从文字到CAD模型：Text-to-CAD与程序化建模实战指南

开头

最近"text-to-cad"在搞设计和搞3D打印的圈子里讨论度直接拉满。用一句人话解释，就是你打出"帮我生成一个M6的六角法兰螺栓"，它真给你输出一个能用的CAD模型，而不是一张概念图。我前后花了两周时间，把能摸到的方案全部试了一遍，从网页工具到本地跑的模型都折腾过。今天把这些东西梳理清楚，包括哪些项目真的能落地、哪些还在实验室阶段、提示词怎么写才不翻车，以及最后导出STL/STEP去加工、打印时会踩的坑。

先说清楚这篇文章适合谁看：想用AI跑通"文字→模型"这条链路的机械/创客方向从业者，以及被建模折磨但会用自然语言的新手。如果你已经把CAD软件玩得比筷子还熟，这篇文章同样有价值——因为这玩意的主体思路不是取代你，而是把前期构型阶段那些重复劳动压到最低。另外，下文涉及的工具里，Zoo那个平台目前在线可用，开源项目也给了我源码，实操路径是完全可以复现的。

1. 先说人话：text-to-cad到底在搞什么

1.1 从"画图"到"写图"：一个思维转变

传统CAD的思路是"画"，不管你是用SolidWorks拉伸切除，还是用Rhino拉曲面，本质都在屏幕里手动构造。而text-to-cad整个思路换了个赛道：它把建模过程变成"写"。

更具体的说，现在的落地产品基本都走两条线。第一条是直接用大模型生成中间格式，比如把文字变成一串程序化代码，再让这串代码去驱动建模内核（比如CadQuery或OpenSCAD），最后产出STEP、STL这类标准格式。第二条是让模型直接预测CAD操作历史，输出B-rep固体模型。前者在社区里更主流，因为执行过程是可解释的，你拿到的是代码+参数，随时可以改；后者则更像"黑箱出图"，但生成速度极快，目前更像论文里的东西。

我第一次玩通这个流程的感受是：传统建模像是自己一砖一瓦盖房子，text-to-cad则是拿着施工队的电话，说清楚你要什么结构，然后等它给你交付。但问题也很明显——施工队可能会听错话，而且对复杂的多层结构估计会直接摆烂。

1.2 为什么"直接生成程序化代码"更靠谱

如果只在AI绘图领域呆过的人可能想当然地认为text-to-cad就是"直接吐出一个STL网格"。目前以Zoo为代表的实际项目并不是这么做的，Zoo那个Text-to-CAD的底层不是去预测三角网格坐标，而是训练模型生成StepWise代码。

这一步选择非常关键。STL本质是一堆三角面片拼成的外壳，没有任何拓扑关系，你拿到STL后想改一个孔的直径，基本上等于要重新建模。而程序化代码则完完全全不同：每个尺寸、特征、布尔运算全在代码里，像基于Python的StepWise会自动给你生成一组带参数的建模步骤，你改一个数字，所有相关特征跟着变。这种特性就是参数化建模的价值，也是它能跟现有CAD工作流衔接的真正原因。

我拿同一个零件——一个塑料支架——让AI分别输出直接网格和程序化代码，体验差距极大。程序化版本我可以直接改壁厚和孔距，重新生成就是新的实体；网格版本想修改就只能去MeshLab里补洞、重划网格，几天都未必搞定。所以我的结论很明确：现阶段真正能落到生产链路上的方案，基本都是依赖程序化建模的，而不是直接生成多边形网格。

2. 现在值得上手的方案逐个看

2.1 Zoo的Text-to-CAD：上手最快的一条路

先说Zoo，这是目前我用过对新手最友好的平台。打开浏览器，输入文字描述，它会在几十秒内给你返回一份带3D渲染预览的StepWise代码文件，同时提供STL和STEP格式的下载。

关于这个工具的定位，你得搞清楚：它不是万能的。

我实测下来，像"一个M6x30的六角螺栓，头部对边13mm，头部厚度7.5mm，螺纹长度25mm"这种描述能稳定出结果；但如果描述里有比较多的曲面过渡要求，比如"带有G2连续曲面的鼠标外壳"，那就大概率翻车，因为它更擅长处理棱角分明的机械零部件，而不是A级曲面。

实操中有一点值得注意：Zoo生成的是程序化参数模型，你在它网页的代码编辑器里直接改参数，模型会实时更新。这个能力对修改设计来说太香了，我甚至可以直接在预览界面里把尺寸改成需要的公差值，再下载STEP去CAM软件里走刀路。

