1. 从一句帮我画个零件到可编辑模型text-to-cad 到底在解决什么先聊聊这个方向为什么会出现。之前做机械设计相关的自动化工作遇到的第一个瓶颈不是软件不好用而是设计意图转成模型操作的过程太慢。脑海里想的是一个带安装孔、带加强筋、外沿要倒角的钣金支架手里干的是打开 SolidWorks、选基准面、画草图、拉伸、切除、再打一排孔。如果需求又改了三个版本那前面这些操作基本白干。text-to-cad 这类工具的野心就是把这中间的操作层压缩掉你直接在输入框里写 a 120mm x 80mm mounting plate with 4 holes at corners, 8mm diameter, 3mm thickness它给你生成一个可继续编辑的 CAD 模型而不是一张 PNG 图片。这个区别很关键——渲染图、AI 生成的网格模型都不算真正的 CAD因为没法改特征、没法进装配体、没法直接导出加工代码。从实现路径上看目前主流做法大致能分成三条线。第一条是把自然语言翻译成 CAD 软件的脚本语言比如 FreeCAD 的 Python API、SolidWorks 的 VBA 宏、或者 OpenSCAD 的代码第二条是先在背后生成参数化的特征树再拿这个特征树去驱动模型构建第三条是走语义到几何的路线直接训练模型从文本生成 BREP 或 CSG 表示的实体。三条路线各有利弊脚本翻译这条最务实因为它不碰核心几何内核只是把语言到代码的问题交给了大模型几何正确性仍然由原生的 CAD 内核保证。还有一个容易被忽略的点text-to-cad 并不是让人完全脱离建模它的价值是让从零起步和方案草拟这两个环节提速。换句话说它更像是一个配了快速录入员的参数化草稿助手而不是一个能独立思考的设计师。我的实际体会是它最适合用在前期方案对比、标准件族生成、以及给非 CAD 专业的同事一个先看轮廓的入口。真正落实到出图、公差、装配约束的时候还是要回到建模软件里做二次调整。想用好这个工具首先要接受它的能力边界。2. 底层逻辑拆解自然语言、特征约束与几何内核之间的三角关系2.1 大模型在中间扮演的角色不是画图而是写操作序列很多人第一次接触 text-to-cad下意识会以为这是个扩散模型跟文生图一样是逐像素或逐体素生成几何。实际落地效果比较好的方案大多不是这个思路。真正稳定的是让大语言模型去生成建模指令序列——比如创建草图在原点画中心矩形宽 100高 50退出草图拉伸 20 毫米——然后由 CAD 软件逐条执行。这样做的直接好处是每一步都有明确的几何意义出了问题你能直接定位到是哪一步的参数错了而不用怀疑整个几何形状是幻觉出来的。我测试过不少本地跑的模型和在线服务一个很明显的规律是参数越明确成功率越高。A wall bracket with two slots这种模糊描述十次有八次会生成一个看起来像但尺寸随缘的模型改成 a 60mm x 40mm vertical plate, thickness 5mm, with two 10mm x 6mm horizontal slots centered at y20mm and y40mm生成结果几乎不会跑偏。这不是玄学是因为明确的尺寸和位置给了大模型清晰的 token 上下文它能更快对齐到对应的 API 参数。反过来你在自然语言里没写清楚的部分模型只能靠猜而 CAD 里 猜 出来的几何往往都不太能用。2.2 特征树才是 text-to-cad 的核心资产你可以把 CAD 模型想象成一道菜的菜谱加成品特征树是菜谱BREP 实体是成品。真正能修改、能调整、能复用的是菜谱不是最终那个实体形状。所以一个值得用的 text-to-cad 工具必须把生成过程的特征树暴露给你而不是丢给你一个死掉的实体。举一个实际案例。我让工具生成一个带法兰的轴套第一次跑出来的模型在视觉上没什么问题法兰的厚度、内孔直径、外径都在合理范围。但我打开特征树一看法兰和轴套本体是一个整体拉伸造出来的没有单独的特征节点我想把法兰厚度从 8 改成 12只能重新生成整个零件做不到直接把那个法兰特征改掉。这种模型就是看起来能用、改起来要命。好的生成结果应该是这样的轴套本体是一个拉伸特征法兰是第二个拉伸特征内孔是第三个切除特征。