从自然语言到可制造模型：Text-to-CAD原理、工具与工程实践

这几年做3D打印和结构件设计，我明显感觉到一个趋势在加速：越来越多的人开始直接用文字描述一个零件，然后让AI把CAD模型交出来。这个方向就是所谓的Text-to-CAD，简单来说，它把"我想做一个什么东西"这种自然语言描述，转换成真正可用的三维几何模型。不是渲染图，不是概念图，而是带尺寸、可编辑、能拿去加工的CAD数据。

这个东西解决的核心问题很直接：传统的三维建模软件学习成本高，建模过程繁琐，一个法兰盘加六个孔，从画草图到拉伸到阵列要折腾十几分钟。而Text-to-CAD可以把这个过程压缩到几分钟以内，甚至对于常见结构，一句描述就够了。适合谁用？机械工程师做方案预研、创客做快速原型、产品经理确认结构可行性、还有刚入门3D打印想自己画零件的新手，都能从这套工作流里获益。

但这玩意儿也不是神，我实际用了大半年，踩了不少坑，也摸出了一些门道。下面把这套东西的底层原理、工具选型、实操流程和常见问题完整梳理一遍，希望能帮你少走弯路。

1. 拆解Text-to-CAD的底层逻辑：它到底在做什么

表面上看，Text-to-CAD就是把文字变成模型。但真正理解这个技术方向，需要把它拆成两层来看：理解语言是一层，生成几何是另一层。这两层各有各的难题，合在一起又互相制约。

1.1 传统建模的痛点：为什么文字建模会成为一种需求

传统CAD建模本质上是一个"操作驱动"的过程。你想要一个带圆角的矩形底座，你得在草图里画矩形、标注尺寸、拉伸成体、然后再选边倒圆角。每一步都需要你对软件界面、命令、坐标系、约束关系有清晰的认知。这种交互方式精度高、可控性强，但有两个天然问题。

第一是门槛问题。对于不常画图的人来说，Fusion 360、SolidWorks这种专业软件的学习曲线相当陡峭，光理解"草图约束"、"基准面"、"特征树"这些概念就需要不少时间。第二是效率问题。哪怕是对软件很熟的人，在做结构简单但数量多的零件（比如各种垫片、支架、外壳）时，重复劳动也很严重。

Text-to-CAD的切入点恰好在这里。它把建模从"操作驱动"变成了"意图驱动"。你不需要知道具体命令怎么点，只需要描述清楚"我想要什么"，剩下的几何构建交给算法。这个转变的本质，是把设计意图和软件操作解耦了——模型生成逻辑由AI自动完成，你专注在表达需求上。

1.2 语言理解与几何生成：各走各的路，再汇合

当前主流的Text-to-CAD实现，大致沿着三条技术路线在走。

第一条路线是"代码生成路线"，也是我最看好的路线。具体做法是用大语言模型（LLM）直接把文字描述翻译成CAD脚本代码，比如把"带六个沉头孔的法兰盘"翻译成CadQuery或OpenSCAD的Python/JavaScript代码。然后你本地运行这段代码，生成真正的参数化CAD模型。这条路线的妙处在于，LLM本身就擅长代码生成，而CadQuery这类库把CAD操作封装成了容易调用的API，两者一拍即合。生成结果天然具备参数化和可编辑性，因为它本质是代码描述的逻辑。

第二条路线是"直接生成网格路线"，代表工具包括一些AI 3D生成平台。它们用扩散模型或者隐式神经场直接输出三角网格模型（OBJ/STL/GLB）。这条路线的优势是能生成复杂的有机形状，非常适合角色建模、游戏资产、概念设计。但缺点是生成的模型通常不是流形几何，可能带破面、非均匀厚度，且完全没有尺寸语义，没法当成工程模型用。你可以拿它做3D打印外观件，但很难做装配体或者精密结构。

第三条路线是"隐式CAD表征路线"，学术上很热门，比如用神经网络预测带符号的距离场（SDF）来表征形状边界。这种方式生成的模型几何质量比纯网格要高一些，边界可以提取成CAD曲面。但距离工程可用还有距离，主要问题在于计算开销大、控制不精细、修改困难。

