干了这么多年CAD建模每天在参数化软件里拉草图、设约束、调圆角说实话偶尔也会想有没有可能我直接说一句“我要一个带螺纹孔的底座”软件就能把模型给我生成出来最近text-to-cad这个词在圈子里热度涨得很快它不是那种PPT上的概念而是已经有开源模型、在线Demo和商业API能跑通的事情。简单来说就是用自然语言描述你想要的三维模型模型直接输出可用的CAD文件而不是一张图片、一个渲染图是能进工程软件继续编辑的真实几何。这篇文章我想从一个实际用过多种方案的从业者角度把text-to-cad到底是什么、背后大概做了什么、怎么在真实工作流里用起来、会遇到哪些坑尽量说透。这个话题适合三类人一类是做机械设计、产品结构设计想评估AI建模能否提效的工程师一类是做CAD/CAM软件、自动化设计工具的开发者想了解技术路线还有一类是非设计岗位的产品、采购、市场人员经常需要快速得到一个三维示意模型又不想专门去学SolidWorks或Fusion 360。我会尽量用大白话拆解原理也会给一些可以直接抄作业的提示词模板和操作步骤。1. text-to-cad到底是什么一句话说清本质价值1.1 从自然语言到三维模型的整套链路最早看到text-to-cad这个词我以为它就是把“文本生成3D模型”这种通用能力包装了个名头。但真正用下来会发现它和常见的Text-to-3D比如生成一个带纹理的兔子、一个人物角色有本质区别。Text-to-3D侧重生成视觉效果丰富的网格模型拿来渲染、做动画合适但你想把它导入SolidWorks加个圆角、抽个壳基本是灾难。而text-to-cad强调生成的是“CAD原生几何”——也就是带拓扑信息的边界表示B-rep、参数化特征树、可编辑的草图历史或者是至少满足流形封闭要求的实体模型。我接触到的完整链路分四段首先把用户输入的自然语言做意图解析不仅要知道“你要什么东西”还要抽取隐含的工程约束比如尺寸、位置关系、对称性、孔的数量和排布方式其次将抽取出的约束映射为几何构建策略这一步相当于在程序里把一个口述需求翻译成建模操作序列第三步执行几何内核生成实体模型这里可能用到直接生成B-rep的神经网络也可能是用大模型写一段调用CAD内核API的脚本去跑Build最后输出为标准格式文件常见的是STEP、IGES或者带特征的Fusion 360、SolidWorks格式。用户拿到的是真能用的模型而不是一张图。1.2 与传统参数化建模的思路差异传统CAD建模的核心是人要事无巨细地把几何关系喂给软件画一个矩形标宽度100mm、高度50mm再拉伸20mm然后打一个直径10mm的孔定位到距边15mm处。每一步都是显式操作人的脑子里得有完整的构建序列软件只是一个听话的执行者。text-to-cad反过来——你把最终目标用语言描述出来模型自己去决定用拉伸、旋转、扫掠还是放样自己决定特征的先后顺序甚至自己补全你没说出来的圆角、拔模斜度等默认工程语义。这个差异听起来很爽但它带来了一个关键变化结果的确定性降低了。传统参数化建模里你每一步都有完全控制权text-to-cad则是用概率生成的方式去逼近一个合理的模型。有一次我让我同事描述“一个L型的支架底面有四个安装孔”他用词不够具体模型生成了三种完全不同的L形——有的是拉伸出来的角撑有的是两个长方体合并有的还自动加了加强筋。所以它更适合早期的概念探索、快速验证以及标准化零件的批量生成而不是直接取代精密设计。理解了这一点你才不会对它的能力产生不切实际的期待。2. 技术原理拆解模型背后在做哪几件事2.1 文本理解与几何约束抽取第一件事是把自然语言变成结构化的语义。你可以把这一步理解成一个阅读理解题模型读过海量的文本和对应的CAD模型后学会识别哪些词是形容形状的圆柱形、圆角矩形、锥台哪些词是指定尺寸的直径10mm、长度50mm、厚度3mm哪些词是在描述位置关系居中、均布、偏置哪些词是在表达功能意图螺纹孔、轴承座、卡扣槽这些词背后意味着特定的几何结构和公差等级。