后面想改任何一个参数右键编辑特征就行操作跟你自己手搓的模型没有任何区别。所以在评估工具的时候不要只看它生成的模型漂亮不漂亮你真正应该问的是特征树是参数化的吗特征是独立可编辑的吗修改其中一个尺寸关联位置会不会自动更新这三个问题决定了这个工具是玩具还是生产力。2.3 几何内核在背后的兜底作用无论前面的自然语言理解做得有多好最终所有指令都要落到几何内核上。开源的 FreeCAD、商业的 Parasolid 和 ACIS、云端的 ShapeDiver 这类后端各家的容错和表现差异很大。最典型的区别是布尔运算和倒角。有些内核在拉伸-切除-再打孔这套标准操作上非常稳定但一旦涉及两个面重合时做圆角多实体相交后做抽壳就可能因为拓扑判断的问题直接报错。这也带出一个实操经验把 text-to-cad 生成的模型当成半成品对待别当成成品直接拿去做有限元或者出加工单。我习惯的流程是先让工具生成一个接近需求的草稿模型然后把特征树里可疑的部分重新用干净的操作做一遍尤其在圆角、拔模斜度、螺纹孔这些位置手工重建反而比修修补补更快。这不是说工具不行而是说几何内核的容错边界本来就摆在那里谁用都不可能绕过。3. 实战测试我用三种典型场景检验 text-to-cad 工具的真实水平3.1 标准零件族生成法兰盘的批量参数化第一个测试场景是法兰盘。我给的描述是DN50 PN16 flat face flange, outer diameter 165mm, inner bore 61mm, thickness 18mm, 4 bolt holes of 18mm diameter on a 125mm bolt circle, chamfer 1.5mm on outer edge。这个描述几乎包含了所有关键参数没有任何含糊空间。结果让我比较意外的是工具对 bolt circle 这个概念的理解比我想象中好。大部分模型都能正确计算四个螺栓孔的坐标位置也就是以 (62.5, 0)、 (0, 62.5)、 (-62.5, 0)、 (0, -62.5) 为圆心打孔。但有几款模型在倒角这个操作上处理得不够干净有的把外缘倒角做成了全周圆角有的干脆忽略。另一个高频 bug 是螺栓孔变成盲孔——看起来有孔但底部还留着 0.1mm 的薄层这在实际加工中是灾难。我猜测是模型生成切除特征时对完全贯穿这个选项理解有偏差或者背后脚本默认用了给定深度而不是 Through All。这个场景给我的结论是参数越标准化、描述越贴近 CAD 操作术语成功率越高。但生成之后必须自己检查一遍特征树里的贯穿/盲孔类型以及倒角特征到底加在了哪个边上。3.2 自由造型从文字到异形支架翻车点在哪里第二个场景我故意给了模糊需求A lightweight L-shaped bracket with triangular gussets, optimized for 3D printing, with minimal material usage。这简直就是故意为难工具。结果是六款工具里只有两款给出了可接受的结果剩下的要么把 L 形做成了一块方板加一根斜撑要么生成了完全不考虑打印方向、悬垂一塌糊涂的造型。其中一款让我印象很深它真的理解了minimal material usage把整个支架内部做成了蜂窝结构。想法很好但问题是这个蜂窝结构的单元尺寸是 8mm打印壁厚只有 1.2mm而且蜂窝方向和打印层方向完全平行等于一打印就塌。这就是典型的语义理解了但工程没理解。它知道蜂窝可以减重但不知道蜂窝孔的方向要跟着主受力方向走更不知道 3D 打印的悬垂极限是多少。这类自由造型场景目前还不成熟原因在于文本能表达的语义空间非常有限轻量美观适合打印这些抽象概念没法在特征树上形成一组合法的参数约束。就算大模型有很强的联想能力它也只能在它见过的 CAD 操作里做组合而真正优秀的拓扑优化结果是靠仿真迭代解出来的不是靠语言模型推出来的。3.3 装配体协同一个零件的生成很简单一整套夹具才见真章第三个场景我让工具生成一套含底座、立柱、压板、两个 M8 螺丝孔的简易手动压紧夹具。这个场景的难点在于零件之间的配合关系底座上的螺丝孔必须和压板上的长槽对齐立柱的高度必须刚好让压板压到工作台上的工件。结果很清醒单零件生成基本都能过关但一进入装配约束层面工具就暴露出最大的短板——它不知道零件之间应该怎么配合。