企业官网建设流程全解析

直接开聊：text-to-cad 到底革了什么命

先说结论：text-to-cad 指的就是“用一句自然语言描述，直接生成可用于制造的CAD模型”——你告诉AI“我要一个带四个安装孔的法兰盘，外径80mm，内径40mm，厚度12mm”，它直接给你吐出一个可编辑、可导出的CAD模型文件，而不是一张图片，也不是一段你还要自己手动建模的草图。

这玩意儿对谁有用？机械工程师、产品设计师、创客、做非标自动化的人，还有那些“脑子里有东西但手跟不上”的发明家。过去一个人从想法到出图，最快也要一两个小时，熟练工也得半小时起，现在呢，从打字到拿到第一步可用的模型，实测下来在几分钟以内。它不是把建模这事儿变成了“不需要技术”，而是把“建模的效率瓶颈”换成了“表达意图的效率瓶颈”——你省掉的是键盘敲尺寸、约束、拉伸切除这些纯操作，留下的是你真正值钱的部分：设计决策。

这篇文章不会给你堆概念，我会把它讲透：为什么text-to-cad不只是一个“换个输入方式”的小把戏，它对整个设计工作流意味着什么；它背后的技术是怎么组织的；你自己上手应该怎么做提示词、怎么评估生成结果；以及最容易被忽略的一条——生成完以后，怎么让模型真正落地到加工和装配里。

正文开始。

1. 内容整体设计与思路拆解

1.1 一句话解释“text-to-cad”的底层逻辑

我要先把这里面的逻辑链条捋清楚，因为不搞清楚这个，你后面用起来就是“瞎试咒语”，有了这条链，你才知道该往哪个方向优化。

传统CAD工作流是“人→几何操作→模型”：你脑子里有一张三维图，你的手在软件里做拉伸、旋转、倒角、打孔，每一步都是你亲自把设计意图转成几何操作。这个过程受限于你对软件熟练度，受限于手速，更受限于“你脑子里能不能把这个模型完整拆成有先后顺序的几何步骤”。

text-to-cad的底层逻辑是“人→语言描述→模型”：你只负责描述“这东西长什么样、有什么功能、哪些地方关键”，剩下把这句描述翻译成三维几何的工作，交给模型。这中间有一个非常关键的技术环节，是很多人忽略的——不是让大语言模型去直接画图，而是让大语言模型先生成一段中间表示，再由专门的生成引擎把中间表示渲染成CAD模型。

为什么要有中间表示这一步？你可以把大语言模型想象成一个非常聪明的翻译官，但它本身不会画画。如果你让它直接输出STL网格文件，它可能会胡编乱造出你没法加工的几何体。所以实际方案是：大语言模型负责理解你的需求，输出结构化的描述或者代码；然后第二段引擎按照这个描述去构造实体模型。这个“描述→构造”的阶段，才是整个系统里最体现CAD功底的地方。

1.2 为什么“直接生成模型文件”比“生成图片/草图”难得多

如果你用过AI绘画，你可能会误以为text-to-cad只是“多了一个维度的文生图”。错，两个难度完全不在一个量级上。文生图只要像素看着像，你几乎不会去量图片里的尺寸对不对；CAD模型呢，公差错了0.5mm，装配就废了。图是给人看的，模型是给机器和下一个工程师用的。

这里牵扯到一个硬性约束叫水密性（watertight）。一个可以3D打印的模型，它的表面不能有裂缝，不能有悬空的边，不能用两片没有合并的面叠在一起，否则切片软件就该报错了。AI画画画错了顶多难看，AI建模一旦水密性不达标，物理世界就直接拒绝你。所以好的text-to-cad系统必须在生成阶段就强制保证模型可制造、可导出、可被后续特征识别。

这不是说text-to-cad一定要生成出“加工级精密模型”——现阶段它更适合做概念阶段的结构件、外壳、支架，特征比较规整的五金件。但“可制造”这条底线，从第一天起就是它跟AI绘画的根本分水岭。

2. 模型选型与生成方案的取舍

2.1 现在主流实现的几种路径

我直接给你说市面上现在走的三条路线，你用的时候能心里有数：

第一条是生成式网格路线。模型直接生成三角网格（STL/OBJ），优点是生成速度快、对创意形态覆盖好（能生成异形雕塑那种手感），缺点是网格往往需要大量后处理才能进入CAD环境做进一步编辑。

第二条是程序化参数路线。大语言模型生成一段参数化脚本（比如OpenSCAD代码或者CadQuery脚本），再由脚本执行器生成真正的CAD文件。这条路的好处是模型天然参数化，你可以回到脚本里改一个数字、整个模型跟着变，非常贴近工程师的习惯。缺点是表达能力受限于脚本语言的边界，复杂的自由曲面会有点吃力。

