n8n流程：从供应商发票追踪食材涨价，每周给出调价建议

原文要点

原模板由Rahul Joshi发布，面向餐饮经营者：Google Drive指定文件夹出现新发票图片即触发，下载后交给GPT-4o视觉能力提取供应商、发票元数据和每种食材的公斤/升/件单价，解析成一行一条写入Google Sheets的Ingredient Prices页；每周一早上8点汇总POS Sales、Recipe Costing、Ingredient Prices三张表，对比近30天基线算每道菜盘成本与毛利变化，毛利下滑≥2个百分点的菜被标记，找出驱动涨价的食材并估算近7天利润流失，生成封顶+10%且取整的调价建议，记入Margin Alerts页，再用gpt-4o-mini起草简短邮件经Gmail发给店主。

这次做成什么

在本站练习中用合成数据复现整条链路的核心计算：发票行→价格表→周度毛利对比→标记菜品→调价建议→邮件草稿，并给出可直接粘贴的发票抽取提示词。不下载原工作流，节点参数需在n8n实际版本核对，本站未实测。

准备什么

• n8n账号与Google Drive、Google Sheets、Gmail三个OAuth2凭证
• OpenAI API密钥，练习阶段可用gpt-4o-mini代替视觉模型读文字版发票
• 含Ingredient Prices、Recipe Costing、POS Sales、Margin Alerts四页的Google Sheets
• 合成发票文本与销售数据，不使用真实供应商或顾客信息

具体怎么做

1. 建四张数据表

   按下方CSV建Ingredient Prices（date、supplier、ingredient、unit、unitPrice）、Recipe Costing（dish、ingredient、qtyPerDish、menuPrice）、POS Sales（date、dish、qty）与Margin Alerts（date、dish、marginDrop、driver、suggestedPrice），填入合成数据。

2. 模拟发票入库流程

   练习阶段用手动触发代替Drive触发器：把合成发票文本交给OpenAI节点，用下方抽取提示词输出JSON数组，Code节点把每行展平成一条记录追加到Ingredient Prices页；正式使用时改回Google Drive Trigger监听发票图片文件夹并用GPT-4o视觉读图。

3. 计算毛利变化

   Code节点对每个dish汇总：当前食材成本取最新单价×qtyPerDish之和，基线成本取30天前单价，毛利率=(menuPrice-成本)/menuPrice；当前毛利率比基线低≥2个百分点则标记。

4. 找元凶并生成调价建议

   对被标记菜品，比较各食材新旧单价涨幅，涨幅最大者记为driver；利润流失≈近7天销量×单位成本增加额；建议价=min(menuPrice×1.10, 按0.5元取整的成本回收价)。

5. 起草并发送周报

   把标记清单交给OpenAI（gpt-4o-mini）用下方邮件提示词生成给店主的简短说明，Gmail节点发给店主邮箱，同时把每道菜写入Margin Alerts页。

可直接复制的材料

# Ingredient Prices
date,supplier,ingredient,unit,unitPrice
2026-08-20,绿源农场,鸡腿肉,kg,24.00
2026-09-20,绿源农场,鸡腿肉,kg,30.00
2026-08-20,海天粮油,橄榄油,l,68.00
2026-09-20,海天粮油,橄榄油,l,70.00
# Recipe Costing
dish,ingredient,qtyPerDish,menuPrice
香草烤鸡腿,鸡腿肉,0.25,58.00
香草烤鸡腿,橄榄油,0.03,58.00
# POS Sales
date,dish,qty
2026-09-14至2026-09-20合计,香草烤鸡腿,120

你是发票结构化助手。阅读下面的供应商发票内容，只输出JSON数组，不要任何额外文字。每个食材一条对象，字段为supplier(字符串)、invoiceDate(YYYY-MM-DD)、ingredient(字符串)、unit(只能是kg、l或each)、unitPrice(数字，折算为该单位单价)。若某行数量或金额看不清就跳过，不要猜测补值。发票内容：{{invoiceText}}

你是餐厅经营顾问。根据以下毛利告警清单，给店主写一封不超过150字的中文邮件：先一句话说本周有几道菜毛利下滑，再逐条给出菜名、毛利下滑点数、主要涨价食材和建议新价格，最后提醒建议价已按不超过+10%封顶。语气直接、口语化，不用专业术语。告警清单：{{alertsJson}}

输入与输出示例

本站虚构演示，数字由上述合成输入计算得出，非原作者运行结果

输入

鸡腿肉单价由24.00元/kg涨到30.00元/kg（+25%），橄榄油68.00涨到70.00；香草烤鸡腿每份用0.25kg鸡腿肉和0.03l橄榄油，售价58.00元，近7天卖出120份

对应输出

单份成本由8.04元涨到9.60元，毛利率由86.1%降到83.4%，下滑2.7个百分点≥2，菜品被标记；driver=鸡腿肉；近7天利润流失≈120×1.56≈187.20元；建议新价=min(58.00×1.10, 取整回收价)≈60.00元；Margin Alerts新增一行，邮件正文为“本周1道菜毛利下滑：香草烤鸡腿降2.7点，主因鸡腿肉涨价，建议调至60.00元（已封顶10%）……”

做完检查这些

• 发票抽取输出为合法JSON数组，unit只出现kg、l、each三种值
• 香草烤鸡腿的毛利下滑计算结果为2.7个百分点并被标记，低于2点的菜不进告警
• 建议价不超过原价的110%且按设定步长取整
• Margin Alerts每行含date、dish、marginDrop、driver、suggestedPrice五个字段
• 邮件正文含每道标记菜的菜名、下滑点数与建议价

容易卡住的地方

• 发票拍照模糊或手写时视觉抽取容易漏行，需人工抽查首批结果
• unitPrice必须折算成统一单位单价，按箱报价的发票不折算会把成本算错
• 基线取30天前最近一次单价，期间无记录的食材会被跳过导致成本失真
• Google三个凭证任何一个过期都会让入库或发信静默失败
• 毛利阈值、封顶比例、取整步长都写在计算代码里，改参数需同步更新说明
• GPT-4o视觉与gpt-4o-mini均按用量计费，发票量大时留意成本