底座生成得很好压板也生成得很好但压板的安装孔位和底座立柱的轴心位置差了 3.5mm两个零件根本装不到一起去。原因也不难理解大多数 text-to-cad 工具是每个零件独立生成的没有输入这套夹具的装配逻辑这一层信息。我不能怪工具因为我确实没在提示词里写bolt holes on the base must match slot on the clamp plate。但这恰恰说明这个工具的交互范式还是单零件、单 prompt而实际设计工作的核心恰恰是多零件、约束关系。想让 text-to-cad 真正进入工作流必须把装配意图也结构化成文字描述的一部分比如明确写清基准点、对称约束、配合关系。这需要使用者有比较强的翻译能力。4. 绕过幻觉让 text-to-cad 输出稳定可用的关键提示词技巧4.1 结构化提示词的写法我踩了一周坑后的模板先说结论不要把 text-to-cad 的提示词当成日常聊天。你写得越接近工程设计说明书它输出越稳定。我整理了一个通用模板实测可以把一次生成成功率从三成拉到七成左右。模板分四段零件名称和用途比如外壳上盖用于容纳 60mm x 40mm 的 PCB 板关键尺寸和位置每个尺寸都要带单位中心距要写清是从哪个基准开始算制造方式和材料注塑件要加拔模角、3D 打印件要写清最小壁厚CNC 加工件要考虑刀具半径禁忌和边界条件比如不要贯穿孔外圆角半径不小于 2mm所有孔位相对于原点的对称。实际填一个例子Electrical junction box lid, rectangular flat cover, width 120mm, depth 80mm, thickness 3mm. Four M4 screw holes, positioned symmetrically at 10mm from each corner, hole depth must not penetrate through the lid. Material is ABS plastic, injection molded, so add 1.5mm draft angle on outer vertical edges. No penetrations in the central 90mm x 50mm area to leave room for a label.这种写法有两个好处。第一大模型在生成代码时可以直接把每个参数映射到对应 API减少猜测第二即使某个参数它实现不了报错也是明确的你能看出是哪一段描述出了问题。我踩过最大的坑是写单位——用 hole of 8mm 和 hole of 8 的成功率差了不是一点半点带上单位之后模型反而更不容易在单位制之间摇摆。4.2 先验证尺寸再验证形状的双保险策略无论工具输出得多漂亮我强烈建议你养成的习惯是先拉尺寸再看形状。所谓拉尺寸就是在 CAD 里用测量工具把所有关键尺寸量一遍尤其是孔距、壁厚、外形轮廓。做这一步不是因为不信任工具而是因为大模型生成代码和参数的时候偶尔会把不同属性的数值串位——比如理论上 8mm 厚的壁厚变成 80mm120mm 的外形变成 12mm。这种错误在屏幕上看不出来但你一测量就立刻暴露。等尺寸都对了再去关注形状细节。这里有个高频问题倒角和圆角经常被搞混。提示词里写chamfer生成出来的是fillet写round the edge结果整个棱边都被倒成圆弧。原因是自然语言里这两个词经常被当成同义词用但 CAD 内核里它们是两个完全不同的操作。你要是某个倒角特别关键请在提示词里同时给出方向和数值比如chamfer 1mm x 45deg on top outer edge。4.3 如何用后置修正提示词进行迭代text-to-cad 的交互通常不是一次成功的。与其反复从零开始生成新模型不如学会在同一特征树上做增量修改。我常用的做法是第一轮只求形状大概对第二轮针对具体问题发修正指令。比如 Change the hole spacing from 40mm to 45mm、Add a 3mm radius fillet to the inner corner、Extrude the base by another 5mm。