打开你常用的CAD软件脑子里想的却是一段描述手已经在键盘上敲到一半这时候我突然意识到这两年热得发烫的text-to-cad终于从实验室里的论文变成了普通工程师傅也能碰到的工具。2024年前后各大厂商陆续放出了用文字生成三维模型的能力西门子NX做了Text to CADMIT那边开源了Text2CAD连剪视频的都开始集成生成式建模。对天天和图纸、装配体、加工余量打交道的人来说这不是又一个聊天机器人而是真的能让“画图”这件耗时又磨人的事变成“说需求改参数”的事。这篇内容我打算从实际用的角度好好聊一次。不搬论文里的数学公式就讲清楚它到底怎么运作的哪些场景能直接上手哪些地方还是个坑然后手把手带你走一遍从一句话到能进CAD继续编辑的完整流程。不管你是干了十几年的老工程师还是刚学会画拉伸切除的初学者看完都能知道这玩意儿能帮你干多少活、什么时候别指望它。1. 先看清楚它是什么text-to-cad不是渲染图生成器1.1 一句话理解核心玩法很多人第一次看到text-to-cad这个词第一反应是“这不就是用AI生成一张图嘛”。如果你这么想那就完全理解错了。生成图片的工具输出的是像素你没法在那个基础上拖一个圆角、改一个孔的直径。而text-to-cad输出的是真实可编辑的三维几何体是带有边界表示数据的实体模型说得直白一点它给你的是能在SolidWorks、AutoCAD、NX、中望CAD这些软件里继续干活的“坯子”。我拿最近几个月常试的一个开源项目举例你把这样的话丢给它“一个带四个安装孔的方形底座边长80毫米厚度12毫米孔直径8毫米孔距边缘10毫米四角倒圆角R5。”它返回的不只是一张看着像底座的效果图而是一个已经算好几何约束的实体文件。你把它导入到CAD里选中那条边、改那个孔的直径一切都还能继续调因为你拿到手的是一个真正的B-rep模型不是截图。这就是text-to-cad和生成图片类AI最本质的区别一个是让你“看”一个是让你“用”。对我来说“能用”这两个字值钱得多。1.2 它和传统建模、生成式AI图片的本质区别为了把这事讲透我画个对比你一眼就能看明白它在整个工具链里的定位。维度传统CAD建模AI生图text-to-cad输入鼠标点击、拉伸、切除文字或图片自然语言文本输出可编辑的B-rep实体模型像素图片可编辑的B-rep实体模型可编辑性全部特征可修改完全不可改正在逐步变好学习成本高建模思路要练很久低低但要懂提示词技巧适用场景精细化设计、出工程图概念可视化、效果展示概念方案、标准件、快速改型对硬件依赖一般高云端或本地显卡都可这么一对照就很清楚了。传统建模最大的问题不在“能不能画出来”而在“从0到1的过程太耗时”。一个工程师画一个带十几个特征的零件从拉伸、切除、阵列到加拔模角没个把小时下不来这还是在所有尺寸都确定的情况下。AI生图学起来快但生产上基本没法用因为你不能从图上量尺寸不能进工厂加工。text-to-cad正好卡在中间这段位置它牺牲了一部分精确控制力换来的是极快的模型产出速度特别适合做方案阶段的东西。1.3 它到底解决了谁的问题我从实际接触到的场景出发聊下它的价值。第一个受用的是做非标设备的工程师。这类人一天要画好几个方案去跟客户对需求很多时候客户自己都说不清要什么只说“大概这么个形状法兰那边要能对上”。用传统方式你每个方案都要重新建一遍模改一个尺寸很可能牵一发动全身。用text-to-cad你可以快速生成两三个外形相近、尺寸不同的方案丢给客户挑选定之后再在专业CAD里手工精修。这个过程以前可能要两三天现在压缩到半天以内。第二个受用的是产品设计前期的造型探索。工业设计师经常要试各种比例、各种趋势脑袋里的想法还没法落实到工程尺寸。直接把这个想法用几句话描述出来让AI生成一个带大致比例关系的基础体再导入CAD继续拉曲面。哪怕最后只留了“大概的形态感觉”这个起点也已经比一张白纸高太多了。