第三条是自回归点/面预测路线，这是偏研究向的，直接逐点预测三维坐标。好处是理论上表达空间最大，但实际稳定性和训练成本都让人望而却步，离产品化还有距离。

我自己实测下来，现阶段最推荐刚上手的人走第二条（程序化参数路线），因为你在生成结果之后还能做二次修改，而第一条的网格模型到了后期，改起来跟重画差不多。

2.2 如何选择一个适合你的text-to-cad工具

工具选型这件事，我总结下来就看四件事：输出格式、可编辑性、硬件门槛和学习曲线。

输出格式是最容易被忽略的一条。你想想，你费半天劲生成一个模型，结果只能导出STL，然后你的CNC编程软件要的是STEP，你的同事在SolidWorks里要的是原生文件或者STEP，这就非常尴尬了。一个工程级cad工具，最少要能导出STEP格式，因为STEP才是目前跨平台交换实体模型的工业标准。

然后是编辑性问题。有的工具是“一条流”的，你给它一段描述，它给你一个模型，完事儿了，你不能改；好的工具会给你一个中间代码层或者参数树，你可以改壁厚、改孔距、改倒角半径。长期用，后者才是真正能嵌进工作流的东西。

硬件和学习曲线就不展开了，但记住一个原则：你的瓶颈大概率不是显卡，而是你对模型的描述能力——工具再猛，你的自然语言说不清楚，输出就是一堆废品。所以后面我专门写一节怎么把需求“翻译”成AI能懂的描述。

3. 实操过程与核心环节实现

3.1 一次完整的“text-to-cad”实操记录

为了让你看到一个真实的流程，我现在完整跑一遍。假设任务：做一个简单的设备支架，要求“L型，两个竖直安装面互成90度，每个面上有四个直径6mm的通孔，间距40x40mm，板厚3mm”。

我用的工具是开源的CadQuery，配合一个大语言模型解析器来做，核心思路如上文所说：语言模型先生成CadQuery脚本，CadQuery再直接构建实体。

第一步，写提示词。这里的关键是把几何约束说得足够死。我给模型的提示词是这么写的：

Generate a CadQuery script for an L-shaped bracket. The two faces are perpendicular, each is 60mm wide and 60mm tall, thickness is 3mm. On each face, create four through holes of diameter 6mm, arranged in a square pattern with 40mm spacing from the face center.

注意看我描述的顺序：先是整体形状，再是面尺寸，再用到“厚度”，最后是孔的位置和孔径。这背后是有讲究的——你把形状（L型）当主框架，把关键尺寸用清晰数字写死，把孔位这种次级特征放到最后。如果你一开始就堆一堆细节，模型容易抓错主次。

第二步，模型生成的脚本大概是这样的：

import cadquery as cq # 主体L型支架 bracket = ( cq.Workplane("XY") .box(60, 60, 3) # 底板：60x60x3 .edges("|Z").fillet(2) # 底板四周倒圆角 .faces(">Z").workplane() .moveTo(0, 0) .circle(3/2).cutThruAll() # 底板上中心孔（如果不需要可以去） .workplane() .moveTo(20, 0).circle(3/2).cutThruAll() .moveTo(-20, 0).circle(3/2).cutThruAll() .moveTo(0, 20).circle(3/2).cutThruAll() .moveTo(0, -20).circle(3/2).cutThruAll() )

实际生成时模型会写得比这个“聪明”一些，比如它会自动把四个孔位用循环表示，但原理就是上面这段：画底板、打孔、再抬起一个垂直板。

第三步就是竖板。CadQuery里做垂直面连接，一般用workplane偏移加transformed或者直接union一个垂直板。

这一步我强调一下为什么这类生成经常需要你“多给一个方向提示”：CAD里的“竖直”需要明确是朝哪个坐标轴旋转。你直接说“L型两个面互成90度”，模型默认可能是任意方向，但你说“两个面分别是XY平面和XZ平面”，它就完全确定死了。跟机器交流，越是几何本体上的模糊点，越要提前堵住。

3.2 提示词工程：怎么把思维中的模型“说”出来

我见过太多人用不好text-to-cad，不是工具拉胯，而是提示词写得像跟同事说话。跟同事说“给我搞个支架”，同事能靠默契脑补；跟AI这么说话，它只能给你一个随机结果。我的经验是，描述一个三维物件，你得按“骨架→关键尺寸→特征顺序→公差/偏好”这个模板来：

• 骨架：它整体像什么？L型、U型、环形、箱体？有几个主要部分，它们之间的空间关系是什么？
• 关键尺寸：长度、宽度、高度、厚度、直径，能用数字就绝不写“大一点”“厚一点”。
• 特征顺序：孔、槽、倒角、加强筋、安装边条，这些特征在哪、相对谁的位置关系如何？
• 偏好：倒角还是圆角？孔是通孔还是盲孔？这决定后续能不能加工、好不好加工。

举个例子，一个意图是“做一个能固定在墙上的传感器外壳底座”。你直接这么说，模型大概率会卡壳。但如果你改成：

“我需要一个扁平的安装底座，外形是矩形，120x80mm，厚度5mm，四个角上有直径4mm的安装通孔，孔圆心距离矩形长边10mm、短边10mm，底座的背面有一个直径30mm、深1.5mm的圆形沉孔，用于嵌入传感器头部。”