这样做的好处是你保留了原来的特征结构和约束关系只改目标参数迭代次数少而且不容易把原来已经对的部分弄坏。这里要特别提醒一句如果你用的是云端工具每轮对话都可能触发重新生成整套特征树前一轮的修改可能不会保留。所以在开始对话之前先把头一个基本成型的模型保存为本地副本当每一次迭代的基线。没有这个基线你后面所有的修改都会像在流沙上盖楼。5. 工具选型与本地部署没有银弹只有取舍5.1 云端方案和本地方案的实测感受我用过的 text-to-cad 服务大致分成三类。第一类是商业在线平台界面友好、上手快背后可能接的是 GPT-4 级别的大模型加自家几何内核对常见零件类别的支持最成熟。缺点是隐私性差——你上传的设计数据等于交给了第三方对于很多公司来说这是不能碰的红线。第二类是 SDK 接入型比如让你在一个插件面板里输入文字生成结果直接出现在当前打开的 CAD 工程里。这种体验最顺滑但它依赖你使用的 CAD 软件版本和插件兼容性。第三类是纯本地部署典型的做法是拿开源的 CodeLlama、DeepSeek-Coder 这类基座模型接 FreeCAD 的 Python API完全离线数据不出内网但初始配置成本高生成质量也弱于商业大模型。给一个我的选型判断标准如果你只在概念设计阶段用、数据不敏感优先选商业在线平台如果数据保密要求高那就必须本地部署如果你的目标是把 text-to-cad 嵌入到公司已有的设计流程里那 SDK 集成方案几乎是唯一合理的选择因为模型生成完之后下一步动作一般是进装配体或者出工程图这些操作只有 CAD 插件才能无缝衔接。5.2 一个最省事的本地方案FreeCAD 本地大模型 Python 脚本如果你的技术要求是离线、免费、可复现我实测的一个组合路径可以给你参考本地跑一个大语言模型我一直在用 14B 级别的量化模型通过 Ollama 暴露一个 OpenAI 兼容的接口中间加一层转换脚本把用户输入的文字拼装成 FreeCAD 的 Python 建模脚本最后让 FreeCAD 执行这段脚本并生成实体。这套方案完全走开源路线不依赖任何外部服务。具体流程是这个样子的。用户输入一句自然语言描述我先在转换脚本里做一个关键词到参数槽位的抽取抽出长度、宽度、高度、孔数、孔径、壁厚这些常见字段抽不出来的部分交给大模型用自由文本去生成 FreeCAD 脚本。为了让生成质量稳定我在提示词里塞了 FreeCAD 的 API 使用规范并要求模型只输出 Python 代码块。代码生成后先做一个简单的 AST 安全检查再丢给 FreeCAD 的 Python 解释器执行最后把结果文件保存为 FCStd 格式。这套流程的问题也很明显本地模型对复杂几何操作的理解能力远不如云端商业模型尤其在扫描、放样、多实体布尔加减这些高级操作上经常出现语法全对、几何全错的情况。而且调试成本高一次生成脚本报错你得同时看模型输出、Python 语法、FreeCAD 内核报错三层信息。对我来说这个方案最大的价值不是替代商业工具而是在数据不出内网这个前提下保留了一个可用的能力基线。5.3 收到 STL 文件不等于收到 CAD别混淆了概念市面上有一些打着text-to-3D旗号的服务输入文字直接吐出一个 STL 网格文件或者一个 GLB 格式的三维模型。这个跟 text-to-cad 完全是两回事。STL 是三角形面片的集合它没有特征树、没有参数、没法改尺寸、没法做装配约束。对一个做逆向工程或者给游戏预览用的人STL 够了但你要出加工、出工程图、做装配STL 就是一条死路。我在项目里遇到过的场景是一个同事用 AI 工具生成了一个看起来非常精致的产品外壳模型拿到手一看是网格文件想改壁厚却发现无从下手——没有参数可调只能重新生成。最后他把网格文件导进逆向软件用曲面拟合重新造了一遍参数化模型花了比手工建模更多的时间。这个教训值得写在这里选工具之前先想清楚你最终要拿到什么是看起来像的参数化实体还是可以直接改的可编辑 CAD 文档。前者也许文生图就能满足后者才需要真正的 text-to-cad。6. text-to-cad 实际落地时的几个坑我替你踩过了6.1 尺寸单位带来的十倍误差单位问题是 text-to-cad 场景里最诡异也最容易被忽视的坑。