2.2 通用大模型+本地建模库：自由度最高但门槛不低

如果你不想被Zoo锁在那个网页里，还有另一条DIY路线——让通用大模型帮你写CAD脚本。

具体说就是让大模型输出CadQuery或OpenSCAD代码，然后在本地运行。OpenSCAD走的是CSG（构造实体几何）路线，有点像用代码搭积木；CadQuery则更"工程化"，它把建模操作提取成Python风格的命令，能够比较自然地表达"在某个面上打一排孔"这类需求。

我自己的例子是这样的：我让大模型写一个带4个M5安装孔的矩形法兰板，板厚4mm，长宽100x60，孔的坐标要对称。大模型很快就给了CadQuery代码，我直接用cq-cli跑出STEP再导入FreeCAD，完全没有遇到拓扑错误。

但门槛在于：你得有一定代码基础，能看懂报错，能改参数，还需要先把本地Python环境配好。对于小白来说这条路的挫败感比较强，不太推荐作为第一选择。

2.3 学术路线：Text2CAD和DeepCAD在干什么

研究社区里最近两年的工作集中在"从自然语言直接生成CAD操作序列"。比如MIT那边开源的Text2CAD相关工作，它的核心思路是把模型生成过程当成"写一串建模指令"，每一步对应拉伸、剪裁、倒角这些操作。

这个方向如果继续走，理论上最终效果会更接近于一个真人工程师在CAD里一步步建模的过程，而不是"直接生成代码帮你去执行"。但就目前的开源实现来看，它处理复杂装配体的能力还非常有限，数据集也偏向单个机械零件。所以我的看法是：如果你赶论文或者想看技术方向，去看这些研究没问题；但短期内想靠这些论文模型直接干活，现实点说，不如用Zoo+手工微调流程。

2.4 怎么选：看你的场景需求

用一张表把几种方案的特点列清楚，方便你直接判断：

我的建议是：只想快点用上就直接Zoo；想深度研究那就花钱花精力折腾CadQuery；如果只是做点3D打印的小玩意，OpenSCAD路径足够用了，没必要一上来就上工业级方案。

3. 亲手跑一次：从文字提示到STL的完整流程

3.1 用Zoo跑通全流程

我把实际跑通的流程拆成几步，你可以按顺序直接操作：

第一步，打开Zoo官网的Text-to-CAD界面，在输入框里填写零件描述。我建议描述遵循"零件名称+关键尺寸+特征细节+制造约束"的结构，比如："a flat rectangular mounting plate, 100mm by 60mm by 4mm, four M5 through holes at the corners with 80mm by 40mm hole spacing, chamfered edges on top face"。不要只给一个名词就完事，尺寸和特征信息越具体越好。

第二步，点击Generate，等待大约30秒到1分钟。浏览器里会先出现一个StepWise代码预览，同时右侧渲染出3D模型。这里我强烈建议你先转一圈检查一下各个视角，看看孔有没有穿，法兰面有没有偏。

第三步，直接在代码编辑器里改参数。比如你觉得孔距40mm不合理，直接改成45，模型秒更新。这个能力比传统CAD改特征还方便，因为传统CAD改完参数往往要重建关联特征，这里不用考虑父子关系的问题。

第四步，下载导出。选择STL用于3D打印，或者STEP用于导入更专业的CAD/CAM工具，比如SolidWorks、Fusion 360或者FreeCAD。我在Fusion里打开过Zoo导出的STEP，特征树能识别出来，不像有些在线工具导出的STEP是一坨死几何体。

3.2 用通用大模型本地生成OpenSCAD模型

如果你不想注册任何平台，完全可以在本地复现一条链路。我用的是OpenSCAD（免费开源），配合通用大模型来生成脚本。先安装OpenSCAD，然后把下面这段描述发到大模型对话框里：

"用OpenSCAD写一个矩形法兰板，长100mm、宽60mm、厚4mm，四角各开一个直径5.3mm的贯穿孔（M5螺栓间隙孔，留0.3mm余量），孔的圆心距短边边缘10mm，距长边边缘8mm，四个孔严格对称。板中央再开一个30mm x 20mm的矩形通槽。"

大模型给我返回了这样一段代码：

difference() { // 板体 cube([100, 60, 4], center = true); // 四个M5安装孔 for (x = [-40, 40], y = [-22, 22]) { translate([x, y, 0]) cylinder(h = 6, d = 5.3, center = true, $fn = 32); } // 中央矩形通槽 translate([0, 0, 0]) cube([30, 20, 6], center = true); }

把这段代码保存为flange_plate.scad，用OpenSCAD打开后按F6编译，再导出STL即可。注意我这里故意把中央通槽的高度设为6mm（比板厚4mm大），就是为了让布尔运算能完全贯通，不然可能出现"槽底残留在板中间"的问题，这是很多初学者容易犯的错。

