做机械设计和结构设计的朋友应该都有过这种经历客户或者老板丢过来一句话“这里加个支架留四个孔要能固定住”然后你就要在CAD软件里从拉伸草图开始一坐就是半天。现在“text-to-cad”这类把自然语言直接转成CAD模型的技术出现了它解决的就是这个“从想法到三维模型之间那截最繁琐的路”。这技术不是让你丢掉CAD基本功而是把设计意图快速落成可编辑的工程模型特别适合前期方案验证、非标件初稿、以及给传统建模流程做减法。这篇文章我从原理讲到工具选型再带你把完整流程跑一遍最后把踩过的坑都列出来希望对正在关注这个方向的朋友有帮助。1. text-to-cad 到底在干什么一句话背后的一条技术链路1.1 它不是“AI画图”是“AI编程建模”很多人把text-to-cad和AI生图当成一回事这个误区得先纠正。AI生图比如Midjourney那类产出的是像素点阵你看着像那么回事放大全是噪点更别提什么工程尺寸。text-to-cad走的是完全不同的路子它生成的是“代码”具体说就是CadQuery、OpenSCAD这种程序化建模语言的脚本然后由脚本再去驱动几何内核生成实体模型。链条是这样的你输入自然语言描述 → 模型把描述解析成结构化意图 → 生成参数化建模脚本 → 执行脚本生成BREP实体 → 导出STEP/DXF等标准格式。关键在“脚本”这一步。脚本意味着每个尺寸都是参数每个特征都有逻辑你可以回去改孔距、改板厚、改圆角半径改完重新生成一次就行。这才是工程世界里“能用的模型”而不是一个只能看的漂亮网格。我第一次用的时候也怀疑过这不就是把GPT-4的代码能力套了一层壳吗后来仔细琢磨发现不完全对。通用大模型确实会写CadQuery但它在“文字里的空间关系”理解上经常翻车比如你说“孔在板的左上角”它可能给你放到右上角去。专门的text-to-cad模型在训练阶段就灌了大量带尺寸标注的工程图纸和对应建模脚本它懂得把“四个角各留10mm”翻译成具体的坐标偏移计算这个差距在实际使用中非常明显。1.2 两条技术路线一条务实一条激进当前市面上的text-to-cad实现本质上分两条路线。第一条是“代码生成路线”也是目前工程实用性最强的。代表就是Zoo的Text-to-CAD还有你拿Claude、GPT-4去写OpenSCAD脚本这种通用玩法。这条路线的好处是输出可参数化、可编辑、可制造缺点是生成速度受代码执行影响而且要求底层建模库得稳定。第二条是“几何生成路线”比如Point-E、Shap-E这类模型直接输出点云或者隐式神经场再通过Marching Cubes之类的算法提取mesh。这条路线生成速度快但产出的是三角面片模型。面和面之间没有拓扑关系你去SolidWorks里想倒个角、打个孔非常痛苦基本得重画。所以这条路线目前更偏向3D打印可视化、游戏资产而不是真正的机械设计。搞懂这两条路线很重要因为现实中很多朋友在网上看到AI生成3D模型的视频兴冲冲来问text-to-cad能不能用结果发现生成的是个STL点网格然后又骂技术是噱头。其实你先要搞清楚自己需要的是什么你要是做CNC加工、钣金展开那必须走代码生成路线拿STEP实体你要是只想打印个外观手板mesh路线也够用。方向选对了工具才有意义。2. 工具选型直接能用的方案都在这里了2.1 专业选手Zoo Text-to-CAD实测体验Zoo Text-to-CAD应该是目前“文本转参数化CAD”里知名度最高的。它的工作方式是你在网页对话窗口里输入一段描述比如“a 3mm thick sheet metal bracket with 4 mounting holes and a 90-degree bend”它生成一段CadQuery代码然后在线执行并渲染出模型。你可以直接在浏览器里查看、旋转、测量最后导出STEP文件。实测下来它对机械特征的描述理解得比较到位。钣金件、轴类零件、带孔阵列的安装板这些常见类型生成成功率很高。