这一步的难点在于工程语言和日常语言差异非常大。你说“给我一个板子”模型可能不知道该生成多厚多大多厚的平板但你说“铝制外壳壁厚2mm矩形珠圆角R5长宽120x80mm”模型就能提取出精确约束。所以很多工具会建议使用结构化描述模板比如“对象尺寸特征布置精度”。我在实测里发现把单位写清楚特别重要不写mm有些模型会按照英寸或相对比例去推测生成结果尺寸就完全乱了。2.2 几何生成的两条主流路线目前业界做几何生成大致分两条路线理解它们的区别对选型很有帮助。第一条路线叫基于表示学习的直接生成。模型不是先想好怎么构建而是直接预测一个能表达CAD实体的数据结构。早几年的体素Voxel和点云方法属于这类但分辨率低、拓扑结构差导出的模型有大量破面。后来出现了用Transformer或Diffusion模型直接生成B-rep的方案B-rep由面、边、顶点以及它们的连接关系构成模型学会了“什么样的面环能拼成一个圆柱体侧面”生成的模型已经是比较干净的原生CAD几何可以直接转成STEP。这条路线技术很有前景但目前对复杂装配体、带螺纹等标准特征的支持仍有限。第二条路线叫程序合成。核心是让大模型写代码或脚本然后由成熟的CAD内核去执行这些代码。你输入“生成一个带中心孔的方形法兰”模型会写一段Python脚本调用CadQuery、OpenSCAD或者Fusion 360 API脚本里明确写了“先画一个80x80的矩形拉伸10mm再在中心打一个直径20mm的通孔”。跑完脚本模型就通过内核生成了精确的实体。这条路线的优势是所有几何运算都由成熟的CAD内核完成可靠性高生成的模型天然带特征历史可以二次编辑弱点是需要模型先具备优秀的代码生成能力并且脚本一旦有错容易出现“模型已生成但没有任何输出”的窘境。从我的实际体验看当前大多数商业化工具尤其是面向工程场景的更倾向于程序合成路线因为用户能接受“等待几秒然后生成一个可编辑模型”但很难接受“生成一个貌似漂亮却无法倒角抽壳的破壳网格”。直接生成B-rep虽然逼格高但在工业级细节上还需要时间。2.3 输出格式与CAD生态的衔接拿到几何实体还不算完CAD工程软件需要一个合理的格式来交换数据。text-to-cad工具的输出格式通常有这几种STEP.step是最通用的选择几乎所有主流CAD软件都能打开适合下游做详细设计BREP.brep常见于Open CASCADE生态也是很多开源几何内核的原生格式还有CadQuery/OpenSCAD源码.py/.scad这种保留了程序化建模的“配方”改一个尺寸重新跑一遍脚本就能更新模型适合批量生成参数化变体。我在工作中特别看重“能不能继续编辑”。如果一个text-to-cad工具导出STEPSolidWorks可以打开但打开后是一堆没有特征的“死模型”拉伸、倒角等特征树全丢了只能当个实体来改本质上还是不能参数化编辑。相比之下如果工具能输出CadQuery脚本或者Fusion 360的带特征历史文件后面调整尺寸就方便很多。所以评估一个text-to-cad工具时不要只看它生成多快、效果多逼真一定要确认输出格式是否匹配你后续要用的软件以及是否保留特征历史。3. 实操演示用现成方案生成一个机械零件3.1 环境准备与工具选型先说结论现在想体验text-to-cad并不需要自己训练模型有几个成熟的路径。如果你是设计工程师想用图形界面可以试试Zoo以前叫Text2CAD的在线Demo或者Fusion 360里最近接入的文本转B-rep功能它们都直接生成可下载的STEP文件。如果你是开发者或者喜欢脚本化工作流强烈建议本地安装CadQuery再想办法接一个LLM API让GPT类模型根据你的描述生成CadQuery脚本或者直接用Hugging Face上开源的Text2CAD模型微调版本用Python调推理接口。我自己的主力组合是“本地CadQuery 大模型API”这种方式可控性好、成本低、能嵌入自动化流程。