採購規格書的寫法：如何定義食材等級、尺寸與驗收標準

為什麼規格書是品質穩定的基石

在餐飲業，食材採購是最容易出現爭議的環節。明明訂的是「大蝦」，送來的卻大小不一；說好「新鮮雞胸」，驗收時發現冰霜過厚。這些問題對餐廳的菜色穩定性和成本控制造成直接影響。而解決這一切的根本，就是一份清楚、具體的採購規格書。

規格書不只是一張採購單的附註，它等同於與供應商之間的契約。當雙方對食材的等級、尺寸、新鮮度有明確的定義，就能大幅減少「我以為」和「你覺得」之間的落差。某家連鎖火鍋店曾因食材毛肚的厚度未定義，導致不同批次的涮煮口感差異極大，客訴不斷；後來在規格書中明確規定「每片厚度 0.3-0.4 公分」，問題立刻解決。

此外，數位轉型的浪潮下，許多餐廳急著導入昂貴的庫存系統或 AI 預測工具，卻忽略根本的流程問題。曾有位顧問分享了真實案例：一家中型餐廳花大錢導入雲端採購系統，但因為內部連「規格書」都尚未建立，員工仍用口頭或貼條方式傳達需求，結果系統讓原本的混亂更混亂。數位工具是放大鏡，它會放大你既有的秩序或混亂。整理出流程、制定規格書，才是數位化的第一步。

第一步：定義食材等級——從「高級」到「可量化」

很多餐廳老闆喜歡用「我要最好的青蔥」這種模糊詞彙，但供應商的理解可能完全不同。等級必須用量化語言描述。常見的做法是參考國家標準或業界常用的分級，例如肉品的 CAS 標準、蔬果的「特級、優級、良級」分類，但更重要的是結合自身菜單需求。

• 明確分級依據：例如「牛肉須為 USDA Choice 等級以上」，或「雞蛋須為可溯源洗選蛋，符合 CNS 標準」。
• 描述外觀特徵：例如「鮭魚顏色呈均勻橘紅色，肉質緊實有彈性，無異味」。
• 定義允許差異：例如「每批次的顏色或大小允許 ±10% 的變異，但不可影響出餐品質」。

某家日式料理店曾因未定義「生食級干貝」的細節，供應商送來冷凍干貝，解凍後出水嚴重，根本無法做刺身。後來在規格書中註明「需為生食級，解凍後失水率低於 5%，並須附檢驗證明」，問題才解決。記住，等級不僅是成本控管，也是食安的防線。

第二步：尺寸與規格——數字化才能標準化

尺寸是食材採購中最容易被忽略、卻也最容易引發爭議的項目。用「大顆」描述蛤蜊，不如直接寫「每公斤 30-40 顆」；用「大蝦」不如寫「每磅 16-20 尾」。具體數值能讓供應商精準出貨，也能讓驗收人員有依據。

• 適用範圍：肉品、海鮮、蔬果等皆可定義尺寸，例如「馬鈴薯直徑 5-7 公分，單顆 150-200 公克」。
• 參考業界習慣：例如蝦類常用「每磅尾數」，水果常用「每箱顆數與重量」，應先確認供應商常用單位。
• 允許公差：例如「切丁大小 1.5 公分 × 1.5 公分，誤差 ±5%」。

另一個重點是，規格書必須涵蓋包裝與標示。例如「每箱淨重 10 公斤，箱外標示品名、等級、生產日期、有效期限」。有一位中餐廳老闆為了確保蓮藕新鮮，在規格書中要求「出貨日需為採收後 24 小時內」，並要求附上產地證明，讓供應商更謹慎。

第三步：驗收標準——把規格書變成現場工具

規格書寫得再好，如果驗收人員不依照執行，就形同廢紙。因此，必須將規格書轉化為具體的驗收檢查表，方便第一線員工操作。

• 量化驗收指標：例如「溫度：冷凍品中心溫度低於 -18°C；冷藏品 0-7°C」。「外觀：無明顯瘀傷、蟲蛀、發霉或異物」。
• 抽樣規則：例如「每批隨機抽檢 5 包，若超過 1 包不符標準，整批退貨」。
• 退貨流程：明確規定不符標準時的處理方式，例如「拍照留存、書面通知供應商、24 小時內換貨」。

某家義式餐廳的廚師長過去常嫌驗收人員「太嚴格」，導致供應商抱怨。後來他們將驗收項目標準化，例如「起司需為原廠包裝完整，封口無破損，效期剩餘 60% 以上」，並定期讓員工觀摩規格書範例，爭議大幅減少。最好的規格書，是能讓新人也能正確判斷的準則。

常見錯誤與實戰建議

撰寫規格書時，最常見的錯誤是「過度理想化」。例如要求「每顆番茄重量一致」可能不太切實際，但「每顆 120-150 公克並無裂果」就是可接受的範圍。此外，規格書應定期檢視並與供應商溝通，因為市場趨勢和季節會影響食材特性。

• 錯誤一：規格書只是一張採購單的備註，未與供應商簽署確認。
• 錯誤二：未包含抽樣或驗收標準，導致現場人員無從遵循。
• 錯誤三：忽略容許公差，讓供應商難以配合，反而提高成本。

建議每季檢討一次規格書，邀請供應商參與討論，因為最了解食材特性的往往是供應商。舉例來說，某家新創餐飲品牌就與蔬菜供應商共同制定了「葉菜類長度 15-20 公分」，避免過長或過短影響使用率。當規格書成為雙方共識，採購流程自然順暢，糾紛也會大幅降低。

最後，再次強調：規格書的價值不在於「文件本身」，而在於「溝通過程」。每一次的規格書更新，都是一次與供應商、與內部團隊的品質對話。唯有把基礎打好，才能讓後續的數據分析、成本控制甚至是 AI 預測系統真正發揮作用。