企业官网建设流程全解析

最近这半年，AI生成三维模型的方向里，最让我觉得“这次是真的不一样”的，就是text-to-cad。如果你关注过去年的AI绘画、AI视频潮流，“用一句话生成一张图”已经不稀奇了，但“用一句话生成一个能拿去加工、能装配、能出工程图的零件模型”——这完全是另一码事。简单说，text-to-cad就是把自然语言描述（比如“一个直径40mm、高度60mm的圆柱法兰盘，带四个均布通孔”）转成参数化CAD模型的技术，输出的往往是可以直接导入SolidWorks、Fusion 360、FreeCAD的STEP文件，或者带有编辑历史的特征模型。

它解决的问题很明确：传统CAD建模的门槛高、耗时长、重复劳动多。设计一个简单支架可能要花上小半天，改尺寸又得从头到尾再操作一遍。而text-to-cad想做的，就是让“会说话的人”也能“造东西”，同时让熟练工程师把繁琐的重复建模交给AI，自己专注在更高级的设计决策上。这篇文章写给三类人：一是想试试AI辅助设计的机械工程师和结构工程师，二是做3D打印的创客和DIY爱好者，三是对AI与工程结合感兴趣的技术学习者。我会把关键技术原理、主流工具、实操过程和排坑经验都过一遍，不绕弯子，直接上干货。

1. Text-to-CAD 到底是什么：一条从语言到制造的直通路

1.1 它和text-to-3D不是一回事

先把最容易混淆的点说清楚。很多人看到text-to-cad，第一反应是“那不就跟用AI生成3D模型差不多吗？”其实差得远。市面上常见的text-to-3D工具（比如Meshy、Luma AI、Tripo这一类的）生成的是网格模型，用来做游戏资产、动画预览、概念展示完全没问题，但网格模型在工程上基本不值钱——它由大量三角面片组成，没有精确的几何约束，没有特征树，没有尺寸标注，不能直接CNC加工，也不能进装配体参与公差分析。

text-to-cad的目标是生成“工程可用的模型”。这意味着输出要么是STEP、IGES这类标准交换格式，要么是带参数化特征的构造历史，最好还能反过来支撑工程图生成。这就好比：text-to-3D是给你一张乐高积木拼出形状的照片，text-to-cad是给你一张带标注的机械图纸和一份可修改的CAD源文件。一个管“像不像”，一个管“能不能造”，差的不是一点半点。

我打个更生活化的比方。你让AI“画一个杯子”，text-to-3D给你一张杯子的渲染图，很好看；text-to-cad给你一个杯子的三维实体模型，带壁厚、带圆角、带尺寸，模型数据能直接交给CNC机床走刀。前者是视觉产品，后者是工程产品。理解了这层区别，你就知道为什么这个方向这么难，也这么值钱。

1.2 解决的痛点：建模效率与技能门槛

从需求端看，text-to-cad切中的痛点非常具体。传统CAD建模的学习曲线相当陡峭，一个熟练的建模工程师需要几千小时去积累经验；即便熟悉了软件，很多建模操作本质上仍是重复劳动——画草图、拉伸成体、打孔、加圆角、做阵列，这些在参数化设计里占了相当大的比例。text-to-cad如果能把这些“体力活”自动化，工程师就能把时间花在方案构思、功能分析这些真正有创造性的环节上。

另一个快速渗透的场景是3D打印创客圈子。很多创客有想法、有动手能力、有打印机，但就是不会用专业CAD软件，或者只会用几个简单的在线建模工具，遇到稍微复杂一点的卡扣结构、配合尺寸就只能干瞪眼。text-to-cad让他们直接描述想法，几分钟就能拿到可打印的模型文件。我实测下来，对于结构简单但特征清晰的小零件——比如一个特定尺寸的夹具、一个带卡槽的盖子，text-to-cad的效果已经相当能打。

这个技术的意义还不止于省时间。当“建模初稿”的成本趋近于零，设计师就愿意去尝试更多的方案变体，整个设计迭代逻辑都会跟着变。以前你可能只敢做一版方案，因为每一版都要花大半天；现在可以一口气生成五个尺寸方案，选最好的那版精修。这种工作方式的变化，可能比单次建模节省的时间更有价值。