第三个更大的群体其实是初学者。一个刚学CAD的人最痛苦的往往是不知道第一步该画什么、脑子里想的形状怎么一步一步做出来。text-to-cad正好能给你一个完整的特征树参考生成一个模型之后你去看它的历史记录看人家是怎么定义基准、怎么排特征的。这不比死记硬背教程强多了。2. 技术原理拆解它怎么把文字变成能加工的几何2.1 一个大致的处理流程有人以为text-to-cad是大模型直接在脑子里生成了一个三维模型这个理解不太准确。工程上做这件事基本是“语言理解几何求解”两段式的。前半段靠的是大语言模型它负责把你的话翻译成结构化的规则比如模型类型、尺寸参数、特征数量、空间关系。后半段靠的是参数化几何内核它负责把这些规则真正算成点、线、面、体。举一个实际例子。你说“一个M6的螺纹孔在顶面正中间”。LLM拿到这句话后它需要判断“M6”是螺纹规格“顶面正中间”是定位信息“一个”是数量“孔”是基础特征类型然后把这一串语义转化成类似“Cylinder with diameter 6mm at (top_center), through_all”这样的命令序列这段命令进入CAD内核后真正求解出那个孔的位置和大小生成带边界表示的几何体。所以中间的桥梁往往是一段代码最常见的是OpenSCAD的脚本、CadQuery的程序化建模脚本或者是某个CAD软件自带的宏命令。你表面上是在打字实际上是在让大模型替你写了一段建模代码。2.2 约束求解和参数化才是灵魂text-to-cad最大的看点经常被误认为是“AI”但以我实际用下来的体验真正决定模型能不能用的反而是传统CAD内核里那个已经存在了几十年的约束求解器。你说“直径30毫米的圆孔圆心距左侧边缘15毫米”这句话里“15毫米”这个约束不是AI猜出来的而是几何内核算出来的。LLM只是把“左侧边缘”这个模糊的空间概念翻译成“该实体的左侧边界平面”然后生成一条“沿X方向偏移15mm”的几何约束真正去计算这个约束并驱动模型更新的是内核里的参数化引擎。我试过一些不依赖传统内核、纯靠神经网络直接生成网格的text-to-cad方案结果很惨烈。生成的模型一眼看过去像个东西你量一下尺寸歪的导出STEP格式之后压根没有可编辑的特征树因为网格本身就是密密麻麻木的三角形没法倒圆角、没法改拉伸深度。所以我现在判断一个text-to-cad工具靠不靠谱先不看他宣传的AI花活直接看它后端挂了哪个几何内核有没有真正的参数化支持。2.3 不同实现路线的取舍现在的text-to-cad工具走的主要是三条技术路线。第一条是代码生成路线代表是开源的Text2CAD项目它把用户的描述翻译成CodeCAD程序再在开源内核里执行生成几何。这条路最大的优点是历史特征清晰、完全可编辑专业用户非常吃这一套。缺点也很明显——你得能看懂代码而且程序一旦复杂起来性能会明显变差。第二条是直接生成B-rep模型路线代表是西门子NX里面集成的text-to-cad能力后端靠自家成熟的Parasolid内核。这条路做出来的模型文件很干净没有一堆乱七八糟的中间步骤。缺点是可解释性差特征树往往不完整你只能捏着鼻子在实体上去改。第三条是生成宏命令路线一些国产CAD在尝试的方向。它让LLM直接产出你自己所用CAD软件的宏或命令流好处是和现有环境完美衔接缺点是大模型对每个软件独特的命令语法搞不熟稍微复杂点的逻辑链就开始胡写。我是觉得现阶段新手用第一条路线最容易上手至少出错了你知道去代码里哪里改老工程师更习惯第三条路线的直觉第二条路线的商业成熟度最高不差钱的项目可以直接上。3. 全流程实操从一句描述到能用的CAD文件3.1 目前可用的工具先做个选型动手之前先看看现在市面上哪些东西真能用。我按自己的使用经验给你排个表没有收录那些一年更一次、注册了也用不了的实验项目。