过去半年，我一直在折腾 text-to-cad 这个方向。起因很具体：团队里经常接到一些外协设计需求，客户甩过来一句话——"我要一个安装板，上面开四个孔，能装到导轨上"，然后就没有然后了。这种需求信息量极低，但落到 CAD 里要做坐标系、画草图、标约束、定孔位，少说半小时起步，改两版就小半天。所以当我第一次看到 text-to-cad 这个概念时，第一反应是"AI 圈又来拿制造业刷存在感了"；第二反应才是好奇：如果真能把这种口语化描述变成一份能用的 CAD 文件，哪怕只对一半，也能省下大把重复劳动。
带着这种怀疑，我把能试的开源项目和在线 Demo 都试了一圈，也踩了不少坑。这篇文章不是产品评测，更接近一份阶段性的使用报告——text-to-cad 到底解决了什么问题、背后是怎么工作的、哪些地方会让你白高兴一场，以及什么场景下值得真的把它放进工作流。如果你做过机械设计、结构设计，或者经常需要跟"只有一句话需求"的人打交道，这篇内容应该能帮你少走点弯路。
1. 从"一句话需求"到"可编辑的CAD文件"：text-to-cad到底在做一件什么事
1.1 为什么这一步是整个流程里最难啃的骨头
很多不画图的人可能觉得，建模不就是把形状画出来吗？但做过设计的人都知道，从文字描述到三维模型，中间隔着一整条"翻译链"：先要把需求里的功能意图（"能装在导轨上"）转成具体的结构约束（导轨槽宽度对应底板厚度、孔距要匹配导轨孔距），再把这些约束落成草图、特征、装配关系，最后才是那个大家看得见的 3D 预览。
传统的 CAD 建模，本质上是人肉完成这条翻译链。你打开 SolidWorks 或者 FreeCAD，建一个草图，标注尺寸，添加几何约束，拉伸、切除、倒角，每一步都是人脑在替软件做决策：哪些尺寸是关键的，哪些圆角只是修饰，哪个孔是定位孔不能随便挪。text-to-cad 想干掉的就是这个环节——让机器直接从自然语言里提取设计意图，并生成对应的参数化模型。
这里有个关键区别：它不是"你描述形状，AI 画个图给你看"，而是要输出一个带完整特征树、可编辑、可出工程图的 CAD 文件。前者很多 AI 绘画工具早就做到了，后者到今天依然是难点——因为"看起来像"和"能用在产线上"之间，隔着一整条精度与约束的鸿沟。
1.2 目前能上手的实现大致分三类
我在测试中把能碰到的 text-to-cad 工具粗分成三个流派，它们的背后逻辑完全不同，也决定了各自的可用场景。
第一类是文本转程序化建模脚本。这是目前最成熟也最靠谱的路线，典型代表是开源社区的 Text-to-CAD 类项目，底层通过大语言模型理解你的需求，然后生成 OpenSCAD、CadQuery 或 FreeCAD 的 Python 脚本，再交给真正的 CAD 内核去运算产出模型文件。这个路线的优势在于，模型是"算"出来的，尺寸精确，带约束，导出的 STEP 文件能直接丢进传统 CAD 软件继续编辑。
第二类是文本转网格/点云。一些学术项目尝试直接用神经网络从文本生成体素、点云或三角网格。看起来效果很炫，但从精度角度看基本不能用，生成的曲面没有严格尺寸语义，导出的 STL 也只能做 3D 打印展示件，稍微严谨一点的场合就废了。
第三类是检索+参数化模板。比如你说"法兰盘"，系统去已有零件库里找一个法兰盘模板，再根据你文本里的参数改尺寸。这本是一条很务实的路，但受限于模板数量，遇到稍微自定义一点的需求就抓瞎。
对比下来可以给个初步结论：现阶段真正值得在生产流程里试的，基本是第一类。后面我讲的所有实测，也是围绕这条路线的工具展开的。
2. 拆掉黑盒：text-to-cad真正聪明的部分和做不到的部分
2.1 大模型在这里的角色是"翻译官+规划师"，而不是"绘图员"
用过 ChatGPT 的人都知道，让大模型直接生成一个"准确的"三维模型文件几乎不可能——它不是几何引擎，不会画线、不会扫掠、更不会解约束方程。那 text-to-cad 是怎么绕过去的？
答案是：让大模型做它擅长的语义理解和规划，把"画图"这件事外包给专业的 CAD 内核。具体来说，大模型接受你的自然语言描述后，会做两件事。第一步是把描述拆解成结构化意图，比如你提到"带四个安装孔的法兰盘"，它会识别出关键实体（法兰盘）、关键操作（开孔）、数量（四个）以及隐含的布局关系（通常是对称分布）。第二步是把这个意图翻译成一段程序化建模代码，代码里规定了每个特征的参数、草图坐标、拉伸深度、布尔操作顺序。
然后，这段代码被扔进一个真正的参数化建模引擎（比如 FreeCAD 的 Python API 或 OpenSCAD）去执行。建模引擎不懂"法兰盘"是什么意思，但它知道怎么执行"在圆心 (0,0) 画一个半径 25 的圆，拉伸 10mm，再在四个对称位置切除半径 5 的圆柱"。可以这么理解：大模型是设计师，CAD 内核是实习生，设计师把意图写成详细的操作指令，实习生照着指令把活干出来。
