，省下約六成的監看工時；漏單率從尖峰常見的每日數筆，降到趨近於零；因缺料硬接單造成的取消，可減少約八成。批量備餐讓同款品項一次備齊，出餐時間平均縮短三到五分鐘，平台上的「準時出餐率」與評分跟著回升，自然帶動曝光與單量。對毛利的影響不只省人力，更在於少賠的補償餐與保住的平台排名。

流程怎麼運作

這條流程對應四個節點，逐步把訂單從各平台收進來、整理好、控管庫存、追到出餐完成。

第一步「多平台收單」：透過各外送平台的訂單 Webhook，新訂單一進來就觸發流程，把不同平台的資料格式統一轉成同一張表，標註平台來源、品項、客製備註與預計取餐時間。這一步解決的是「三台平板看不過來」的根本問題，讓所有單子進到同一個入口。

第二步「工單彙整」：把同一時段的訂單依出餐站別（烤物站、鍋物站、炸物站）與品項彙整成廚房工單，相同品項合併批量備餐。例如同時段有五份辣炒年糕，系統把它合成一批一起做，而不是分五次起鍋，大幅提升出餐效率。

第三步「缺料停售」：比對食材庫存即時數字，當某品項所需食材低於安全水位，系統提示在各平台暫時下架該品項，避免接到根本做不出來的單。這一步直接砍掉取消率的主要來源。

第四步「出餐回報」：出餐與外送員取餐時更新狀態，回報進度到店長的 Line 官方帳號；若某張單超過設定時間仍未出餐，自動提醒店長介入處理，避免單子卡死。

需要的工具與串接重點

平台層用 n8n 或 Make 當總指揮。各外送平台提供訂單 API 或 Webhook，這是收單的源頭，串接時要先在平台商家後台申請開發者權限與授權金鑰。試算表（或輕量資料庫）扮演「即時桌況／庫存」的角色，存放統一格式的工單與食材水位。AI 彙整模型負責把雜亂的客製備註正規化（把「不要蔥蔥」「免蔥」統一成標準標籤），並協助同品項合併判斷。出單機接收最終工單列印給內場，Line 官方帳號則負責對店長推播超時與缺料警示。

串接注意點：各平台 Webhook 的欄位命名不一致，務必在收單節點做好欄位對應與防呆，避免漏接客製備註導致出錯餐；庫存水位的更新要與 食材叫貨補貨流程 共用同一份資料，才不會兩套數字打架。

常見錯誤與注意事項

最容易出錯的是自動下架規則。系統依庫存估算提示停售，但實際品項是否真的做不出來、要不要下架，務必由廚房人員人工確認後再執行，避免估算誤差造成熱門品項無謂停售、平白損失營業額。涉及退款、客訴與平台帳務結算，仍須由負責人逐筆核對，系統不取代專業判斷。

個資與合約方面：各平台 API 串接須遵守平台合約與資料使用規範，訂單中的顧客姓名、地址、電話僅供出餐與配送使用，不得另作行銷推播或外流，並符合個資法。食安環節（食材效期、保存溫度）一律以人工目視確認為準，系統的庫存數字只是輔助，不能取代實地檢視。

台灣中小企業情境案例

台中一家主打部隊鍋與烤肉拼盤的韓食店，晚間尖峰常同時掛三個平台，過去每週固定漏單兩到三筆，泡菜豆腐鍋的泡菜還曾經賣到見底卻沒下架，連續接了五張做不出來的單，當晚取消率飆高、隔天平台曝光明顯下滑。導入這條流程後，三台訂單收進同一張工單，店長手機收到的不再是此起彼落的平板鈴聲，而是一條清楚的出餐序列；泡菜水位一低，系統立刻提示，店長確認後一鍵在三平台下架。三個月下來，漏單幾乎歸零，因缺料造成的取消減少約八成，尖峰時段省下一名人力可以回到內場備餐，平台評分從四點二回到四點六。

延伸應用

這條流程的骨架可以再擴充。例如接上天氣與節慶資料，雨天或連假前自動預估外送量增加，提前提醒備料；或把出餐時間數據回傳分析，找出哪些品項在尖峰最常拖慢全店節奏，據此調整菜單或備餐 SOP。也能把外送與內用產能打通，當內用客滿、外送單暴增時，系統依當下產能動態調整外送平台的接單上限，避免兩頭都做不好。延伸到行銷端，可把熱賣品項資料回饋給 活動與新品公告流程，讓主打商品的曝光更精準。

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 →