工具名称来源输出格式适合谁我的评价Siemens NX Text to CAD西门子原生NX部件、STEP用NX的公司用户企业级最好的体验但对个人用户不友好Text2CADMIT开源STEP喜欢研究技术的人免费、可部署但需要自己装环境Zoo开源社区多种折腾爱好者东西很新迭代快稳定度一般CADGPT类封装工具国产方案各自不同想省事的人集成度不错但提示词理解力参差不齐如果只是尝鲜我建议直接找开源的Text2CAD项目。你电脑上装个Python环境下载它预训练好的模型权重然后跑一句提示词它就能吐出STEP文件。整个过程半小时能搞定。如果你本身就在用NX的2024之后的版本那直接在软件内部体验一下这个功能最方便毕竟它是深度集成在现有工作流里的出图、标注、装配一步都不用跨软件。3.2 写提示词的基本功这步决定成败很多人第一次用text-to-cad上来就写一句“给我画个好一点的零件”结果出来的东西自然是没法用的。问题不在AI在输入质量。提示词跟人沟通一样你想要什么、边界条件是什么、单位是什么你得说清楚。我总结的一个比较稳的提示词结构是四段式模型类型 尺寸约束 关键特征 输出要求。模型类型要指名道姓“一个壳体”“一个支架”“一个法兰盘”别用“一个东西”这种说法。尺寸约束一定要写绝对值配上单位“长100毫米宽80毫米厚10毫米”别写“大一点”“厚一点”大模型对程度副词的理解非常随机。关键特征是指孔位、凸台、倒角、拔模角这些加工相关的东西每个特征都尽量用一句话单独描述彼此的位置关系要说清楚比如“四个通孔在底面四角距离两侧边缘均15毫米”。输出要求最后补一句“导出STEP格式单位为毫米”防止它默认跑偏到英寸去。我举个反面例子你感受一下差异有多大。前面说的那个底座如果提示词只写“一个方形的板上面有孔”它很可能给你生成一块600毫米乘800毫米的巨型板孔有3个还是5个全靠随机。但如果你写完整那段四段式描述它生成的就是一个尺寸精确、特征清楚的底座导入CAD后几乎不用大改直接标个粗糙度和公差就能进工艺环节。我自己的习惯是写提示词之前先在纸上把关键词按上面说的四类列出来再串成一句完整的话。用这种笨办法成功率能从三成拉到八成以上。3.3 生成与验证模型出来了之后要看什么模型生成完之后最忌讳的事情就是“看都没看直接上产线”。不管前端展示画面多精美AI生成的模型背后都可能有隐藏的几何错误比如面缝合失败、边缘有微小裂缝、实体内部有非流形结构。这类问题在视觉上不仔细看根本发现不了但一旦拿去加工或者导入CAE软件做网格剖分立刻原形毕露。我拿到一个生成出来的STEP文件一般会做三件事。第一件事是在免费查看器里转一圈从六个方向看一遍外轮廓重点看有没有破面、有没有明显不合理的形变。第二件事是导入自己常用的CAD软件里主动跑一遍“干涉检查”和“几何检查”功能让软件用算法去扫有没有自相交、有没有空隙。第三件事是用剖面视图从中间切开这个模型看内部空腔和壁厚是不是符合预期。记得有一次我生成一个带内腔的壳体外部看着完美一剖开才发现壁厚只有0.3毫米而我要的是3毫米差了一个数量级。这种问题光看外表根本看不出来如果你后面要做有限元分析0.3毫米的壁厚算出来的应力结果肯定是错的整个方案跟着一起翻车。3.4 把生成模型接进日常工作的完整链路拿到模型只是第一步真正让它进入日常制造流程你还需要走完剩下那条路。我个人的标准链路是text-to-cad生成STEP文件导入SolidWorks或AutoCAD里做一次快速精修把重要的配合尺寸、公差、表面粗糙度手动加好然后通过内置的导出功能转成DWG或PDF出图下发。如果你公司用的是中望CAD这类国产平台处理STEP导入的能力这两年也已经很成熟了基本能直接打开不用再另装转换器。这里要特别提一下格式问题它影响的寿命比很多人想的都大。STEP格式是STEP AP203和AP214两种标准的统称AP203不带颜色和图层信息适合纯几何交换AP214可以带一些基本的产品信息。