3.3 提示词怎么写才能减少翻车概率

跑了几十次之后，我总结出一套写提示词的公式，可以归纳成"四要素"：实体命名（M6螺栓）、关键尺寸（含单位：mm）、特征约束（贯穿孔、对称、倒角）、制造意图（用于3D打印/CNC加工）。比如下面这两个对比：

糟糕的提示词："做一个法兰盘。"

可用的提示词："做一个用于管道连接的法兰盘，外径90mm，内径45mm，厚度12mm，开8个直径为9mm的螺栓孔，螺栓孔中心圆直径为70mm，均匀分布，外边缘做1mm的45度倒角。"

对比很明显：后者每个特征都有数值，AI生成的代码里参数就是确定的，修改起来也方便。前者呢？AI只能靠猜，尺寸出来一个"大概"的形状，完全不可用。

经验谈：提示词里最好避免"漂亮一点""看起来高端"这类主观词，因为程序化建模没有"漂亮"这个接口。你越是用工程语言描述（对称、均布、贯穿、深度、公差），结果越可控。

4. 背后原理拆开看：程序化建模为什么是聪明的路线

4.1 程序化建模相当于教AI"写菜谱"

如果理解不了程序化建模的精髓，就把它想象成写菜谱而不是直接上菜。你去餐厅不可能直接得到一盘做好的鱼香肉丝——大模型在text-to-cad干的事也不是直接给你一盘菜，而是把"鱼香肉丝怎么做"的菜谱写给你，后厨（渲染器/建模内核）再根据菜谱做菜。

文本到CAD也是一样，Zoo那套流程里的StepWise代码就是菜谱，而渲染器负责执行。为什么这个路线比"直接生成STL网格"可控？因为菜谱错了一个字，你可以看到是哪一步错了，可以单独修改，而一盘已经炒糊的莱你无法通过"再加热"来修正。另外，菜谱本身是结构化的，便于版本管理和复用；写一次菜谱，后厨可以精确执行一万次。

4.2 训练数据从哪来：这个方向最容易被忽视

可能有人会问：大模型怎么学会把这些文字和建模操作对应起来的？答案就是海量带标注的三维模型数据。目前开源界有几批比较关键的CAD数据集，比如ABC是McMaster-Carr的百万级机械零件数据集，Fusion 360 Gallery提供了大量带操作历史的建模文件，这些数据经过处理变成"文本-建模操作序列"的对，喂给模型训练。

也就是说，模型学到的不是"人类审美"，而是"此类输入在历史数据里最常对应哪种操作组合"。这也解释了为什么当前模型对标准机械件（法兰、螺栓、轴、孔板等）生成效果特别好，因为这些零件在训练数据里出现频率遥遥领先；而对外观造型类的东西（消费品壳料、曲面雕塑件、异形灯饰）效果就差，因为训练数据里很少。

4.3 参数和约束：工程模型和玩具模型的本质区别

用文字生成CAD还有一个很核心的优势来自"约束"这个概念。工程模型不是随便一堆特征堆叠的，它内部有一套参数关联和拓扑逻辑。

比如一个法兰盘的螺栓孔分布圆直径和法兰外径往往有比例关系，如果你在这个项目里修改外径，最好让孔分布圆也跟着变。程序化代码天生支持这种约束，因为它是代码，关联关系就是变量表达式。你在StepWise代码里写上bolt_circle_d = outer_d - 2*edge_margin，然后后面对孔坐标的所有引用都基于这个变量，那么改外径的时候孔会自动跟随。这不只是方便，而是传统CAD参数驱动设计的核心追求。

所以我的看法是：text-to-cad这条技术路线的价值不只在"从无到有"，更在"从有到改"。机器学习的部分把拍板的时间省了，而代码化的骨架又把你后期折腾的时间省了，这两件事加在一起才真正改变了早期结构设计阶段的效率。

5. 实机踩坑：常见报错、离谱结果与排查思路

5.1 常见问题速查表

跑了大量case之后，我把最典型的翻车情况整理成一个表，你可以对照排查：

5.2 尺寸精度问题：AI并不真正理解"毫米"

这是最坑的一个点。

我让Zoo做一个"长为30mm的槽"，结果输出是"3.0"，我猜模型把"30mm"理解成了"3个格子"。后来我换成写"length = 30.0 // millimeters"这种代码注释风格，才稳定输出。类似的经验也适用于通用大模型：你直接告诉它"单位是毫米"，但更好的做法是，在描述里把所有数据带齐，并让它生成时把单位标注在注释里。