我实际使用下来，针对机械零件、结构件这类刚性需求，代码生成路线实用性最强；针对创意造型、快速概念验证，网格生成路线最直观。想清楚自己要解决哪类问题，再选工具，才不会一头扎进去然后失望。

1.3 为什么尺寸和约束那么难实现

很多人第一次用Text-to-CAD会觉得，描述一个大概形状很容易，但让它精确落到指定尺寸就很难。这不是巧合，而是由技术原理决定的。

语言模型处理文字时，擅长的是语义对应，而不是数学推理。它能理解"大的""厚的""圆形的"这些词，也能输出"25mm"这种数字，但它未必能准确地把数字和几何计算联系起来。举个例子，你说"一个内径50mm、壁厚3mm的圆管"，模型知道要生成空心圆柱，但生成的代码里也许壁厚是2.8mm，或者内径和外径的关系算错了（比如外径=内径+壁厚算成外径=内径-壁厚）。这类错误本质上是大模型在"数值一致性"上的弱项。

几何约束就更难了。CAD里最核心的约束是什么？是"这个圆和那个圆同心"、"这条边和那条边平行"、"这个平面的法线垂直于轴"。这些约束关系在CAD软件里是显式存在的，但在自然语言里往往是隐含的。你描述"一个底座的四角各有一个孔"，模型大概率能理解"四角"和"各一个"，但未必能保证孔严格落在对角线的等距位置，更别提要求的孔心距公差是多少。如果底层是用代码生成，我们可以通过手动修改脚本里的坐标参数来弥补；如果是直接生成网格，那就只能重新生成或者手工修。

理解这一层之后，你对Text-to-CAD这个工具的能力边界就清楚了：它适合快速产出几何形状正确、尺寸接近的候选方案，但不适合当精确尺寸的交付工具——至少在当前阶段，精确尺寸这一关还需要人来把关和修正。

2. 工具与场景选型：什么样的Text-to-CAD适合你

Text-to-CAD这个方向目前没有一家独大，而是分成了几个层级，各有侧重。我按使用场景和工具特征把它分成三类：面向大众的一键生成平台、面向工程师的代码生成工具、以及集成在专业CAD软件里的AI助手。选对了类型，才能最大化效率。

2.1 一键生成类：适合外观验证和概念设计

这一类主要以云端Web平台为主，输入文字后几分钟内给你一个可旋转查看、可下载的3D模型。典型的如Meshy、Luma Genie，还有一些开源项目的演示站点。我用的感觉是，它们对"描述形状"的理解能力很强，比如"一只喝咖啡的柴犬"这种句子，出来的模型很生动。

但放到"CAD零件"这个范畴里去用，局限也很明显。平台为了方便生成，默认输出的都是OBJ/STL这类三角网格格式，没有特征树、没有参数尺寸。就算外观看上去对，也没法在SolidWorks里编辑特征，更不可能拿这个文件去CNC加工（除非只是做铝件阳极氧化前的快速手板确认）。我的建议是，这类工具适合放在项目最早期做形态探索，用来辅助你和客户对齐"大概长什么样"，把它当三维版的草图用，而不是当CAD用。

2.2 代码生成类：工程师的黄金工作流

这一类才是真正能嵌入工程流程的。核心思路前面说过，就是用LLM生成CadQuery、OpenSCAD脚本。CadQuery尤其值得多说几句，它是一个基于Python的CAD建模框架，把建模逻辑写成了链式API，例如box(10, 20, 30).edges().fillet(2)这种形式。因为它是代码，所以你天然可以获得：参数化尺寸、历史特征、布尔运算逻辑，以及最重要的一点——可版本控制。

实际用起来，你可以把"带四个安装孔的L型支架，孔距80mm，板厚3mm"这段话贴给大模型（比如GPT-4级别或者Claude），让它输出CadQuery脚本，然后在本地Jupyter Notebook或者IDE里运行，生成STEP文件，再导入Fusion 360或者直接在FreeCAD里做后续处理。这条路线的优越性在于，生成结果不依赖某个平台的私有格式，STEP是标准交换格式，各家CAD软件都认。