2. 核心技术拆解：AI怎么理解“造物的语法”

2.1 大方向：让AI生成“建模代码”，而不是直接生成模型

先说主流的实现思路。现在业内效果最好的text-to-cad方案，普遍走的是“文本 → 建模脚本 → 参数化模型”的路线，而不是“文本 → 点云/体素 → 网格 → 实体”。为什么？关键在工程模型的精度要求。图像生成可以容忍像素级的误差，但机械零件不行——一个孔偏了0.5毫米，装配时就装不进去；一个法兰厚度错了，密封就失效。而直接回归网格或体素的方式，输出误差很难控制在工程允许的范围内。

“生成建模脚本”这条路，本质上是把三维建模问题转化为代码生成问题。AI先理解自然语言，解析出几何类型、尺寸、约束和特征操作，然后生成一段CAD建模脚本——比如OpenSCAD脚本、CadQuery Python脚本，或者Fusion 360的API调用序列。脚本执行之后，就能得到一个带完整参数化历史的实体模型。这样做的好处有三个：第一，尺寸是精确的，写进脚本里是多少就是多少，不会出现“画出来感觉不对”的情况；第二，模型是参数化的，后续想改尺寸，改脚本里的变量就行；第三，输出格式天然兼容工程软件，生成STEP文件几乎没有中间损耗。代价则是：AI得同时掌握“语言理解”和“CAD API语法”两套知识，训练难度比单纯文生图高得多。

2.2 关键构成：大模型、数据集与约束求解

具体到技术栈，一个典型的text-to-cad系统由三部分组成。第一部分是语言理解层，通常用大语言模型（LLM）把用户的自然语言描述解析成结构化意图——提取主体形状、关键尺寸、孔位分布、倒角要求等等。第二部分是模型生成层，负责把意图翻译成建模代码或特征序列。第三部分是约束求解与验证层，负责检查生成的模型是否满足几何约束（比如对称、共面、同心），并做基础的可制造性检查。这里最难的其实是第三部分：AI生成的脚本能不能顺利跑通？跑出来的实体是不是非流形？有没有自相交的面？这些都需要自动化的验证机制来把关，否则生成一百个模型里二十个是坏的，工具就没法用。

训练数据是另一个大坑。text-to-cad需要的是“自然语言描述-CAD模型”的配对数据，这种数据的收集难度比图文对高得多。业内主流做法包括：从开源CAD模型库中提取模型，再用模板自动生成描述文本；或者用参数化建模工具批量生成同一结构的不同尺寸变体，把操作序列自动记录成标签。Zoo开源的text-to-cad模型，就是在大量合成数据上训练的。这也解释了为什么它对常见机械特征（法兰、支架、轴套）效果好，遇到天马行空的不规则造型就直接抓瞎——训练数据里根本没有那些东西。

2.3 为什么不是“文生图加一步3D后处理”？

还有一个经常被问的问题：为什么不用扩散模型直接生成3D，再转成CAD？确实有团队在试，比如用多视图扩散生成一个物体多个角度的深度图和法线图，再从这些图里重建三维。但这里的问题非常现实：重建出来的是网格，而网格转CAD（B-rep）是公认的顽疾——需要做面片拟合、特征识别、参数化重构建，目前算法在复杂零件上的成功率很低。就算勉强转成功了，参数化历史也丢了，后续没法继续编辑。

而且从工程流程看，绕这一大圈毫无必要。CAD模型的本质不是“长什么样”，而是“由哪些特征按什么顺序构建出来的”。直接让AI生成特征序列，就像直接告诉工人“先车外圆，再钻孔，最后倒角”，这才是制造逻辑。所以业界目前普遍把“代码生成路线”视为text-to-cad的主航道，扩散模型更多用在概念设计阶段的辅助上。理解了这一点，你再去看各种text-to-cad工具的发布介绍，就能分辨哪些是真技术，哪些是拿文生3D来蹭概念。

