直接开聊text-to-cad 到底革了什么命先说结论text-to-cad 指的就是“用一句自然语言描述直接生成可用于制造的CAD模型”——你告诉AI“我要一个带四个安装孔的法兰盘外径80mm内径40mm厚度12mm”它直接给你吐出一个可编辑、可导出的CAD模型文件而不是一张图片也不是一段你还要自己手动建模的草图。这玩意儿对谁有用机械工程师、产品设计师、创客、做非标自动化的人还有那些“脑子里有东西但手跟不上”的发明家。过去一个人从想法到出图最快也要一两个小时熟练工也得半小时起现在呢从打字到拿到第一步可用的模型实测下来在几分钟以内。它不是把建模这事儿变成了“不需要技术”而是把“建模的效率瓶颈”换成了“表达意图的效率瓶颈”——你省掉的是键盘敲尺寸、约束、拉伸切除这些纯操作留下的是你真正值钱的部分设计决策。这篇文章不会给你堆概念我会把它讲透为什么text-to-cad不只是一个“换个输入方式”的小把戏它对整个设计工作流意味着什么它背后的技术是怎么组织的你自己上手应该怎么做提示词、怎么评估生成结果以及最容易被忽略的一条——生成完以后怎么让模型真正落地到加工和装配里。正文开始。1. 内容整体设计与思路拆解1.1 一句话解释“text-to-cad”的底层逻辑我要先把这里面的逻辑链条捋清楚因为不搞清楚这个你后面用起来就是“瞎试咒语”有了这条链你才知道该往哪个方向优化。传统CAD工作流是“人→几何操作→模型”你脑子里有一张三维图你的手在软件里做拉伸、旋转、倒角、打孔每一步都是你亲自把设计意图转成几何操作。这个过程受限于你对软件熟练度受限于手速更受限于“你脑子里能不能把这个模型完整拆成有先后顺序的几何步骤”。text-to-cad的底层逻辑是“人→语言描述→模型”你只负责描述“这东西长什么样、有什么功能、哪些地方关键”剩下把这句描述翻译成三维几何的工作交给模型。这中间有一个非常关键的技术环节是很多人忽略的——不是让大语言模型去直接画图而是让大语言模型先生成一段中间表示再由专门的生成引擎把中间表示渲染成CAD模型。为什么要有中间表示这一步你可以把大语言模型想象成一个非常聪明的翻译官但它本身不会画画。如果你让它直接输出STL网格文件它可能会胡编乱造出你没法加工的几何体。所以实际方案是大语言模型负责理解你的需求输出结构化的描述或者代码然后第二段引擎按照这个描述去构造实体模型。这个“描述→构造”的阶段才是整个系统里最体现CAD功底的地方。1.2 为什么“直接生成模型文件”比“生成图片/草图”难得多如果你用过AI绘画你可能会误以为text-to-cad只是“多了一个维度的文生图”。错两个难度完全不在一个量级上。文生图只要像素看着像你几乎不会去量图片里的尺寸对不对CAD模型呢公差错了0.5mm装配就废了。图是给人看的模型是给机器和下一个工程师用的。这里牵扯到一个硬性约束叫水密性watertight。一个可以3D打印的模型它的表面不能有裂缝不能有悬空的边不能用两片没有合并的面叠在一起否则切片软件就该报错了。AI画画画错了顶多难看AI建模一旦水密性不达标物理世界就直接拒绝你。所以好的text-to-cad系统必须在生成阶段就强制保证模型可制造、可导出、可被后续特征识别。这不是说text-to-cad一定要生成出“加工级精密模型”——现阶段它更适合做概念阶段的结构件、外壳、支架特征比较规整的五金件。但“可制造”这条底线从第一天起就是它跟AI绘画的根本分水岭。2. 模型选型与生成方案的取舍2.1 现在主流实现的几种路径我直接给你说市面上现在走的三条路线你用的时候能心里有数第一条是生成式网格路线。模型直接生成三角网格STL/OBJ优点是生成速度快、对创意形态覆盖好能生成异形雕塑那种手感缺点是网格往往需要大量后处理才能进入CAD环境做进一步编辑。第二条是程序化参数路线。大语言模型生成一段参数化脚本比如OpenSCAD代码或者CadQuery脚本再由脚本执行器生成真正的CAD文件。这条路的好处是模型天然参数化你可以回到脚本里改一个数字、整个模型跟着变非常贴近工程师的习惯。缺点是表达能力受限于脚本语言的边界复杂的自由曲面会有点吃力。第三条是自回归点/面预测路线这是偏研究向的直接逐点预测三维坐标。好处是理论上表达空间最大但实际稳定性和训练成本都让人望而却步离产品化还有距离。我自己实测下来现阶段最推荐刚上手的人走第二条程序化参数路线因为你在生成结果之后还能做二次修改而第一条的网格模型到了后期改起来跟重画差不多。2.2 如何选择一个适合你的text-to-cad工具工具选型这件事我总结下来就看四件事输出格式、可编辑性、硬件门槛和学习曲线。输出格式是最容易被忽略的一条。