本地环境只需要Python 3.9安装CadQuery这个库pip install cadquery它内置了基于Open CASCADE的几何内核可以生成STEP、STL、SVG等多种格式。如果你希望用更简洁的纯代码建模OpenSCAD也可以替换但OpenSCAD的语法更偏函数式不如CadQuery的直观。为了减少折腾我建议新手先跑通在线Demo有感觉了再玩本地脚本。3.2 提示词编写的关键技巧我在实测中总结了几个写提示词的关键原则这些原则能显著提升生成成功率。第一结构化描述。把提示词写成“主体形状 关键尺寸 特征细节 可选修饰”的模块。比如 “创建一个底板长方体长120mm宽80mm厚8mm四个角各有一个圆角半径6mm中心有一个直径20mm深度10mm的沉头孔沉孔直径30mm深度2mm底板边缘倒角0.5mm。”这条提示词里主体是“底板”形状是“长方体”尺寸、角部圆角、中心沉头孔、倒角全都有明确描述。对比随口说“做个带孔的板子”成功率差距巨大。第二明确单位。所有涉及尺寸的数字后面必须带单位。不要写“边长10”要写“边长10mm”。如果模型不理解单位要么默认按英寸要么完全忽略尺寸这两种情况在实际用中都很常见。第三负向描述也要注意。工程上不走运的地方在于CAD模型需要封闭实体如果你不说的孔是通孔还是盲孔模型往往会猜测。所以在描述孔时一定要说清楚“通孔”还是“盲孔”并注明深度。类似地“带槽”要说清楚槽的形状是矩形槽、V形槽还是燕尾槽。第四一次只生成一个零件。text-to-cad不是聊天机器人你把一个“装配体”的好几个零件混在一句话里描述模型经常把一个零件当成另一个零件上的特征。比如“底座下面有四个支脚支脚上面放一个电机安装板”它可能直接把安装板生成在支脚的正上方但尺寸、位置关系很难完全对。我建议生成完单个零件后再放到底座参考模型里做装配或者干脆用程序合成方式分别创建再import。下面是一个我在本地用CadQuery LLM实际跑通的示例。假设输入提示词为 “创建一个支架主体是一个L形剖面长边80mm高50mm厚度5mm长边和短边交接处外侧有R10圆角在短边上有两个直径6mm的通孔间距30mm居中布置。”我让大模型生成CadQuery脚本它的输出大概是import cadquery as cq # 构建L形剖面 result ( cq.Workplane(XY) .moveTo(-40, 0) .lineTo(-40, 50) .lineTo(-35, 50) .lineTo(-35, 5) .lineTo(40, 5) .lineTo(40, 0) .close() .extrude(5) ) # 在短边打孔先建截面确定位置 result ( result.faces(Z) .workplane() .rect(80, 50, forConstructionTrue) .vertices(Y) .hole(6) ) cq.exporters.export(result, bracket.step)这里我不想逐句解析代码但你可以看到它的思路先画L形剖面并拉伸成实体厚度5mm然后在顶面往下打两个孔孔的位置用了构造矩形顶点来定位。这个脚本生成出来的STEP文件导入FreeCAD后可以看到是一个可编辑的历史特征因为它是从草图拉伸和孔特征一步步构建的。这是我用了若干工具后觉得最适合工程习惯的输出。3.3 从生成结果到可用模型的修正过程一般情况下第一次生成很难完美。比如上例中两个孔的位置如果提示词里的“间距30mm”没有明确“孔中心到边缘的距离”模型可能会把两个孔打到非常靠边的位置间距90mm甚至更大。我在实测中就遇到过孔的位置和边缘距离过近导致孔与边界几乎相切。修正的办法一是在提示词里补一句“孔中心距短边下端20mm”二是直接在生成的脚本里改参数重新跑一遍。这个流程比直接在STL网格上修面舒服多了因为程序合成保留了参数改一个数字就能重新生成。