复杂的自由曲面、齿轮啮合、螺纹配合这种就别太指望了它生成的代码经常执行报错或者几何自相交。我的经验是把它定位成“方案草图生成器”而不是“最终设计工具”你用它把初稿拉出来再导入到专业CAD里精修整体效率能提升不少。另外一个成本上的问题Zoo这类的在线服务多采用云端算力免费额度有限生成复杂模型时Credits消耗很快真拿来做日常工作订阅费是一笔必须考虑的开销。要是公司预算紧张下一节的通用方案其实就是零成本的替代。2.2 通用选手用现成LLM搭一个最小可用方案这里分享一个不需要申请内测的野路子直接用主流的通用大模型配合CadQuery或OpenSCAD自己在本地搭一个text-to-cad流程。以CadQuery为例你先在环境里装好依赖记得用conda管理Python环境然后写一个固定的system prompt把CadQuery的关键API、坐标系约定、单位规则都塞进去。实际跑的时候让模型在回复里只输出Python代码你再用exec或者subprocess去执行执行完通过CadQuery的assembly对象导出STEP格式。我试过用Claude和GPT-4这两个模型差距是有的Claude对CadQuery API的掌握更全生成的代码语法错误少GPT-4的工程常识更扎实你描述“承受50kg载荷的支架”时它会主动建议加筋板哪怕你的原始描述里没提。所以这里给个阶段性结论当前时点通用大模型CadQuery已经够做一个非常可用的text-to-cad工具链了唯一的门槛是你得会一点Python以及具备基本的排查代码报错能力。3. 从对话到零件的完整实操流程3.1 提示词怎么写才有工程价值很多人在text-to-cad上生成失败八成不是模型不行而是提示词写得像散文。你要记住这个模型读的是工程语义不是人话它需要的是明确的几何体素、数字尺寸、特征间的位置关系、以及你希望使用的单位。以生成一个带孔的安装板为例一句“给我一个带4个孔的板”是远远不够的。我整理了一个好用的提示词结构五个要素缺一不可基础体plate/bracket/cylinder说清楚形状和大小特征hole/slot/fillet/chamfer逐个罗列位置关系at the center / 10mm from edge / in a 2x2 array尽量用坐标式的描述单位mm/inch不写默认按模型训练习惯来容易翻车制造约束through hole/blind hole/counterbore或者加一句“适合3D打印公差”让模型在细节参数上做倾向性选择。我直接给一个可以复制的完整示例。这是我用来生成电机安装座的一段提示词效果很稳定创建一个电机安装座底板尺寸为120mm长、80mm宽、5mm厚。底板四角各设置一个直径为4.5mm的贯穿孔孔中心距离边缘10mm。底板上方布置一个中心凸台直径40mm高度15mm凸台中心有一个直径8mm的贯穿孔。给凸台外缘添加3mm的倒角。单位全部使用毫米。这段提示词里每个特征都有尺寸、位置、类型描述模型解析起来非常容易。你会发现生成的脚本里每一个数值都能对上后期手动改参数也不用重新描述。反过来看一个反例“做一个长方形的板板上有几个孔孔最好能对上安装位置。”这种话别说给AI听说给一个刚毕业的助理工程师对方都得皱眉头。工程沟通的核心永远是量化对AI更是如此。3.2 生成结果的后处理与导入CAD软件生成模型只是第一步真正到你手里能用的模型还差一个后处理的工序。以Zoo Text-to-CAD为例它生成CadQuery代码并执行后最常见的导出格式就是STEP。我自己用下来建议优先导STEP而不是STL因为STEP文件里保存的是B-rep边界表示保留了面和边的拓扑信息导入到FreeCAD或者SolidWorks之后可以继续编辑。STL导出来就是个三角网格后期没法改。导入CAD软件后第一件事是检查单位和比例。