去年开始，“text-to-cad”这个词在工程师和设计师圈子里出现的频率明显高了。简单说，就是把一句大白话变成可编辑的CAD模型——比如你输入“一个方形底座，四角各有一个直径3.5mm的安装孔，中心挖一个直径40mm的台阶圆孔”，AI直接给你返回一个带特征树、可以继续改参数的模型文件。这个方向不是PPT概念，已经有实际能跑的产品和开源方案了。

这篇内容适合三类人：一是做机械结构和产品设计、每天在建模软件里重复“拉草图-加约束-倒角”的工程师；二是想快速验证想法、又不想花两周学建模软件的产品经理或创客；三是用3D打印做手板、却经常在切片前被模型精度折磨的爱好者。我把这半年实测下来的完整经验、踩过的坑和排查思路都整理出来，帮你快速判断这工具到底能干什么、怎么用上限最高，以及距离“替代建模师傅”还差多远。

1. 这类工具到底想解决什么问题

1.1 语言和几何之间隔着一条巨大的鸿沟

传统CAD建模的本质，是把“脑子里想的东西”翻译成“电脑里精确的几何”。这个翻译过程，人一直是唯一的转换器——你要把一个支架、一个法兰、一个外壳，描述成草图轮廓、拉伸深度、旋转轴、阵列数量，每一步都要在软件界面里点选命令、输入参数。这个过程哪儿最费时间？不是画线，而是反复调整：投影关系错了要重画，配合尺寸变了一个个改零件，装配体里一个孔位变了整个BOM都要动。

Text-to-CAD想干掉的就是“从语言到模型”这一步人工翻译。你不需要先知道应该用“凸台”还是“拉伸”，也不需要在特征树里找到上一次画的草图编号，只需要把自己的需求用日常语言说清楚。模型背后的AI负责把你这句话拆解成实体特征、约束关系和几何参数。听起来很神，但实际用起来就会明白：这件事的难点不在于“识别你说了什么”，而在于“理解你没说什么”——你说“法兰盘”，它得知道法兰是回转体；你说“六个孔均布”，它得知道夹角是60度；你说“预留公差”，它得知道这不是说要一个间隙为零的轴孔配合。

1.2 为什么早几年做不出来，现在才火

其实要追溯，2020年前后就有团队尝试用AI生成CAD模型，当时效果非常惨。我当年也试过几个早期项目，基本就是“提示词里有圆，就给个圆柱；有方块，就给个长方体”的模板匹配水平，稍微复杂一点的特征组合就崩。为什么这几年突然有了质变，核心卡点有三个。

第一是数据。CAD模型和自然语言描述之间的配对数据，在工业领域极其稀缺。大部分存量三维模型没有文本标注，企业图纸又是保密资产，谁能凑出足够的“描述-模型”对来训练模型，谁就占了先手。直到大模型在通用语料上学会了大量几何常识，再用少量CAD数据做微调，这个数据瓶颈才被绕过去。

第二是表示。让神经网络直接输出CAD厂商通用的B-rep边界表示，是一个长期没解决的难题。早年的生成模型喜欢输出网格（Mesh），看起来像个模型，一导入SolidWorks就变成一堆没法缝合的碎面，更别提编辑特征。后来大家发现了一个曲线自救的思路：先让AI生成代码——用CadQuery、OpenSCAD这类程序化建模库把模型“写”出来，再由CAD软件执行代码得到实体。这样输出的模型天然带参数、可编辑，等于绕开了最难的几何内核生成。

第三是约束。CAD里的模型不是一张静态的图，而是一棵带约束关系的特征树。改一个尺寸，后面所有关联特征都要跟着变。这意味着AI生成的不只是形状，还得是“逻辑结构”：哪个特征先建、哪个特征依赖哪些参数、圆角加在拉伸之前还是之后。程序合成路线把这个问题转化成了代码生成问题，而代码生成恰恰是大语言模型当前最擅长的领域。三条卡点同时松动，text-to-cad才从玩具变成了能用。

2. 主流技术路线拆解和选型逻辑

2.1 路线一：大模型加程序化建模脚本

先说现在最成熟、也最推荐普通人上手的一条路线：把CAD模型写成代码，再用大模型直接生成这段代码。代表库是CadQuery和OpenSCAD。为什么大家不约而同选了这条路线？因为代码天生就是可参数化的、可复现的、可版本管理的，而且不需要模型去“想象”一个实体长什么样，只需要把它翻译成一段逻辑明确的指令序列。