哪怕这样，生成结果依然可能有3%-5%的偏差，所以关键配合面的尺寸千万不能直接拿AI生成结果去加工，至少要导入CAD里量一遍再出图。

5.3 导出格式选择：STL只适合打印，STEP才适合干活

很多小白拿到STL就以为是完成了，其实STL只是"面片汤"，它不带拓扑、不带单位、不带精度。你把它放进CNC编程软件或者做仿真，几乎没法用。STEP是实体格式，能携带曲面类型和拓扑关系，导入专业CAD还能继续编辑，这才是"能进工作流"的交付物。

实操中我一般这样处理：如果只是自己3D打印玩玩，STL足够；如果要给别人加工、开模或者做装配干涉检查，必须导出STEP后再检查。Zoo导出的STEP用FreeCAD打开目前没有遇到破损，这点值得肯定。

5.4 提示词优化自查清单

根据我的踩坑复盘，每次生成前对照下面这个清单过一遍，能大幅降低失败率：

• [ ] 实体名称是否说清？比如"M6六角法兰螺栓"而不是"一个金属件"
• [ ] 是否给全关键尺寸？长宽高/直径/厚度/孔距
• [ ] 是否注明单位？毫米
• [ ] 是否描述特征关系？对称/均布/同心/贯穿
• [ ] 是否给出加工约束？是否要倒角、要圆角、要间隙
• [ ] 是否说清输出目标？STEP/STL/代码

6. 真实使用场景：怎么把它接进现有工作流

6.1 零件替代与逆向设计的快速起点

我最近遇到一个很常见的场景：老设备上有个塑料支架断了，厂家停产，图纸也找不到。传统做法是拿卡尺量一堆尺寸，然后手工画三维草图再建模，整个过程至少半天。

用text-to-cad的思路是：先用文字把这个支架的大致结构描述出来，"一个L型支架，两个安装面分别厚4mm，长面80mm宽40mm，短面40mm宽40mm，每个面上有两个直径4.2mm的贯穿孔，孔位距边缘8mm"。AI给出第一步模型之后，你再对照实物微调各参数，全程不到半小时就能得到一个尺寸接近的备件模型，然后直接拿去3D打印或者CNC加工出小批量替代件。

我特别强调一点：这是"快速起点"，不是"直接成品"。实物有公差、有装配关系，你用AI生成初稿再手工校正，比完全从零快得多。

6.2 3D打印场景下的快速形态迭代

做3D打印的朋友应该深有体会，改一版设计最花时间的不是打印本身，而是中间那一段建模修改。

text-to-cad在这个场景里最大的贡献是一只"工具箱的感觉"。我先用文字生成一个大概的形状，看一眼不顺眼，直接改描述重新生成，不需要原来那种"删除特征→重画草图→重新拉伸→倒角"的繁琐步骤。关键是一种意识：描述即参数。

这个能力对验证设计想法特别强大。我跟朋友一起做个桌面收纳盒，从"盒子+分隔板"到"带倾斜抽屉的前面板"再到"加了加强筋的底板"，每改一次只需要重新描述，预览模型半分钟就出来，一天可以验证七八个形态方案。如果全部用传统CAD做，一天大概只能做出两个，差距就在这里。

6.3 非机械人群的"会说就能做"

这个方向未来最大的增量市场绝对是"非专业人群"。我做手工皮具的朋友想做一个裁皮刀刀鞘，他描述了半天，AI给了个带斜面开槽的模型，他拿去打印出来，说"虽然细节不懂但真的能用了"。这种人对参数化一无所知，但他们从没觉得自己需要学CAD，他们只需要描述自己的需求。

所以对企业用户来说，如果产品线里大量存在"客户定制化参数件"的需求，比如外壳改个孔位、支架换个长度，那么把text-to-cad的模型生成能力和内部参数模板结合起来，等于把过去售前工程师半天的工作压缩到一次对话。这确实是能切实落地的工作流改造方向。

7. 最后聊点实用心得

我自己的体会是，text-to-cad目前还不是"无所不能的CAD替代品"，但离"能用"已经非常接近了。把它当一个从语言到参数化模型的中枢来用，比把它当成一个"AI建模师"要合理得多。

一个很容易被忽略的小技巧：尽量把描述结构化，拆成"基础形状+特征1+特征2+约束条件"。不要用一大段散文来描述，改用编号列表或短句。我发现大模型对结构化的理解明显好于大段文字，生成的代码也更有条理。

这是一个你值得花一个下午去玩一下的东西。不需要懂代码，不需要装软件，打开网页打一句话，看到模型生成的那一刻，你对"未来的CAD应该长什么样"这个问题的答案，大概会有自己的判断了。