3. 主流方案盘点：从开源模型到商业工具

3.1 开源标杆：Zoo Text-to-CAD

Zoo（就是做KittyCAD引擎的那家公司）在2024年开源了Text-to-CAD模型，社区关注度非常高。我用下来的感受是：它可能是目前普通人最容易上手体验text-to-cad的入口。它的工作流程是：你输入一段自然语言描述，模型生成CadQuery Python脚本，再通过CadQuery引擎解释执行，输出STEP格式的实体模型，并直接在浏览器里做三维预览。

它的优点很突出。第一，输出格式极度友好，STEP是工程界的通用语言，SolidWorks、Fusion 360、FreeCAD都能直接导入。第二，代码生成方式让模型先天具有参数化属性——你在Zoo界面上看不到历史树，但把生成的CadQuery脚本保存下来自己跑，就可以改参数、改尺寸、重新生成，自由度很高。第三，它对机械零件常用结构的理解明显经过针对性训练，识别法兰、通孔、沉头孔、加强筋这类特征时表现不错。缺点也很明显：对复杂装配体、曲面造型、非规则有机形态基本无能为力；生成速度受LLM推理和脚本执行双重影响，一个中等复杂度的零件可能要等好几分钟，不过考虑到这已经是从零建模的速度，也不算离谱。

3.2 商业与前沿研究：Bernini、CAD-GPT、Text2CAD

除了Zoo，还有几条值得关注的路线。

Autodesk的Project Bernini是商业巨头的一次正面交锋。它的思路更偏多模态生成，能处理文本、图像甚至点云输入，输出直接是可用于制造的B-rep实体模型，而不只是脚本。从公开演示看，它对常见机械零件的理解力很强，而且能同时生成多个变体候选供设计师挑选。目前这个项目还处于研究预览状态，没有全面开放，普通用户暂时还体验不到，但方向很值得关注。

学术圈这边，具有代表性的是Text2CAD和CAD-GPT。Text2CAD的核心贡献在于数据集——它构建了一个包含大量“文本-模型”配对的大规模基准数据集，并训练了一个基于Transformer的模型，能够从文本直接预测构造序列和参数。CAD-GPT则走向了多智能体路线：一个Agent负责解析用户意图，一个Agent负责生成草图约束，还有一个Agent负责调用建模API，内部像一个小型设计团队在分工协作。学术方案的共同问题是距离产品化还有段距离，但对想理解技术细节、甚至想自己做复现实验的读者来说，价值很高。

3.3 工具选型建议：按场景选，别跟风

我给出一个基于实操经验的选型建议。如果你是创客，想给3D打印件快速出模型，或者需要一堆简单但精确的机械零件，直接上Zoo的在线工具，免费、够用、无需配置环境。如果你是机械工程师，想测试AI辅助设计在实际工作流里的定位，也建议从Zoo入手，把生成的STEP导入Fusion 360继续编辑，体会一下“AI生成初稿+人工精修”的协作模式。如果你做研究，想复现或者改进模型，Text2CAD的公开数据集是很好的起点，CAD-GPT的多智能体框架也值得深入研究。至于Bernini，保持关注就好，等它开放了再上手也不迟。

这里要提醒一句：工具只是手段，text-to-cad现在远没到“替代工程师”的程度。它最合理的位置是“初级建模加速器”，把枯燥的重复建模干了，但方案决策、装配逻辑、可靠性分析这些核心设计工作，还是得靠人的工程判断。

4. 实操指南：从一句描述到可加工零件

4.1 提示词是第一步，也是最关键的一步

text-to-cad的输入是自然语言，但自然语言不等于随意语言。我试过很多次之后总结出规律：描述得越接近“工程语言”，生成结果越靠谱。什么叫工程语言？就是有明确的主体形状、关键尺寸、空间关系、特征要求，而不是笼统的“好看一点”“现代感强一些”。

给一组直观的对比。低质量的提示词是：“帮我做一个支架。”这相当于让一个刚入职的实习生什么都不查就出图——他只能凭平均经验猜测，结果大概率不是你要的东西。高质量的提示词是：“做一个L型支架，水平面和垂直面的板厚都是5mm，两个面宽度都是60mm，垂直面高度80mm，水平面长度100mm，在水平面板上开4个直径6mm的通孔，孔心距边缘10mm，分布在四个角落，所有外角倒R3圆角。”