举个例子，用CadQuery描述一个法兰盘，大概长这样：

import cadquery as cq result = ( cq.Workplane("XY") .circle(20) # 外圆直径40mm .extrude(8) # 厚度8mm .faces(">Z") .workplane() .circle(15) # 内孔直径30mm .cutBlind(-8) # 挖穿 .faces(">Z") .workplane() .polarArray(17.5, 0, 360, 6) # 半径17.5mm，6个均布 .circle(2, mode="a") # 直径4mm螺栓孔 .cutAll() )

大模型要生成的不是这段代码本身，而是“从自然语言到这段代码”的映射。它不需要知道CadQuery内部怎么实现布尔运算，只需要理解“外径40内径30厚度8六个直径4的孔均布”这些信息应该翻译成哪些API调用。我实测下来，这种路线生成的成功率最高，因为代码生成的错误是可控的——代码跑不起来就能报错改错，比生成一个肉眼看着像、量起来全错的网格要强太多。

这条路线最大的局限也很明显：你只能生成CadQuery/OpenSCAD能表达的形状。复杂自由曲面、雕塑外形、生物形态这类模型，用代码写会痛苦到怀疑人生。但这恰恰覆盖了绝大多数机械零件场景——法兰、支架、外壳、齿轮、卡扣，本来就是参数化建模的强项。

2.2 路线二：扩散模型直接生成几何

第二条路线走的是“老本行”——用类似图片生成的方式直接产出三维几何，常见输出格式是网格或隐式符号距离函数。你把文字描述变成条件向量，喂给一个三维扩散模型，它去噪输出一个体素场或点云，再通过移动立方体等算法提取成网格。好处是形状自由度极高，能生成用参数化脚本写不出来的异形曲面，所以这条路线在设计创意阶段很有想象空间。

但我亲自评测过几个这种模型，问题十分统一：第一，生成的是三角网格，不是CAD原生实体，导入传统CAD软件后需要重新曲面化，期间精度丢失很严重；第二，没有特征树，不能改参数，你想把壁厚从2毫米改成2.5毫米，基本等于重画；第三，工业级的尺寸精确性很难保证，它生成一个齿轮可能看起来像齿轮，但模数齿数根本对不上。所以这条路线目前的定位是“灵感生成器”，帮你做早期造型探索，离工程落地还挺远。

2.3 路线三：LLM规划加几何内核重建

第三种是前两者的结合，也是我认为最可能走向工业化的方向。流程是：大模型先理解你的文字，规划出特征操作的完整顺序——先拉伸哪个草图、再切哪个孔、布尔加减怎么组合、圆角倒角放在哪一步——然后调用传统的几何内核API或特征建模API去逐个执行。相当于AI只做“排产计划”，真正画图还是交给B-rep内核这种成熟引擎。

这条路线的核心难点不在生成，而在规划。特征顺序错一步、草图的参考面选错、依赖关系没建好，整个特征树就垮了。目前市面上一些高完成度的产品已经在往这个方向走：用户输入一句话，系统不光生成模型，还生成一棵规范的模型树，每个特征名字都起得明明白白，就差把建模审批流也AI化了。它比路线一灵活，比路线二精确，是当前能力天花板的代表。

2.4 三条路线横向对比速查

看完这张表就明白为什么市面上绝大多数text-to-cad产品都押注路线一和路线三：因为CAD这个工具的本质就是精确、可编辑、可复用，谁丢掉这三点，谁就只是“三维模型生成器”，而不是“CAD生成器”。

3. 实操记录：怎么写提示词才能让AI听懂需求

3.1 新手必看：三个代代相传的失败写法

我刚开始用text-to-cad的时候，自认为表达已经很精确了，结果连续翻车三次。第一次，我写“做一个带盖子的盒子”，回家看到的是两块互相分离的平板，根本没有合页和卡扣结构，因为我只说了“带盖子”，没说“盖子如何连到盒体”。第二次，我写“一个直径50毫米的圆柱旁边有一个直径10毫米的孔”，模型确实生成了，但孔穿过了圆柱的侧壁而不是底面，因为我没有说孔的方向和位置深度。第三次最崩溃，我说“一个长方形外壳”，它给我生成一个长方体实心块，因为没有说壁厚和镂空。

这三个失败案例指向同一个核心问题：AI不像人类，不会自动补充工程常识。所谓“工程常识”，就是“箱体默认是空心的”“孔默认垂直于面”“配合件默认留间隙”这类刻在机械工程师DNA里的东西，你一个字不写，它就默认不做。所以提示词的第一条纪律是：把工程图里的每一个你以为是“废话”的信息，都明确写出来。