如果你用的是直接生成B-rep的在线工具没有脚本可以改就只能重新写提示词。这里有个经验在原始提示词基础上增加约束而不是重写。把上一次生成结果里“不理想”的部分单独拎出来用更明确的词去修正比如把“居中”改成“孔中心位于坐标(0, 15)的位置”。保持其他描述不变模型更容易给出局部修改后的结果。我个人的建议是在工作流早期就决定是否要参数化。如果只是做一次性的概念呈现在线工具生成STEP就够如果之后要做系列化修改、快速出变体最好走CadQuery/OpenSCAD脚本路线。后者的学习成本略高但长期收益非常可观尤其是当你需要批量生成几十个不同尺寸的同类零件时只需要一个脚本模板一个参数表就能自动输出全套模型。4. 应用场景和价值边界什么需求适合用text-to-cad4.1 快速概念设计与早期评审在项目早期的头脑风暴阶段设计师通常要快速比较多个形态方案。传统做法是在纸上画草图或者用草图建模工具做简易模型但那些玩意没法直接转到详细设计软件里。text-to-cad可以帮你在十分钟内把口头的“我设想一个圆形的底座上方有一个倾斜的显示器支架……”变成可旋转、可缩放的三维实体。虽然模型精度一般但足够用来给团队评审。我试过在一小时里生成五个不同结构的传感器外壳方案直接把STEP扔到KeyShot里渲染然后团队投票效率比以往至少翻倍。必须提醒的是概念阶段的模型不要直接转给制造。生成模型没有考虑拔模斜度、壁厚均匀性、注塑收缩等工艺要求甚至可能出现局部应力集中。早期评审时我们应该关注的是比例、空间关系、安装接口和视觉效果而不是制造可行性。4.2 非专业人员的建模需求在很多公司里采购、产品经理、市场人员经常需要展示三维模型但不会用CAD软件。以前他们要么求爷爷告奶奶让工程师建模要么用SketchUp瞎捏一个。text-to-cad给了他们一条独立完成的基础路径只要会写几句清晰的描述就能得到一个差不多的三维模型用来做示意图、尺寸标记、甚至简单的3D打印验证。有一回我们市场同事需要做一个迷你机器人外壳的摆样模型他直接用text-to-cad生成后导成STL交给3D打印出来的外形跟他描述的几乎没有偏差只是内部结构需要工程师再补。当然非专业人员要特别清楚它的边界它能给你一个形状但不能保证工程合理性。比如你描述“一个薄壁外壳壁厚0.3mm”模型可能生成出来但0.3mm的注塑件在现实中根本没法生产。这时候还是得有工程师介入对关键尺寸做工艺校核。4.3 当前技术的局限与坑text-to-cad不能神化它的局限非常明显。第一复杂装配体和机构运动无能为力。你描述“齿轮箱内部有两个啮合齿轮传动比3:1”它最多给你生成一个外形像齿轮箱的实体齿轮的渐开线齿廓、啮合间隙、干涉检查这些完全没有。第二标准件库的缺失。螺纹孔、轴承、密封圈这些有严格标准的几何生成结果往往只是“看起来像”实际规格和公差完全不对。做机械设计的都知道M6螺纹孔和φ6通孔在几何上有巨大差异生成的螺纹如果按真实螺旋扫掠做出来文件巨大且容易失真。第三草图和约束历史不真实。程序合成路线生成的脚本虽然可编辑但脚本里的构建逻辑可能很笨拙比如用多个基本体布尔运算去拼一个本可以用一次放样完成的形状导致后续修改极其痛苦。第四解释性问题。如果你自己修改过模型想通过语言反馈迭代目前工具支持得还很弱大多数只能重新生成。这些局限并不意味着没用而是要认清它是“探索工具”不是“设计终结者”。我现在的用法是放在设计流程的最前端——从灵感文字到第一个能看的模型用它从第一个模型到正式的详细设计还是靠传统CAD软件。两者配合效率非常高。5. 常见问题与排查技巧实录5.1 生成几何破面/不封闭怎么办这个大概率出在直接生成B-rep路线。你导出的STEP文件在CAD软件里打开提示“实体已损坏”或者只能看到几个零散的面。检查方式在FreeCAD里用Part菜单的“检查几何”功能或者在Rhino里用ShowEdges命令可以看到边线是否连续、是否有自由边。