同样是 thickness 3 模型可能生成 3mm也可能生成 3 英寸。如果你的工作流是毫米制生成结果里的一个 3 英寸壁厚就是 76.2mm这个问题不一定是模型不懂单位而可能是它默认了米制但你的 CAD 工程模板是英制两边就吵起来了。我吃过一次亏让工具生成一个 50mm mounting plate它在脚本里生成了 50但 FreeCAD 工程默认单位是毫米生成结果本身没毛病可当我把它导入到装配体里装配体模板是英寸制这一块板瞬间变成将近两米大整个装配比例全乱了。现在我的规则是在提示词里强制写明单位同时在生成完成后立即用测量工具确认外形尺寸与预期偏差不超过 1%—— 超过这个范围直接判失败别给它找台阶。6.2 草图约束的缺失会让后续修改变成灾难大模型生成 FreeCAD 脚本时为了效率和成功率经常偷懒用裸坐标画草图而不是给几何元素加上约束。比如一个矩形它可能就是四个坐标点连起来的没有给矩形加水平约束和长度约束。这种模型当时看着没问题但只要你后续改其中一个尺寸整个草图就散架因为缺少约束关系来维持几何形状。这是我在多个工具上反复遇到的共同毛病。一个真正合格的 text-to-cad 生成应该在草图里包含必要的尺寸约束和几何约束比如这条线与那条线等长这个圆与这条边相切两个孔中心水平对齐。判断一个工具是否专业你不妨生成一个带阵列孔的板然后回到草图里试着改一下第一个孔的位置看其他孔是不是跟着联动。能联动说明约束建立了不能联动说明是裸坐标后面有你受的。6.3 命名和特征序的可读性直接决定协作效率生成的特征树如果全是PadPad001Pad002这种无意义命名单机自己玩还行一旦模型要交给同事复审或者后续维护基本就废了。我记得有一个协作项目甲方要求我们把所有关键特征加上规范命名比如base_plate_3mm hole_m4_align_top rib_side_left 之类。而 text-to-cad 工具默认生成的命名基本都是Feature1Feature2这种流水号到了出 BOM 表时根本对不上号只能一个个手动重命名那叫一个痛苦。所以在用任何工具之前先检查一下它的命名策略。有的商业工具做得比较聪明会按几何体类型自动命名比如Sketch_Flange Pocket_holes_4x_m8有的就完全不管。后者建议你在 prompt 里添加一句 use descriptive feature names in the tree。我不确定大模型会不会每次都遵守但加了这一句成功率明显比不加高。6.4 复杂布尔运算的自相交问题自相交是布尔运算里一个非常经典的错误两个实体在做加或减时由于曲面自交几何内核无法判断哪部分是内侧、哪部分是外侧直接抛错。text-to-cad 生成多实体场景时触发这个问题的概率不低。我碰到过一次文字描述是实心圆柱直径 50高 30中心挖一个六角沉孔理论上就是圆柱减去六棱柱非常简单。但生成脚本里把六棱柱写成了六条线框拉伸而不是闭合六边形拉伸FreeCAD 在做布尔减的时候直接报BRep_API: command not done。面对这种情况不要浪费时间试图修复出错的特征直接检查草图是不是闭合、有没有交叉点、有没有重复线。布尔出错 90% 的原因都能在源头草图上找到。这也再次说明text-to-cad 生成结果之后第一步永远是看草图、看特征树而不是看屏幕上的三维预览。7. 关于语义到约束的坑为什么有时候模型能听懂但做不到在使用 text-to-cad 的过程中你会经常遇到一个看起来像是玄学的现象模型完全理解了你说的每一句话甚至能在回复里复述你的尺寸要求但生成出来的模型就是不对。比如你说内孔要与外圆同心它生成的模型从渲染图上看确实像是同心的但一测量内孔圆心和外圆圆心的距离差了 0.02mm。0.02mm 的偏差放在渲染里根本看不出但对配合件来说就是过盈配合变成间隙配合的区别。其根源在于大模型对同心这种约束的理解往往是看到过的图形里长那样而不是圆心坐标完全相等这个数学事实。它可能生成草图时外圆圆心在 (50, 50)内孔圆心用的是浮点运算后的 (50.0001, 50.0001)然后跟你解释这是同心圆。你说它错了吧语义上确实努力了你说它对了吧工程上又不过关。