3.2 我一直在用的提示词模板

实测调整了两个星期之后，我总结了一套稳定的提示词结构，分成五个部分，顺序不能乱：对象类型、几何主体、特征细节、位置关系、制造约束。

生成一个[对象类型]，材质建议[材料]。 主体尺寸：[长]mm × [宽]mm × [高]mm，壁厚[数字]mm。 [哪个面]上有[几个][形状][尺寸]的[孔/槽/凸台]，沿[轴线/圆周]均匀分布， 孔间距[数字]mm，深度[数字]mm。 底部[是否需要底座/裙边]，角部[倒圆角/倒直角]，半径[数字]mm。 预留[装配间隙/螺丝位/卡扣位]。输出STEP和脚本文件。

举例来对比会更直观。失败写法：“做一个无人机云台的支架。”成功写法：“生成一个无人机云台支架，材料用铝合金。整体为L形，水平臂长60mm宽30mm厚5mm，垂直臂长50mm宽30mm厚5mm，两臂连接处外侧倒圆角R5。水平臂末端有一个直径8mm的通孔，距离端部10mm中心；垂直臂上有两个直径4mm的沉头孔，间距30mm，沉头直径7mm深度2mm。螺丝孔位预留0.1mm间隙。”后者生成出来的模型，基本不需要二次加工就能直接进行装配验证。

3.3 从单零件进阶到装配体的折腾经历

单零件能稳定输出之后，我尝试把多个零件塞进一个提示词里，比如“生成一个由外壳、上盖和两个卡扣组成的装配体，上盖通过卡扣与外壳连接，外壳尺寸……卡扣尺寸……”。实际体验非常分裂：有的AI产品能把多个零件输出成装配体文件，但件与件之间的配合关系经常是意思到位、数值乱来——比如卡扣宽度比扣槽宽度大了0.5毫米，名义上是“过盈配合”，实际上你根本按不进去。

后来我调整了策略：放弃让AI一次性生成完整装配体，改成分步建模——先生成外壳，再单独生成盖子，最后生成卡扣，每个零件单独检查尺寸后，再导入传统CAD做装配约束。这个是很有用的经验：text-to-cad目前的定位是“帮你快速生成零件”，而不是“帮你做完整的装配设计”。装配关系里那些公差带、配合等级、运动副，还是留给专业软件和你的工程判断更可靠。

4. 常见问题与排查技巧实录

4.1 尺寸感完全失控，生成一个“巨物”

有一次我让AI生成“一个内径35mm的轴承座”，它给我输出了一个外径300mm、厚度40mm的东西，我一度以为单位出了问题。排查之后发现两个原因：一是提示词里只写了内径，没写外径和厚度，AI就按经验默认填了一个偏保守的外径，而它在训练数据里见过的轴承座，大概率不是机械设计手册里的那几种常用规格。二是有些模型确实对数值敏感度不高，34和300的区别在它眼里也许没你想象中那么大。

解法也很粗暴：凡是关键尺寸，全部显式重复两遍——第一遍在“主体尺寸”里说，第二遍在“特征细节”里说一次。比如“外径60mm，内径35mm，厚度15mm，注意外径必须在主体尺寸中体现”。我实测这样的双重强调能明显压缩离谱尺寸的比例，但仍建议生成后养成检查标注的习惯。

4.2 阵列、对称、圆角这些细节总被偷偷吞掉

这类问题出现的频率最高。提示词里写了“四个角各有一个R5圆角”，生成出来的模型可能有圆角，但四个圆角半径不一样；写了“六孔均布”，生成出来只有五个孔，或六个孔间距不一致。原理也不复杂：语言模型在描述“均匀”“对称”这类空间关系时，倾向于用语义层面的话应付过去，真正落实到具体的坐标计算时，没有工程师那种“除一下就知道夹角90度”的几何直觉。

针对这类问题，我的排查清单是：第一，把“均布”改成“每两个孔之间的夹角为60度”；第二，把“四角圆角”改成“左下、右下、左上、右上四个角各加R5圆角”；第三，如果生成后仍不对，就在提示词里追加一句“生成前请先计算孔位坐标，再开始建模”。虽然有点笨，但这类显式的计算指令确实能引导大模型把几何逻辑补上。

4.3 生成后不能编辑，只能当一次性模型用

很多AI产品默认输出的是网格格式（STL/OBJ），因为这最容易生成、最方便3D打印。但你拿到的是一块“死模型”——没法改参数，没法在SolidWorks里拉伸一个特征，连改个壁厚都要重新生成。这个问题不是bug，是路线选择：对做外观评审的人来说网格够用了，对做结构设计的人来说这就是废品。

所以你在选工具的时候，第一件事不是看它生成的图漂不漂亮，而是看它输出什么格式、能不能给到带特征树的原生CAD文件。能输出STEP的优先于只输出STL的，能输出CadQuery脚本的优先于只输出网格的。这条标准能帮你过滤掉一大半“看着炫，实际落不了地”的产品。