如果导入后你发现模型颜色全变了图层也乱了多半是用的AP203。反过来如果你做的是板金展开STEP格式未必能保留折弯系数这些钣金专有属性这种情况我建议直接在原有CAD里重建折弯特征别在AI生成的模型上硬改。画完模型要发给别人看时记得ACS转出PDF这一步已经是大多数工厂的标准流程。不过AI生成的STEP细节非常丰富转成PDF之后图纸上可能密密麻麻全是线这很正常。输出之前用图层管理器把辅助线、标注、轮廓线分开设置线宽出来的PDF才会清爽。3.5 多零件组合的思路一次生成多个再手工装配text-to-cad目前最拉胯的场景其实是装配体。你让它“生成一个带底座、上盖和四个螺钉的完整装配体”十次里有九次是失败的原因在于它很难把握零件之间的配合关系经常生成一个“看起来像装配体但零件都重叠在一起”的东西。我的策略是彻底放弃AI直接生成装配改成让它一次生成多个独立零件。比如底座、上盖、压板这些各写各的提示词出来的STEP文件本身就是分离的实体我自己导入CAD后用配合约束把它们组装起来反而可控得多。这也符合工程师的本能毕竟装配关系本来就该由人来定悬念留在AI手里没必要。4. 常见问题与排查技巧实录4.1 为什么生成的尺寸总差一点差在哪这几乎是所有人都会碰到的第一个坑明明提示词里写了“直径12毫米”生成出来的孔却是11.7毫米。问题出在AI的“数值直觉”上大模型本质上是按文本概率去做预测的它对你输入的数字是否存在、单位是否清晰判断力并不稳定。9这个数字在模型内部出现的次数远比12多所以它更倾向于吐出9附近的值。我的解决思路是在提示词里把所有关键尺寸都写得非常“笨”一种办法是给每个尺寸补全成一个句子比如“所有直径必须是12毫米不要修改任何数字”另一种办法是生成之后在特征树里直接把参数改成目标值。既然拿到手的是一个可编辑的参数化模型手动修正尺寸本来就是合法操作。千万别在CAD里“暴力缩放”那会把倒角半径、螺纹参数全部等比例放大毁掉整个模型。4.2 装配体和阵列类场景基本崩怎么绕过除了装配体text-to-cad在阵列这个功能上一旦遇到稍微复杂一点的分布也会翻车。比如“绕中心轴阵列六个直径为5毫米的孔均布在直径100毫米的圆上”它大概率生成出来的是六个位置随机的孔甚至数量都可能不是6个。原因很简单LLM对空间分布的数值计算并不擅长它能把“中心轴”和“阵列”这两个词落下来但具体落点的三角函数计算不是它的强项。碰到这种情况不用死磕。让它只生成一个孔剩下五个孔你在CAD里用阵列功能自己完成半分钟搞定。工具各有擅长text-to-cad擅长形态和特征识别传统CAD擅长精确计算和批量复制两者配合远好于单打独斗。4.3 文件导入后显示异常多半是格式和版本问题我用一个真实的经验来说明这个问题的隐蔽性。你把text-to-cad输出的STEP文件拖进AutoCAD有时候屏幕上什么都看不到左下角提示“已完成”但图形区就是空的。排查了半天原因很可能是这个STEP文件是由某个很新的内核版本生成的里面含有的面片类型比AutoCAD内置转换器能识别的要新导入时被静默丢弃了。碰到这种情况先别急着卸载重装CAD。把那台机器的图形加速开关切换一下或者导入选项里换成“只导入几何体不导入颜色和图层”往往就能看到模型了。还不行的话请在生成工具那端把导出格式从STEP改成IGES或者STL先救个急。IGES面片兼容性最好STL则会把表面三角化精度差点但至少图形能出来。如果你遇到的是CAD软件本身的安装或启动问题比如“安装CAD一直出现C2005错误”这类记住一个通用原则先彻底卸载干净旧版本再装新版本网上搜得到的“cad如何彻底卸载不影响二次安装”的教程思路都成立——核心是把注册表、临时文件、残留服务一次性清干净不要装完旧的直接覆盖装新的大概率会踩到C运行库冲突。