OpenSCAD同理，它是程序化建模的另一种选择，语法更贴近函数式建模。如果团队里有人习惯写OpenSCAD，让LLM生成OpenSCAD代码也是完全可行的。我自己则更偏爱CadQuery，因为它的Python生态更丰富，能和Jupyter结合，调试流程直观。

2.3 集成进传统CAD：从辅助命令到局部生成

第三类是把AI能力直接塞进你熟悉的CAD软件里。Autodesk Fusion 360很早就开始宣传AI辅助功能，比如"草图到实体"、生成式设计这些。微软也有把零部件的语义描述转成CAD特征的相关研究方向。这些集成式AI的好处是学习成本几乎为零——你在熟悉的软件界面里，多了一个AI面板，输入文字，系统在后台调用模型生成特征。

但这类功能目前多数是"锦上添花"，还没有到"改变工作流"的程度。原因是CAD厂商更倾向于保守，怕AI生成的结果不可控，所以给出的能力往往局限于自动添加标准特征、自动生成草图约束这类安全操作。如果你对这类功能感兴趣，建议直接看自己主用CAD软件的更新日志，有就用上，没有也没必要专门为此换软件。

工具选型这块，我给一个比较直观的对照：

选型思路很简单：先问自己拿到模型之后要干什么。如果要拿去工厂加工，重点看能不能生成STEP/BREP；如果只是打印个外观样件，对精度要求不高，那OBJ/STL也行；如果要进装配体做干涉检查，那必须保证模型是实体几何而不是一片壳状网格。

3. 实操复盘：从一句话到一个能用的支架

光讲理论和工具不够，我拿一个最近实际做的零件作为案例，完整复盘一遍Text-to-CAD从文字到可制造模型的流程。这个零件是一个用于固定小型传感器的L型支架，要求是"L型铝合金支架，水平面长度80mm，垂直面高度60mm，板厚3mm，水平面有两个直径5mm的安装通孔，垂直面有一个直径12mm的走线孔，全部边缘倒角1mm"。整个流程从写提示词到拿到最终STEP文件，大概花了不到二十分钟，其中大部分时间用于修改尺寸细节。

3.1 提示词写作：把工程语言翻译成机器能懂的描述

成功的关键在提示词。你得给模型清晰的输入，它才能给你合理的输出。我写提示词时遵循一个结构：零件种类 + 关键部位尺寸 + 特征（孔/槽/凸台）+ 布尔关系 + 制造要求。

拿上面的支架举例，我的提示词是：

"用CadQuery生成一个L型支架，水平板长度80mm，宽度60mm，厚度3mm；垂直板高度60mm，宽度60mm，厚度3mm；水平板向下延伸，垂直板向上延伸，两者在L形弯折处内侧加两个3mm厚三角形加强筋；水平板上开两个直径5mm的贯穿安装孔，孔位于水平板中心对称线上，孔心距40mm；垂直板上开一个直径12mm的贯穿走线孔，位于垂直板中心；整个零件所有棱边倒角1mm；单位mm。"

你没看错，这些细节全都要写清楚。长度、宽度、厚度、位置、数量、相互位置关系，这些信息直接决定了生成代码里数值和坐标的推算依据。宁可啰嗦，也不要让模型去猜。模型猜的结果，大概率是你不想看到的。

有些朋友觉得Text-to-CAD应该像ChatGPT一样能听懂模糊的话，这其实是个误解。大语言模型确实擅长任务理解，但它不具备工程直觉。你说"合适的位置开个孔"，它就真的会随便放个孔。你要做的是把自己的设计意图量化表达出来，才能让模型在代码生成时有据可依。

3.2 代码生成与参数修正：别指望一次跑通

提示词发出去之后，让LLM生成CadQuery脚本。第一次生成的代码大概率有问题，我这次遇到的情况是布尔运算不正确——L型支架的两个板被分别创建了，但它们没有合并成一个实体，导致后续倒角失败。解决办法不是重新写一遍提示词，而是直接检查生成的代码，找到创建实体的部分，手动加上union操作。