你一看就明白，AI拿到这种描述，基本不需要猜测，照着画就行。这背后的原因是：这类模型的训练数据就是“描述+模型”，描述里覆盖的要素越多越精确，生成的模型和你的意图就越吻合。如果你只给一句“帮我做个支架”，模型只能从训练数据里找一个最中庸的支架模板套出来，那当然不是你的支架。

4.2 完整流程演示：一个法兰连接件的生成之旅

下面走一遍完整流程，以Zoo Text-to-CAD为例子。第一步，打开它的在线编辑器，在输入框里填写描述。我建议按“类别-几何-尺寸-特征-公差”的顺序来组织，比如我实际用过的一条提示词是：“一个DN40法兰，外径150mm，内径45mm，厚度16mm，4个均布的M12螺栓孔，螺栓孔中心圆直径110mm，内外圆角分别为R2和R5。”

第二步，点击生成，等待模型推理和脚本执行。整个过程通常在几十秒到几分钟不等，取决于零件复杂度，期间你可以在界面里看到脚本生成的日志。第三步，在浏览器三维预览里旋转、缩放，检查模型整体轮廓是否符合预期。如果满意，点击导出，选择STEP格式下载。第四步，把STEP文件导入FreeCAD或Fusion 360，用测量工具核对关键尺寸、做必要的微调，然后导出STL用于3D打印，或者走CAM流程生成刀路用于CNC加工。

我实际跑过上面这条法兰提示词：生成很顺利，STEP导入Fusion 360后，用测量工具逐一验证，外径、内径、厚度、螺栓孔中心圆直径与描述完全一致，圆角也符合要求。这个零件的复杂度不算高，但已经覆盖了旋转体、阵列孔、圆角三类常见特征，足够用来建立对text-to-cad能力的直观认知。

4.3 生成后的验证与精修：别急着拿去加工

体验完“一句话出模型”的快感，最容易忽略的步骤就是验证。我的建议是：任何AI生成的模型，都必须经过三道检查才能进入制造环节。第一道是几何检查，导入CAD软件后先用“检查/修复”工具跑一遍，确认没有非流形边、没有自相交面。第二道是尺寸抽查，用测量工具核对所有关键尺寸，尤其是配合尺寸——孔径、轴径、中心距这些地方出错就是装配事故。第三道是意图核对，对照原始需求逐条确认特征是否齐全：孔位数量对不对、沉头方向对不对、倒角类型对不对。

这三道检查听起来繁琐，但真出过一次问题你就知道值了。我自己就遇到过AI把“4个均布孔”理解成“4个孔排成一排”的情况，如果不检查直接拿去加工，零件就是废品。检查完毕、确认无误之后，再把模型另存为你工作流里的正式版本，后续的修改都基于这个版本进行，不要拿着AI的原始输出直接进产线。

5. 常见问题与排坑心得

5.1 典型问题速查表

5.2 提示词工程：五条实战心得

关于提示词，我额外整理五条踩过坑之后验证有效的经验。

第一，先定主体形状再写细节。顺序按“类别-几何-尺寸-特征-公差”来，例如“铝合金外壳，长方体，120×80×50mm，壁厚3mm，底部开4个M4螺纹孔”。主体形状是AI建立模型框架的锚点，优先写它，后面的细节才有地方挂靠。

第二，尺寸一定要给具体数值。“大一点”“薄一点”这类相对词尽量不要用，AI没有你的基准参照系，你说“大一点”，它不知道相对谁大、大多少。

第三，空间关系要用明确词汇。“居中”“均布”“相对”“对齐”都很好用，“旁边”“附近”“差不多”则要尽量避免，这类模糊词在训练数据里覆盖不足，模型只能随机猜。

第四，一次生成一个主体。需要多个零件时，分开生成再在装配体里组合。多主体描述极容易让模型混乱，我曾尝试让AI一次生成“一个底座和四个支脚”，结果底座和支脚连成了一坨，后续完全没法用。