4.4 提示词被“误解”了怎么定位问题AI生成的模型跟你的想法差得离谱时别急着骂工具按下面这个表逐项去排查基本能定位到问题出在哪一步。现象可能原因解决方向模型类型完全不对单词歧义在提示词里增加行业术语限定比如“机械加工用”尺寸数量级突然离谱单位理解错误句子里显眼位置再写一遍“单位为毫米”孔的数量和位置乱空间关系信息不全拆成多条句子每条只描述一个孔装配体零件重叠不具备配合关系推理能力改成分别生成零件再手工装配特征树乱七八糟生成路径选了代码黑盒方案换用代码生成路线或者ACIS内核工具排查的时候最容易犯的错误是把所有文本需求揉在一句话里大模型处理“七个孔倒角拔模阵列”这种多重需求会丢掉上下文里靠后的部分。我自己的经验是把它拆成三次独立生成每次生成完用CAD合并功能整合反而每一步都能验证出错了也知道改哪里。这类操作中提到“cad图纸合并”其实是传统CAD里的常用功能但在text-to-cad场景里它变成了一种非常重要的拼接策略。AI一次生成一个零件你用图纸合并的方式把多个零件摆进一张图再手工定义位置关系既躲开了AI的弱项又充分利用了它生成单个特征快的特点。5. 一点个人体会和后续可以怎么玩5.1 实测下来最顺手的用法我把text-to-cad用到现在用得最顺手的地方反而不是那些炫酷的复杂曲面而是三类看起来平平无奇但特别费时间的东西。第一类是标准件库的扩容非标设备里经常会用到一些长得像标准件但尺寸并不标准的支架、垫块这种零件CAD自带的库没有现画特别费劲用text-to-cad描述一句然后改下尺寸速度飞快。第二类是给客户出前期方案的对比图一天能出好几个不同形态的方案客户想改哪里我改提示词再生成一版就行。第三类是给CNC编程做毛坯块直接把“长宽高带圆角”四句话甩给它得到的就是一个可以立刻放进CAM软件里的毛坯模型。在这几个场景里text-to-cad别当成一个“全自动出图机”把它当成一个“草图生成器”更好用。你可以把最终的工程图精度期望暂时放低先把形态和大概结构确定下来省下的时间用来处理真正的细节设计。5.2 和现有CAD技能怎么搭配AI不会替代CAD这我们就不讨论了它改变的是画图的节奏。以前是我先想再画现在是我先描述再改。所以传统CAD的能力不是废了反而更值钱了。因为AI生成的东西杂乱无章你需要更强的建模功底去收拾残局。比如text-to-cad生成一个壳体你要跨软件检查壁厚、补拔模角、重新定义圆角顺序这些能力全是传统CAD训练出来的。你要是不会看特征树、不会干涉检查AI给你一堆半成品零件你也只能干瞪眼。我甚至觉得一个能熟练用python批量对cad修改的工程师配合text-to-cad会如虎添翼因为AI生成的代码脚本大部分时候还需要你用脚本语言做参数化批量修正两条技能线一叠加效率提升非常明显。5.3 给新手的几个额外小技巧最后分享几个我自己踩坑踩出来的细节。提示词里尽量别用“标准件”这种笼统词。模型在一千个人嘴里有八百种理解。你要直接说“GB/T 5782外六角螺栓M6×20”它生成出来的东西才接近你真想要的。生成后的第一时间去检查特征树这比在渲染视图上看半天有用得多。特征树能看到括号里的参数就是AI最终落地的实际尺寸一个好工具应该能把“提示词里的尺寸”和“特征树里的参数”对应上如果对不上说明这工具内部没有做对齐设计意图已经丢了。把常用零件的描述做成模板。比如“安装支架模板”“轴承座模板”“防护罩模板”每个模板里把尺寸全部空出来用的时候往里填数字。这比每次从零开始写提示词稳定得多是我目前觉得最能提效的玩法。我个人现在最常干的事是先把客户需求一段话丢进text-to-cad生成三个版本的初模然后导入中望CAD或者AutoCAD里做快速标注输出PDF发给客户确认。确认完再拿回来精修出图。整个流程最花时间的不再是建模而是确认过程中和客户来回沟通的等待。这个变化其实是好事把工程时间重新分配到真正需要判断力的事情上这才是这类工具存在的意义。