我发现一个很常犯的错模型在浏览器里看着尺寸对了一进CAD软件整个大了一圈或者小了一圈原因往往是源模型用了inch而CAD工程默认mm导入时没有做单位换算。在FreeCAD里用Part → Check Geometry功能做一次全面检查能发现自相交、退化面等问题。这个时候你再看生成的CadQuery代码通常会发现问题出在某一个特征的布尔运算没有严格贴合。如果有一定Python基础流程还能再自动化一点。把生成代码、执行、导出整个串成一条本地脚本输入提示词输出STEP文件全程不需要打开浏览器。我用这种方式把重复性最高的“钣金支架初稿”环节压缩到了五分钟以内原来至少需要四十分钟。4. 常见问题与排查心得4.1 四个高频翻车现场先说翻车最狠的一个代码报错。CadQuery的API调用有严格的参数顺序和类型要求大模型在生成复杂模型时经常少传一个参数或者用了错误的关键字。拿SolidWorks等传统CAD背景的人第一次接触会很不适应因为这不是“画错了”而是“根本没生成出来”。解决办法是把报错信息直接丢回给模型让它自己改多轮对话能力这时候就能派上用场。第二个翻车现场是布尔运算失败。两个特征相交的位置如果模型计算不到位会生成非流形几何STEP文件导入CAD后一检查全是红叉。这种问题在孔和曲面相交的场景下特别常见因为CadQuery的布尔差运算是基于几何内核的对曲面逼近的容差比较敏感。第三个翻车现场是镜像和阵列逻辑混乱。模型生成的阵列代码可能用了错误的计数方式你说“2x3阵列共6个孔”它给你数出7个来。检查这类问题时直接把生成的代码拉到本地改参数定位特别快。第四个容易忽略的问题是细节缺失。螺纹孔、密封槽、拔模斜度这些制造导向的特征模型经常直接略过。这也解释了为什么我始终坚持text-to-cad只能定位成初稿工具它没有制造常识不知道你这零件要注塑还要留拔模角。问题类型典型表现排查重点代码报错生成过程失败无模型输出API参数、语法错误布尔失败模型生成但含自相交面特征间拓扑、容差设置阵列混乱孔数量、位置不符合预期循环逻辑、计数方式特征缺失螺纹、倒角、拔模角没生成提示词是否明确要求4.2 排查思路与经验技巧排查text-to-cad问题我摸索出几个挺管用的思路分享给你做参考。第一个把错误信息当线索而不是废话。很多通用LLM的API调用报错信息其实已经把问题说得很明白了比如“expected 3 arguments but got 2”你把这段直接粘回去并责令模型修正通常一两轮就能解决。我自己写了一个小脚本专门用来捕捉执行阶段的异常并自动回传给模型多轮自纠错效果很好。第二个分块生成比一次生成更可靠。你让模型一次生成十个特征它迷失方向的概率非常高。但如果你让它先做主体再逐步叠加孔、槽、圆角每一步检查一遍成功率能提升一大截。这个过程类似传统建模里的“特征树”思想只不过审查对象是代码而不是图形。第三个建立一个靠谱的提示词模板库。在你把text-to-cad用顺之后你会发现自己的常用零件类型就那么几种安装板、支架、壳体、轴套。每次成功生成一个高质量模型就把这段提示词连同最终可用的CadQuery脚本一起存档下次就套用微调。这比每次从零写提示词要快得多效果也稳定得多。我们算一笔时间账传统方式画一个中等复杂度的支架从新建零件到出STEP熟练工大概要30到40分钟用text-to-cad首次生成加后处理修模可能也要20分钟但其中你的主动操作只有5分钟剩下的是模型生成和你审查代码的时间。如果建立了模板库第二次、第三次就直接逼近3到5分钟。这才是这个技术的真实价值它不是替代你思考是替代你画第一稿。我的体会是别把text-to-cad当“自动设计机”它更像一个随叫随到、不会抱怨的绘图助理你交代得越清楚它返工越少。目前它离完全取代工程师手里那把鼠标还早得很但用来砍掉“从想法到初稿”的无效工时已经相当能打了。最后再补一句别被首次生成的惊艳效果迷惑养成拿到模型第一件事就检查几何与尺寸的习惯这个习惯能帮你躲掉很多后期返工的大坑。