01 · 表達需求
店員用對話說出品項與數量，從熟悉的訂貨方式開始。
B2AI2B / 對話下單說出需要的食材，
說出需要的食材，
讓 Agent 整理成訂單。
店員透過 GPT 表達需求。Agent 逐步確認商品、包裝規格、數量與到貨資訊，整理成標準訂單，確認後回傳 OMS 訂單管理系統。
BUSINESS → AI → BUSINESS餐廳的日常語言，
餐廳的日常語言，
供應端的清楚訂單。
AI Agent 在雙方之間整理資訊，讓店員的需求有一致的規格，也讓供應端能接續處理。
Restaurant × Agent
用熟悉的說法，開始訂貨。
Standardized order
一份逐漸清楚的訂單
- 商品
- 待確認
- 規格
- 待確認
- 數量
- 待確認
- 總重量
- 待確認
- 門店
- 待確認
- 期望到貨
- 待確認
逐步補齊訂單資訊
互動流程示意，使用模擬資料，不會送出真實訂單。到貨安排以供應端確認為準。
HOW IT WORKS
問清楚，再交給下一層。
02 · 補齊規格
Agent 對照商品，確認包裝、數量單位、門店與到貨需求。
03 · 確認摘要
完整列出訂單內容。新增、移除或改量，都先看清楚再確認。
04 · 回傳 OMS
將標準資訊交給訂單系統，依系統回覆告知處理結果。
BUILT FOR REAL ORDERS訂貨裡的小細節，
訂貨裡的小細節，
都值得問清楚。
同一種番茄，規格也不同。
5kg 與 20kg 都可能是「一件」。Agent 先確認包裝規格，再整理數量與重量。遇到查無品項，詢問可選替代品。
改一個品項，看完整張單。
改單時整理保留與調整的內容，讓店員確認完整摘要，再交由訂單系統處理。
這裡的示範會真的下單嗎？
不會。此頁為模擬流程展示。正式 GPT 下單入口與服務範圍，請與徠澳洽詢。
可以串接我們現有的 OMS 嗎？
可先討論現有系統、商品資料與訂貨規則，再評估介接方式及導入範圍。
說「明天上午」就能保證到貨嗎？
Agent 會將需求整理成明確日期與期望時段；實際配送安排仍依供應端規則及確認結果。
用你的品項，走一次對話下單。
帶著熟悉的訂貨情境，一起了解 B2AI2B 的導入方式。