发生破面的原因多数是模型生成的拓扑关系里存在微小裂缝可能是训练数据里本身有瑕疵也可能是后处理简化步骤把一些细小的三角面合并出错了。排查建议一是换一个输入描述把细节简化避免生成过于复杂的曲面二是提高输出精度在线工具里若有“细化”“高精度”选项开启后重新生成三是如果只是局部小洞可以在CAD软件里用修复工具自动缝合但要注意缝合后可能会改变原有几何精度四是直接改走程序合成路线用CadQuery的clean()方法清除不必要合并边。实测下来CadQuery生成的STEP文件质量极其稳定几乎没见过破面。5.2 生成结果与实际尺寸不符怎么调最常见的现象描述“直径20mm深度10mm”生成的孔变成了直径15mm。原因可能是模型对数字和单位理解错误或者它对“直径”和“半径”概念不敏感。解决办法是加一个参照物比如在提示词里说明“矩形板宽100mm孔直径20mm孔位于中心”模型就能利用板上已知尺寸去归一化孔的大小。我试过把单位和其他已知尺寸都写清楚后尺寸准确率从60%提升到90%以上。如果生成的STEP文件导入CAD后发现所有尺寸整体偏大或偏小那可能是单位换算问题。很多在线工具默认单位是毫米但模型内部可能是英寸或比例值。在CAD软件里统一缩放一下即可SolidWorks用“比例缩放”FreeCAD用“Part → Scale”缩放系数就是目标尺寸与当前尺寸的比值。不过这只适用于整体等比缩放如果是不同轴向尺寸不一致那只能是回炉重新生成。5.3 提示词写多长合适这是一个高频问题。实测中发现提示词太短少于10个词时模型只能猜生成结果非常随机但你把所有能想到的细节都填进去比如材料、颜色、渲染角度、甚至公差等级模型可能会陷入矛盾反而生成质量下降。建议提示词控制在50~120个词之间聚焦于几何形状、尺寸、位置关系和关键特征。材料、颜色这些与CAD实体生成无关的信息放到后续渲染阶段再处理没必要让建模模型去理解。更可操作的做法是写一个模板起始句“请创建一个[零件类型]”主体形状“主体由[基础几何形状]构成尺寸为[长]mm x [宽]mm x [高]mm”特征描述“在[位置]有一个[特征类型]直径为[直径]mm深度为[深度]mm”附加处理“对边缘添加[圆角/倒角]半径[数值]mm”结束句“输出为STEP格式”我按这个模板写的提示词绝大多数情况下都能生成一个可用实体不会出现方向完全跑偏。另外如果一次生成不满意不要反复在同一个对话里说“不对重来”最好把修正后的完整提示词重新提交避免模型持有之前错误上下文的干扰。6. 我的几点实操心得到现在我大概已经用text-to-cad做了十几个不同类型的零件从简单的支架到带多特征的传感器外壳说实话我越来越觉得这个工具不是要替代CAD工程师而是把设计流程里最无聊、最耗时的“从零开始建模”环节压缩掉了。过去建一个标准底座从画草图到拉伸打孔怎么也要半小时现在一句描述、半分钟生成剩下的时间我全部用来思考如何优化它的壁厚、散热孔布局和装配接口。这种体验是很爽的。但我还是想叮嘱各位拿到模型后一定要用专业的CAD软件做一次完整的几何检查和工程审查。不要因为生成模型看起来漂亮就直接去CNC加工或3D打印。我遇到过生成模型表面看起来完美但一抽壳就报错——原因是内部有非流形边界。这种问题在传统建模中你几乎不会碰到但在AI生成中却是常态。检查内容包括几何是否封闭、法向是否一致、最小壁厚是否满足工艺、是否有多余的重合面、孔位是否与标准件匹配。检查通过之后再进入下游流程。最后分享一个小技巧让text-to-cad成为你参数化设计的一部分。我现在会把CadQuery脚本和参数表存到一个模板库里。下次遇到类似形状的零件直接复用模板让LLM帮我改参数而不用每次重新写脚本。这个做法下模型只是一个“翻译器”我真正依赖的是可靠的CAD内核。如果你以后想系统化地使用这个能力强烈建议从这个方向入手而不是把宝押在某个在线Demo上。