第五，善用条件式约束。“如果顶面需要安装，那么在顶面开4个均布孔”，这种“如果……那么……”的结构能引导AI按工程逻辑推理，而不是把所有可能的特征一股脑堆上去。

5.3 我的真实感受：它能干什么，不能干什么

最后说点掏心窝的话。text-to-cad让我兴奋，不是因为它立刻能取代工程师，而是它把“从想法到实体”的第一步打通了。以前脑子里有个零件想法，得打开CAD，建草图、拉特征、调圆角，最短也要半小时；现在用text-to-cad，一分钟能拿到初稿，即使不完美，也是一个可以站得住的起点。这种“初稿成本趋近于零”的体验，会实实在在改变设计的迭代方式——你可以快速尝试十种不同尺寸的变体，再挑最好的精修，这在以前是不可想象的。

但我也要泼一盆冷水。它目前能稳定处理的零件范围，本质上还是“参数化特征明确、结构规则”的机械件。遇到需要工程判断的场景——比如受力分析决定哪里该加厚、什么地方开应力释放槽、装配时怎么避让干涉——它依然一头雾水。这些能力短期内也没法靠堆积数据解决，因为工程判断本质上是跨学科推理，不单纯是几何问题。所以我的建议是：把text-to-cad当成一个“超级实习生”来用，让它出初稿、做变体、干重复劳动，你负责审核、决策、兜底。这样配合下来，效率提升是实打实的，风险也可控。

6. 后续可以怎么玩：把文本生成接入你的设计流水线

6.1 批量生成变体，做参数化研究

text-to-cad最有想象力的玩法，现在还很少有人认真挖掘，就是把它当作“参数化变体工厂”。既然是生成代码，那就意味着你可以通过修改提示词里的数值，批量产出同一结构的不同尺寸版本。比如你要设计一种能配合三种不同管子直径的支架，只需要把提示词里的管径值换一换，分别生成三个STEP文件，再导入装配体里验证。这本质上是把传统的“参数表驱动设计”变成了“自然语言驱动设计”，门槛更低，也更直观。我自己就试过给一个传感器支架做了五个尺寸变体，整个过程不到半小时，换作以前手动改参数再重建模型，差不多要耗掉一个下午。

6.2 与3D打印、CNC加工流程的衔接

目前最适合接住text-to-cad输出的下游环节，是3D打印。打印件对模型的要求相对宽容，STEP转STL后直接切片即可。如果用CNC加工，就要谨慎得多：生成的模型如果没考虑圆角半径、拔模角、壁厚这些工艺性要素，加工时就会出问题。我的经验是：生成之后先做一轮面向制造的设计（DFM）人工检查，该加拔模角的加拔模角，该避免的薄壁结构避开，再走CAM流程。严格来说，这不是text-to-cad独有的问题，任何CAD模型加工前都要做DFM检查，但AI生成的模型尤其需要重视，因为AI可不会替你考虑“这条0.5mm的薄壁，铣刀扛不扛得住”。

6.3 个人最推荐的上手路径

最后给一条上手路径，照着做就能快速建立体感。第一步，打开Zoo的在线编辑器，花半小时点击内置的示例提示词，感受它能生成什么级别的东西。第二步，自己写三个提示词，分别是一个基础体（比如带孔的法兰盘）、一个结构件（比如L型支架）、一个组合特征件（比如带加强筋的底座），逐个生成并检查结果。第三步，把生成的STEP导入你常用的CAD软件，做尺寸验证和简单修改，亲手体验“AI初稿-人工精修”的工作流。第四步，挑一个你实际工作中需要的小零件，用text-to-cad试做一版，对照你原来的设计，比较效率和质量。

完成这四步，你对这个技术的边界和潜力就有实打实的认知，而不是停留在看演示视频的状态。

我个人在实际操作中的体会是：与其等一个“全能版text-to-cad”横空出世，不如先把现有工具在自己熟悉的场景里跑熟。它现在可能还不能替你完成整个设计，但已经能帮你省下不少时间了。而且这个领域迭代极快，每隔几个月就有新的模型和数据放出，保持动手习惯，你就能一直站在用AI造物的第一排。