你想想你费半天劲生成一个模型结果只能导出STL然后你的CNC编程软件要的是STEP你的同事在SolidWorks里要的是原生文件或者STEP这就非常尴尬了。一个工程级cad工具最少要能导出STEP格式因为STEP才是目前跨平台交换实体模型的工业标准。然后是编辑性问题。有的工具是“一条流”的你给它一段描述它给你一个模型完事儿了你不能改好的工具会给你一个中间代码层或者参数树你可以改壁厚、改孔距、改倒角半径。长期用后者才是真正能嵌进工作流的东西。硬件和学习曲线就不展开了但记住一个原则你的瓶颈大概率不是显卡而是你对模型的描述能力——工具再猛你的自然语言说不清楚输出就是一堆废品。所以后面我专门写一节怎么把需求“翻译”成AI能懂的描述。3. 实操过程与核心环节实现3.1 一次完整的“text-to-cad”实操记录为了让你看到一个真实的流程我现在完整跑一遍。假设任务做一个简单的设备支架要求“L型两个竖直安装面互成90度每个面上有四个直径6mm的通孔间距40x40mm板厚3mm”。我用的工具是开源的CadQuery配合一个大语言模型解析器来做核心思路如上文所说语言模型先生成CadQuery脚本CadQuery再直接构建实体。第一步写提示词。这里的关键是把几何约束说得足够死。我给模型的提示词是这么写的Generate a CadQuery script for an L-shaped bracket. The two faces are perpendicular, each is 60mm wide and 60mm tall, thickness is 3mm. On each face, create four through holes of diameter 6mm, arranged in a square pattern with 40mm spacing from the face center.注意看我描述的顺序先是整体形状再是面尺寸再用到“厚度”最后是孔的位置和孔径。这背后是有讲究的——你把形状L型当主框架把关键尺寸用清晰数字写死把孔位这种次级特征放到最后。如果你一开始就堆一堆细节模型容易抓错主次。第二步模型生成的脚本大概是这样的import cadquery as cq # 主体L型支架 bracket ( cq.Workplane(XY) .box(60, 60, 3) # 底板60x60x3 .edges(|Z).fillet(2) # 底板四周倒圆角 .faces(Z).workplane() .moveTo(0, 0) .circle(3/2).cutThruAll() # 底板上中心孔如果不需要可以去 .workplane() .moveTo(20, 0).circle(3/2).cutThruAll() .moveTo(-20, 0).circle(3/2).cutThruAll() .moveTo(0, 20).circle(3/2).cutThruAll() .moveTo(0, -20).circle(3/2).cutThruAll() )实际生成时模型会写得比这个“聪明”一些比如它会自动把四个孔位用循环表示但原理就是上面这段画底板、打孔、再抬起一个垂直板。第三步就是竖板。CadQuery里做垂直面连接一般用workplane偏移加transformed或者直接union一个垂直板。这一步我强调一下为什么这类生成经常需要你“多给一个方向提示”CAD里的“竖直”需要明确是朝哪个坐标轴旋转。你直接说“L型两个面互成90度”模型默认可能是任意方向但你说“两个面分别是XY平面和XZ平面”它就完全确定死了。跟机器交流越是几何本体上的模糊点越要提前堵住。3.2 提示词工程怎么把思维中的模型“说”出来我见过太多人用不好text-to-cad不是工具拉胯而是提示词写得像跟同事说话。跟同事说“给我搞个支架”同事能靠默契脑补跟AI这么说话它只能给你一个随机结果。我的经验是描述一个三维物件你得按“骨架→关键尺寸→特征顺序→公差/偏好”这个模板来骨架它整体像什么L型、U型、环形、箱体有几个主要部分它们之间的空间关系是什么关键尺寸长度、宽度、高度、厚度、直径能用数字就绝不写“大一点”“厚一点”。特征顺序孔、槽、倒角、加强筋、安装边条这些特征在哪、相对谁的位置关系如何偏好倒角还是圆角孔是通孔还是盲孔这决定后续能不能加工、好不好加工。举个例子一个意图是“做一个能固定在墙上的传感器外壳底座”。你直接这么说模型大概率会卡壳。但如果你改成“我需要一个扁平的安装底座外形是矩形120x80mm厚度5mm四个角上有直径4mm的安装通孔孔圆心距离矩形长边10mm、短边10mm底座的背面有一个直径30mm、深1.5mm的圆形沉孔用于嵌入传感器头部。”这么一说模型就能准确输出。