这么一说，模型就能准确输出。核心就是：把“用途描述”留给上下文，把“几何描述”留给提示词。

3.3 后处理与模型检查：生成完不等于结束

模型生成完，你别高兴太早。我会做三步检查，缺一不可：

第一步是单位检查。很多模型生成出来，尺寸数值是对的，但单位在STEP文件里可能是英寸或毫米不一致。你拿到模型第一件事就是在CAD软件里测量一个特征，确认单位没错。这一步看着蠢，但一旦错了，后面整个流程全部报废。

第二步是布尔运算完整性检查。是不是有重叠实体？有没有没合并的表面？用CadQuery的checker或者Meshlab可以快速跑一遍。3D打印切片软件一般也会报警。

第三步是可加工性自查。孔是不是太小（小于1mm就很难加工）？壁厚是不是薄到加工会变形？有没有尖角需要加圆角？这些东西AI是不知道你加工条件是什么样的，只能你自己判断。我见过有人拿去CNC加工，结果模型生成了一个仅0.5mm的薄壁加强筋，直接断在机床上。

我建议你把这些检查做成一个固定套路，生成一次就查一次。习惯养成以后，你从生成到交付会非常快。

4. 常见问题与排查技巧实录

4.1 生成失败/生成错乱的5个高频原因

我在实际折腾里踩过不少坑，这里整理成表，你直接对照排查：

4.2 实操中“质量不稳定”的心得与对策

很多人问我一件事：为什么同一个提示词，第二次生成出来的东西跟第一次不一样？这很正常。绝大多数text-to-cad系统，生成阶段都有随机采样机制，它不是单纯“求最优解”，而是“在概率空间里模拟多种可能”。如果你需要稳定的结构，有两个办法：

第一个办法是在提示词里把几何锁死，寸步不让。第二种更高级一点，是先生成概念模型，再根据概念模型手动改造成最终模型，也就是说别指望一步到位，把它当“会自动完成基础建模的实习生”，而不是“输出成品的总工”。

这其实也是我这句话想表达的：text-to-cad目前最适合砍掉的是那些“重复、机械、有规则可循”的建模劳动，比如标准件、接头、外壳、安装支架之类。真正的创新设计、需要大量经验判断的工业设计，它还是辅助，不能说完全接管。

4.3 我自己的“避坑”清单（独家）

下面这些算是我个人写进备忘录的，不保证所有人都需要，但照着做，能省很多时间。

第一，绝对不要在提示词里写“大概”“一点”“比较”。AI不会帮你做工程判断。你要么给它可量化的值，要么明确说“你按常见标准选，并在脚本里用变量标注出来，方便我回头改”。

第二，尽量让厚度的描述出现在所有相关面上。很多人描述了底板厚度，忘了竖板厚度，结果生成出来竖板是0.2mm的薄片。你直接在开头加一句“所有板厚统一为3mm”，一劳永逸。

第三，如果要在工程里批量复用，强烈建议让模型生成参数化脚本，而不是网格模型。参数化意味着你以后只需要改顶部几个变量，模型自己重新生成。STL网格呢？改一个孔位等于重新画一次，还不如不用它。

第四，给模型看一张“参考图”往往比说一万个字有用。如果你用的工具支持多模态输入，直接拍一张手绘草图、或者拿一张标准件图片让它参照，描述负担会大幅降低。几何这东西，有时候图就是比文字高效。

5. 从“会生成”到“用得顺”：我的一点个人体会

玩text-to-cad这半年多，我最深的感受是：它没有让工程师失业，也没有让小白一夜变成机械大师，它改变的是“敷衍成本”和“探索成本”。过去你想试5个不同厚度的安装板方案，你得建5次模；现在你只需要改提示词里的一个数字，五分钟内得到五个候选模型。这种快速试错的能力，才是它对设计流程最大的增量。

但我也必须泼一盆冷水：目前的text-to-cad，离真正好用的“工业级标准”还有距离。你拿它生成概念模型放在方案汇报里，非常够用；拿它生成精密配合件拿去投产，还是得自己在CAD里严格复查一遍。我的用法是：先用它探路，再用专业软件收尾，把它的输出当作“高完成度的草稿”而不是“图纸”。这样既享受了效率红利，又不至于在细节上翻车。

最后分享一个小技巧：当你描述一个模型时，可以在末尾主动加一句“如果有任何尺寸冲突，请优先考虑A条件，并在脚本注释里说明你做的取舍”。这一句话，能让你从生成结果里直接看到AI的决策过程，而不是对着一个黑盒猜它到底在想什么。这会让你在后续修改的时候，省下非常多的沟通成本。

如果你还没试过text-to-cad，找个开源的实现，拿你手头一个最简单的零件练一遍。相信我，看完模型生成的瞬间，你对“用语言造物”的感受，会比任何说明书都来得更直观。