CadQuery代码的调试一般分层次：先看每个基础特征是否生成，再看布尔运算结果，再看倒角和抽壳这类修饰操作。我用的调试工具是Jupyter Notebook，可以把每一步生成的形状结果直接显示出来。这是个很关键的工作习惯，不要等跑完整个脚本再检查，因为一个步骤生成失败，后面的操作往往会连锁报错。

尺寸参数的修正也很常见。模型可能把50mm理解成外径，也可能把孔心距和孔间距搞混。我这次的支架代码里，模型把"孔心距40mm"理解成了"两孔边缘间距40mm"，导致实际孔心距变成了45mm。这种情况直接改代码里的坐标值就好，参数化模型的好处在这里体现得淋漓尽致。

3.3 导出与后处理：STEP和STL各司其职

代码修正完毕、运行成功之后，就要考虑导出格式了。CadQuery支持导出STEP和STL。我的习惯是两种都导出，各有用处。STEP文件保留精确的BREP几何，我拿它导入FreeCAD做零件图标注，或者导入Fusion 360做后续装配；STL文件则直接用于3D打印切片，因为切片软件只认网格数据。

导出之前记得做一件事：检查模型体积和面积是否正常。CadQuery里面可以直接part.volume()和part.area()，如果数值异常（比如体积为零或者过小），那说明布尔运算出了问题。还有个常用检查是看part.isValid()，这个函数会校验几何体是否为合法实体，注意是实体不是壳体，吊诡的是有些情况下布尔运算会生成只有表面没有内部的壳体。

我在实际项目中会多导一份SVG格式的2D视图，用来快速确认孔位布局。CadQuery支持exporters.dump导出SVG，效率非常高，比开一个CAD软件去看模型快得多。

3.4 从数字模型到实物：3D打印与CNC参考

生成好的模型最终要落地，这里要看你用的是什么制造方式。如果是3D打印，STL文件导入切片软件即可。但要注意，直接从Text-to-CAD生成的STL，因为经过了离散化，可能会在曲面上留下微小台阶，对公差配合有要求的打印件，建议在CAD软件里先做一次网格优化。

如果是CNC加工，STEP文件直接用于CAM编程。但我强烈建议在做CAM之前，先在CAD软件里核对一遍公差标注和基准面。AI生成模型只负责几何形态合理，可制造性细节——比如加工时怎么夹持、刀具能不能够到特征、残余应力会不会导致变形——这些还是需要工程师经验来补充判断。

我在这个案例里的最终结果是：STEP文件导入FreeCAD验证通过，孔距是准确的40mm，倒角1mm生效，加强筋也正确生成了。整个流程里，人做的事情主要就是：写清楚提示词、调试一次代码、手动改了一个孔距参数。对比用传统画图方式，效率提升是实打实的。

4. 常见问题与排查实录：那些坑我先帮你踩一遍

写到这里，把我在频繁使用Text-to-CAD过程中遇到的高频问题整理成一份速查表，每一个都是实际踩过坑后的反思，希望对你有用。

4.1 提示词设计的三个进阶技巧

除了基础的参数罗列，有几点值得单独说明的技巧，直接影响生成质量。

第一个技巧是"反向举例"。当你描述一个特征时，加上"不要"或者"避免"来限定范围，比如"不要倒全角，只倒安装孔边缘"，可以明显减少模型自作主张的行为。大模型很擅长从否定句里提取约束，这比光靠正向描述准确得多。

第二个技巧是"分步拆解"。如果目标零件很复杂，不要试图一次生成完整模型。先把基准主体生成出来，运行通过之后，再追加描述特征，一段一段加。这样做的好处是，你能在每一阶段都做检查，问题能早发现早修正，而不是最后一次性报一堆错误无从下手。我做过一个有十几处特征的零件，就是拆成了五个子任务，每步生成一部分，最后合并。

第三个技巧是"提供参考逻辑"。直接在提示词里写清楚几何计算的逻辑，比如"外径54mm，壁厚4mm，因此内径46mm"，这样模型生成的代码里会明确体现这个计算关系，不容易出错。要让模型少做推理判断，你帮它把公理都写进去。

