アイテム変更（棚替え）は、小売店舗にとって売上を左右する“見えない戦略”です。
しかし、POSを眺めて死筋商品を見つけたとしても、「どの商品を」「どこに」「どう入れ替えるか」を説得力ある資料にまとめるのは、現場の大きな負担といえます。
まさかアルバイトをはじめて2日目のスタッフに任せるわけにもいきませんから、必然的に任せられる人員が限られますからね。
そこで本記事では、POSデータから死筋商品を抽出→改善施策→棚替え後の売場提案までをスライド形式でAIに一括生成させるプロンプトセットをご紹介します。
つまりこれを活用することにより、店長・SV・本部バイヤーがデータ根拠付きで迅速に棚替えを指示できる環境が整うということです。
お客様に、常に新鮮な商品をご提供することにも繋がりますので必見ですよ。
ステップ1：死筋商品の抽出プロンプト
あなたは小売店舗の棚割分析の専門家です。以下のPOSデータをもとに、死筋商品を抽出し、処分・値引・再配置などの施策を提案してください。
【出力内容】
1. 死筋商品とその根拠（回転率・在庫・販売数）
2. 処分・改善提案（商品ごとに）
3. 棚効率改善の方向性
【POSデータ例】
| 商品名 | 分類 | 在庫数 | 3か月販売 | 仕入月 | 単価 | 回転率 |
|--------|------|--------|------------|--------|------|---------|
| ○○ | 食品 | 100 | 10 | 23/10 | 198 | 0.03 |
...
ステップ2：棚替え提案スライド生成プロンプトセット
プロンプト①：スライド構成案生成
あなたは小売店舗の販促企画担当です。以下の死筋商品分析結果をもとに、棚替え提案スライドの構成案（目次）を作成してください。パワポ形式で5〜8ページを想定し、1ページごとの内容見出し＋要点を箇条書きで出力してください。
ChatGPT出力例：
スライド構成案（全6枚）
- 現状分析：滞留在庫の可視化
– 死筋商品一覧（回転率付き）
– 棚効率の低下状況 - 死筋商品の選定ロジック
– 判定基準（回転率／経過月数）
– 対象商品一覧（色分け） - 改善施策概要
– 値下げ対象／処分対象の分類
– レジ前移動・セット販売・POP活用例 - 棚替え提案：ビフォー→アフター
– 現在の棚写真＋配置図
– 新レイアウト案（図解付き） - 導入効果の試算
– 滞留在庫削減額
– スペース活用予測（売上上位品との入替案） - 実施スケジュールと役割分担
– 着手日・値下げ期間
– 担当者一覧・業務分担
プロンプト②：1スライドずつ中身を出力
例：スライド④の中身を出力したい場合：
以下の棚替えスライド案「4. 棚替え提案：ビフォー→アフター」のスライド中身を出力してください。現行の棚構成と改善後の構成を、テキストで比較する形式で記載してください。図解が不要な場合は、箇条書きで説明してください。
AI別の比較：ChatGPT／Claude／Gemini
| AI名 | 出力の特徴 | 向いている活用領域 |
|---|---|---|
| ChatGPT | スライド構成と中身の整合性が高く、資料化が最もスムーズ | 店長・SV会議用資料／プレゼン草案／棚替え提案書 |
| Claude | 表現が柔らかく、スタッフやパートへの共有向きコメント生成に強み | 現場マニュアル／店内共有資料／スタッフ掲示用サマリー |
| Gemini | 回転率・売上比較などの数値グラフ化が得意。構造的出力に向いている | 売場KPI報告／データ分析付き資料／本部向け週報・月報 |
応用例の提案（用途を倍に拡張）
- 棚替えプレゼン資料のフォーマット化（定期棚点検に流用）
- 複数店の棚替え案を一括で比較・集計（全店改善効果を可視化）
- POP文案や値下げ告知文の自動生成スライドと連動
- 入替対象商品の“再配置棚ラベル”をAIで一括作成
- カテゴリ別「回転率ランキング」からの自動棚割提案
- AIによる店舗別「棚替え優先度リスト」化に展開
まとめ
棚替えは「作業」ではなく、「利益をつくる戦略」です。
しかし、その重要性とは裏腹に、実施根拠や効果見込みが整理されていないために**“やりっぱなし”の現場も少なくありません**。
今回ご紹介したプロンプトセットを活用すれば、ChatGPTが死筋商品の抽出から、改善策提案→棚替え構成→スライド資料化までを一貫して自動生成してくれます。
売場改善のスピードと説得力が高まり、店長・SV・本部バイヤーが共通言語で棚替えを進められる環境が整います。
まずは1棚分のデータをもとに、スライド構成をAIに出させてみてください。棚が変わると、数字も変わる。そして、売場が生まれ変わります。
コメント