4.4 把AI当搜索引擎用，基本都会失望

还有一个心法层面的问题：很多人把text-to-cad当成“CAD版的搜索框”，以为输入“齿轮”就能得到一对标准化齿轮副，输入“手机壳”就有壁厚2mm、适配某机型摄像头位置的完整结构。这完全误解了这类工具的能力边界。它生成的是“要什么”的模型，不是“查什么”的资料库——标准化件、外购件、有明确国标/ISO标准的零件，去专业选型网站找模型库，三分钟就能搞定，没必要难为AI。

真正适合它做的，是那些“没有现成标准、完全自定义、反复修改外形”的零件。你让AI从零生成一个某品牌的定制支架，效率远高于手动建模；但让它按GB/T标准生成一个六角头螺栓，那就是缘木求鱼。用对场景，才能把它的价值榨干净。

5. 工具生态盘点与应用边界

5.1 现在能用的方案一眼看明白

这个圈子的工具目前还在快速迭代，我在定期跟踪几个代表性方案之后，把它们分成三类。

第一类是web端在线生成平台，典型代表是Zoo的Text-to-CAD等一系列网页工具。不需要安装任何软件，打开网页输入描述，后台跑完直接给你一个可预览的模型，通常支持导出通用的CAD格式，上手成本为零。我在调研阶段主要用这类工具快速建立“模型生成能力”的直觉。

第二类是开源程序化建模加LLM的本地方案，核心是用CadQuery、OpenSCAD这类程序化建模库，外挂一个大模型API，自己写一个几十行的脚本把两者串起来。适合对数据隐私要求高、或需要批量生成参数化零件的场景。自己搭这套流程的好处是完全可控——AI只负责生成脚本，脚本跑不跑得通、尺寸对不对，你都能自己审查，不会有“黑盒出图，错了也不知道错在哪”的憋屈感。

第三类是工业软件厂商内嵌的生成式建模功能，目前大多数处于内部测试或早期预览状态。这类工具的优势最大——直接挂接专业内核，输出模型质量和特征树完整度是前两类完全不能比的。缺点是开放程度有限，普通人很难第一时间用上完整版。

5.2 实测结论：能做什么、暂时别指望什么

用了一段时间之后，我给这套工具画了一条清晰的能力边界线。

已经能稳定交付的：机械零件的概念外形生成、按给定尺寸参数输出的零件毛坯、用于3D打印的模型原型、设计初期的方案筛选和空间验证。我做过的比较典型的一个案例是：项目初期需要评估某个传感器支架在设备腔体内的安装空间，以前要打开CAD量尺寸画草图，这次直接让AI生成一个带大致孔位的支架模型，导入装配环境一摆，空间够不够一目了然，总共用了不到十分钟。

暂时别指望的：高精度配合面、经过有限元验证的结构刚度、带完整GD&T标注的工程图、大规模装配体的自动生成。这些链路不是“再加一点语言理解能力”就能突破的，需要几何推理、物理仿真、制造工艺知识的系统性整合，短期内很难从生成式模型里直接长出来。

5.3 这个方向后续还能怎么玩

顺着这条路往下看，玩家们已经在铺三条通往实用化的路。

第一条是“文本到BOM”，生成的模型自动关联物料清单——AI不仅知道这个壳里有四个孔，还知道这四个孔位配合四颗M3自攻螺钉，直接把物料表一并输出。这对于设计早期匡算成本意义巨大。

第二条是“对话式修改”，你面对生成好的模型，不用回去翻提示词，直接说“把壁厚改薄0.5毫米”“把孔距从40改到45”，系统在特征级层面精准修改，而不是重新生成一遍。这比“一句话生成”更进一步，也更接近工程师真正的日常——模型的生成其实只占整个设计流程的一小部分。

第三条是“文本到工艺”，从同一个描述里直接推理出适合的制造方案——如果是薄壁件建议考虑注塑，如果是轴类零件建议上车削中心，生成结果自动匹配工艺约束。到这一步，它就不再只是一个建模工具，而是“设计-制造”链路的智能入口。

我个人在实际操作中的体会是：现在是把text-to-cad用起来的最好时机——不是因为它的能力已经完美，而是因为它的能力刚好够你提前熟悉“跟AI协同建模”的工作习惯。每轮迭代，都是对这个复杂方向的逼近。你不用怀疑它是否“实用”，你要做的只是把它安放到设计流程里合适的位置上：让它做你的概念助手、初始模型生成器、方案发散伙伴，最后一步的工程判断和细节打磨，依然握在你手里。