4.2 模型编辑性缺失怎么办

如果你生成的模型是一键生成的网格格式（OBJ/STL），又确实需要进入CAD环境做修改，有两个办法可以补救。

办法一是用逆向工程思路，在CAD软件里手动对齐基准面重建特征。Fusion 360自带"网格转实体"功能，能自动拟合平面、圆柱面这些基础几何，但效果取决于网格质量。办法二是把这步"重新参数化"的活也交给AI——把网格模型的三角面片信息连同你想要的参数约束一起提供给LLM，让它生成CadQuery脚本重建模型。实测下来，对于简单零件重建成功率还挺高，复杂曲面依然比较吃力。

但我更想强调的还是源头解决思路：先明确你的最终交付要求，再用匹配的工具生成对应格式。需要可编辑，一上来就走代码生成路线；只需要外观，再考虑网格生成。别都堆到后期去补救，那就是本末倒置了。

4.3 生成模型的质量验收清单

AI生成模型不是终点，进入下游流程之前，你需要有一个明确的验收标准。我在实际项目中形成了一套"五步验收法"，每一步都有对应的检查工具。

第一步是拓扑检查，在CadQuery里用isValid()看是否为合法实体。第二步是尺寸复核，随机抽查三个关键尺寸，比如孔直径、板厚、总长，用measure功能或者直接读数值。第三步是可制造性检查，看是否有过薄壁（小于0.5mm对加工不友好）、是否有悬空结构无法打印、是否有内部空腔无法排粉。第四步是格式正确性，确认导出的STEP文件能被目标CAD软件正常打开且不带警告。第五步是装配干涉检查，如果这个零件要和其他零件配合，一定要在CAD里做一次配合验证，不要只看单件。

这套验收流程看起来繁琐，但每一次遗漏都可能在下游造成返工。最简单的例子：我曾经生成过一个外壳模型，拓扑和尺寸都正确，但中间有个1mm宽的细槽，CNC加工用的6mm铣刀根本没法定制加工，这属于典型的设计意图与制造工艺脱节。

5. 从工具使用到设计思维：Text-to-CAD对工作流的长远影响

用久了Text-to-CAD，我对它的感受已经不只是"工具效率提升"这么简单。它在潜移默化中改变了我的设计习惯和工作流组织方式。

以前我是在CAD软件里边画边想，模型建完了，设计思路才算落地。现在不一样，我可以先用自然语言把多个方案描述出来，批量生成候选结构，然后选择最合适的细化。这种"先发散再收敛"的方式，特别适合前期方案评审阶段。以前做一个方案要一天，现在可能一小时能出三个方案，虽然每个方案还需要手动修正，但探索的广度和速度都不同了。

同时也要意识到，当生成一个零件变得容易时，设计的瓶颈就从"画得出"变成了"想得对不对"。设计者反而需要更强的工程判断力来筛选AI生成的方案，判断哪些是制造可行的、哪些是结构上合理的、哪些是成本可控的。AI是加速器，方向盘还是在你手里。

对团队协作来说，Text-to-CAD也带来一些新变化。最直接的，是设计方案可以用一段提示词来描述和分享，而不是必须传几百兆的CAD模型。沟通成本降低了，设计方案的可解释性也变好了——你能知道这个模型为什么这样设计，因为它是从这个描述里长出来的。

我个人的体会是，Text-to-CAD真正有价值的使用姿势，是把它当成"设计前端的加速器"，而不是"CAD软件的替代品"。它负责给你快速铺路、搭框架、试错，真正的精修、校核、落地，依然需要设计者的经验和专业工具来完成。这个边界越清晰，使用它的收益就越大。

最后分享一个小技巧：在你的Text-to-CAD工作流里，永远保留一份生成用提示词和中间修改记录的文本文件。这不仅是为了追溯，更是沉淀属于你自己的提示词库。随着你积累的零件类型越来越多，你会发现，从旧提示词改出一个新零件，比从零写提示词快得多，这比去追各种新工具的更新发布更实在。