核心就是把“用途描述”留给上下文把“几何描述”留给提示词。3.3 后处理与模型检查生成完不等于结束模型生成完你别高兴太早。我会做三步检查缺一不可第一步是单位检查。很多模型生成出来尺寸数值是对的但单位在STEP文件里可能是英寸或毫米不一致。你拿到模型第一件事就是在CAD软件里测量一个特征确认单位没错。这一步看着蠢但一旦错了后面整个流程全部报废。第二步是布尔运算完整性检查。是不是有重叠实体有没有没合并的表面用CadQuery的checker或者Meshlab可以快速跑一遍。3D打印切片软件一般也会报警。第三步是可加工性自查。孔是不是太小小于1mm就很难加工壁厚是不是薄到加工会变形有没有尖角需要加圆角这些东西AI是不知道你加工条件是什么样的只能你自己判断。我见过有人拿去CNC加工结果模型生成了一个仅0.5mm的薄壁加强筋直接断在机床上。我建议你把这些检查做成一个固定套路生成一次就查一次。习惯养成以后你从生成到交付会非常快。4. 常见问题与排查技巧实录4.1 生成失败/生成错乱的5个高频原因我在实际折腾里踩过不少坑这里整理成表你直接对照排查现象最常见原因解决方向模型尺寸离谱比如孔比板还大提示词里数字单位/尺度模糊明确写“单位是毫米”所有直径、长度都给具体值两个面没有按预期互相垂直缺少空间方向的限定在提示词里补一句“面A落在XY平面面B在XZ平面”生成结果每次都不一样、随机性很大描述太短或主次不分按上文骨架模板补全描述缩减“想要好看一点”这类主观词模型布尔运算有很多碎面系统内部尝试拟合过细的曲线降低孔的精度要求或改用更规整的几何圆柱孔不要用样条近似脚本能跑但导出STEP失败模型里存在未愈合的开放面用校验工具检查水密性重跑生成时加“保证所有特征为实体”4.2 实操中“质量不稳定”的心得与对策很多人问我一件事为什么同一个提示词第二次生成出来的东西跟第一次不一样这很正常。绝大多数text-to-cad系统生成阶段都有随机采样机制它不是单纯“求最优解”而是“在概率空间里模拟多种可能”。如果你需要稳定的结构有两个办法第一个办法是在提示词里把几何锁死寸步不让。第二种更高级一点是先生成概念模型再根据概念模型手动改造成最终模型也就是说别指望一步到位把它当“会自动完成基础建模的实习生”而不是“输出成品的总工”。这其实也是我这句话想表达的text-to-cad目前最适合砍掉的是那些“重复、机械、有规则可循”的建模劳动比如标准件、接头、外壳、安装支架之类。真正的创新设计、需要大量经验判断的工业设计它还是辅助不能说完全接管。4.3 我自己的“避坑”清单独家下面这些算是我个人写进备忘录的不保证所有人都需要但照着做能省很多时间。第一绝对不要在提示词里写“大概”“一点”“比较”。AI不会帮你做工程判断。你要么给它可量化的值要么明确说“你按常见标准选并在脚本里用变量标注出来方便我回头改”。第二尽量让厚度的描述出现在所有相关面上。很多人描述了底板厚度忘了竖板厚度结果生成出来竖板是0.2mm的薄片。你直接在开头加一句“所有板厚统一为3mm”一劳永逸。第三如果要在工程里批量复用强烈建议让模型生成参数化脚本而不是网格模型。参数化意味着你以后只需要改顶部几个变量模型自己重新生成。STL网格呢改一个孔位等于重新画一次还不如不用它。第四给模型看一张“参考图”往往比说一万个字有用。如果你用的工具支持多模态输入直接拍一张手绘草图、或者拿一张标准件图片让它参照描述负担会大幅降低。几何这东西有时候图就是比文字高效。5. 从“会生成”到“用得顺”我的一点个人体会玩text-to-cad这半年多我最深的感受是它没有让工程师失业也没有让小白一夜变成机械大师它改变的是“敷衍成本”和“探索成本”。过去你想试5个不同厚度的安装板方案你得建5次模现在你只需要改提示词里的一个数字五分钟内得到五个候选模型。这种快速试错的能力才是它对设计流程最大的增量。但我也必须泼一盆冷水目前的text-to-cad离真正好用的“工业级标准”还有距离。你拿它生成概念模型放在方案汇报里非常够用拿它生成精密配合件拿去投产还是得自己在CAD里严格复查一遍。我的用法是先用它探路再用专业软件收尾把它的输出当作“高完成度的草稿”而不是“图纸”。这样既享受了效率红利又不至于在细节上翻车。最后分享一个小技巧当你描述一个模型时可以在末尾主动加一句“如果有任何尺寸冲突请优先考虑A条件并在脚本注释里说明你做的取舍”。这一句话能让你从生成结果里直接看到AI的决策过程而不是对着一个黑盒猜它到底在想什么。这会让你在后续修改的时候省下非常多的沟通成本。如果你还没试过text-to-cad找个开源的实现拿你手头一个最简单的零件练一遍。相信我看完模型生成的瞬间你对“用语言造物”的感受会比任何说明书都来得更直观。