所以我在实际使用中慢慢养成了一个动作凡是涉及同心、相切、对称、平行这些位置关系的描述生成完第一件事就是给对应草图加显式约束或者干脆直接锁定坐标值。这个经验也影响了我对 text-to-cad 的定位它更适合做几何轮廓的快速探索而不是精确约束的最终落笔。在设计流程里它可以帮你快速排出形状可能长这样的方案然后真正进入细节设计时还是要靠你重新梳理草图约束、标注关键配合尺寸。这并不是说这类工具没有价值而是说它的价值在从无到有的过程不在从有到精的过程。8. 我目前在用的 prompt 框架和日常消化学到的改进思路我不太喜欢把 prompt 看作咒语它更像是一种结构化的工程描述。下面这个框架是我经过几十次测试后慢慢优化出来的你可以直接拿去改[Part name] — a [part function] [Overall envelope] — overall width x depth x height, preferred unit: mm [Key features] — list of holes / slots / bosses / ribs, each with size and position [Manufacturing intent] — process (CNC / injection molding / 3D printing), material, min wall thickness, draft angle if any [Constraints] — symmetry references, hole patterns, forbidden zones, required chamfer/fillet values [Additional notes] — anything that cannot be captured by the above, such as the rib should be coplanar with the top face of the base or all internal corners must have a radius of at least 2mm这个框架并不复杂但它把自然语言硬生生压成了参数表大模型处理起来就会轻松得多。你甚至可以把它直接用 Markdown 表格写出来模型对这种结构敏感度很高。我测试过同样一段描述写成一句话长句和写成分段参数表的效果差距非常大后者往往在第一次生成时的几何正确率就高不少。另外我也逐渐在加入一种长尾修正的用法第一次生成后我不再重新描述整个零件而是直接说keep the current base geometry, only change X to Y这种指代式修改。能不能高效地做这种增量编辑目前是划分工具好坏的一个重要分水岭。商业平台里有些做得不错的可以在特征树上精准定位并修改而本地部署方案普遍还没有这个能力——这也符合预期毕竟增量编辑需要更强的关系理解能力。9. 下一步值得关注的方向和我的个人预期text-to-cad 的演进速度很快但离人人都会 CAD还有比较长的路。目前真实落地比较成熟的方向我个人认为有这么几个第一面向固定零件族法兰、支架、安装板、外壳、盖板的领域化生成这类零件形状规律、参数清晰是最容易实用化的第二和仿真结合的描述目标性能直接生成初始几何比如写承受 500N 侧向力、重量控制在 80g 以下由系统给出一个拓扑初值再让工程师精修第三逆向的 CAD-to-text把已有模型的特征树转成自然语言描述用于检索和知识管理。这个方向看似冷门但对企业积累设计资产特别有用。我的预期是未来十八个月内text-to-cad 会在标准机械零件这个垂直领域取得非常明显的实用化突破因为这块数据量大、参数规范、价值明确。而真正面向自由曲面、复杂装配、跨领域设计的通用 text-to-cad 还会继续拉锯原因不在模型能力而在把语言转化成带着公差、装配关系的可制造模型这件事复杂度远超一次几何生成。我自己目前的使用定位依然很保守用它在方案前期快速做出 5 到 6 个候选外形挑出两个继续细化绝不直接拿生成结果下厂加工。你只需要让它帮你跑出设计空间的轮廓剩下的细化工作亲自动手反而更快。这才是我在多个项目和几百次生成测试里最真实的一个感受好工具不会取代你它只是在你不该花时间的地方帮你省时间。