这个架构决定了 text-to-cad 的真正边界——它生成的模型质量上限，取决于"代码生成"这个环节的质量，而不是大模型本身的绘图能力。所以你会发现，提示词里写得越接近程序逻辑（具体数值、明确关系），生成结果越靠谱；写得越像日常口语（"大概""好看一点""紧凑一点"），翻车概率越高。
2.2 三种生成策略的取舍：CSG、B-rep 和特征树
text-to-cad 的底层几何生成策略，直接决定了你拿到的文件好不好改。我在实测用户最常踩的坑，就是对这一步认知不足。
CSG（构造实体几何）是最直观的策略：把模型看成"一个主体加几个特征，再减去一些孔洞"的组合。代码里表现为布尔运算。优点是实现简单、代码容易生成，OpenSCAD 就是典型。缺点是 CSG 生成的模型在传统 CAD 里打开后，特征树通常很"平"——你可能看到一堆并集差集，却没有"沉头孔""倒角"这种语义特征，改起来极痛苦。
B-rep（边界表示）是大多数商业 CAD 内核的底层数据结构，模型被描述为一系列面、边、顶点的拓扑关系。B-rep 适合精确转档，STEP 文件就是这个思路。但如果 text-to-cad 工具只是生成了 B-rep 而没留下特征历史，那你拿到的是一个"实心疙瘩"，看起来能编辑，实际上没法编辑——所有尺寸都是死的。
参数化特征树是最理想的结果。工具用 CadQuery 或 FreeCAD 脚本生成了带完整操作历史的模型，里面能看到"草图1→拉伸1→阵列4个孔→倒角"，每个步骤的尺寸都能改。我在测试中专门验证过这个环节：同一句提示词，有的工具导出 STEP 后再导入 SolidWorks，能识别出所有特征；有的工具导出来就是一个"死"实体，完全没法后续调整。
从这个角度看，建议优先选择"生成 Python 脚本 + 导出 STEP"的路线，至少保证你手里有一份可反查的代码，真到了需要调整参数的时候，可以直接改脚本重新生成，不一定非得跟特征树搏斗。
2.3 用一句话展示典型生成流程
给你还原一下我测试中比较顺利的一次生成过程。提示词是：
"一个 L 型支架，长边 100mm，短边 50mm，厚度 5mm，长边两端各开一个直径 6mm 的圆孔，孔中心距边缘 10mm，短边中间开一个直径 10mm 的腰形孔，所有外角倒圆角 R3。"
工具处理这个请求的流程大致是：
- 大模型抽取出实体清单：L型支架、两个圆孔、一个腰形孔、圆角。
- 确定几何基准：把 L 型看成两个拉伸长方体的并集，长边和短边的相对位置按 90 度正交处理。
- 生成脚本：定义草图坐标、路径约束、孔的位置点、圆角操作。
- 交内核执行，中间产物可能是一个 .step 文件加一段 .py 脚本。
- 最后我在 FreeCAD 里打开，看到了特征树和可编辑的草图。
如果你对 CAD 有基础，可以明显感觉到：这一步做得最好的是"从文本到参数化拓扑"的映射，也就是"翻译规划"的能力；而真正容易出问题的，是那些没有在提示词里说明白的地方——比如孔是通孔还是盲孔，腰形孔的方向是顺着短边还是垂直于短边，R3 是角部圆角还是所有棱边。AI 会猜，但猜错了不好意思，默认你是能接受的。
3. 实测记录：我把一个法兰支架的建模任务交给AI之后，结果是这样的
3.1 提示词的写法，直接影响生成的"可用率"
我在测试里对比了大量提示词写法，最直观的结论是：text-to-cad 的提示词越接近"给实习生下的指令"，效果越好。下面这张表是我整理的对照经验：
| 写法类型 | 示例 | 实测效果 |
|---|---|---|
| 纯风格描述 | "一个现代感的支架" | 基本不可用，模型会乱生成，甚至忽略尺寸 |
| 带尺寸但缺关系 | "长100宽50厚5的板，四个孔" | 能生成，但孔位随机，后续基本无法用 |
| 带尺寸+带定位基准 | "长100宽50厚5的板，四角各一个直径6的通孔，孔中心距边缘10" | 可用率高，生成后只需小幅调整 |
| 带尺寸+带约束优先级 | "关键尺寸：安装孔距80±0.1；其余按常规" | 生成最稳定，因为模型知道哪些不能乱动 |
敏锐的读者会发现，第二类到第三类的差距，不在于写了多少数字，而在于给了系统"定位参考"。CAD 建模的本质是坐标和约束，你不给定位基准，系统只能用它自己猜的布局，哪怕尺寸都对，装配位置也是错的。我建议在提示词里至少明确四个要素：主体形状与长宽高、特征类型与数量、特征相对于主体的位置参考、有特殊精度要求的地方。
顺带提一个容易忽略的点：单位一定要写进提示词。有的工具默认是毫米，有的默认是英寸，不写单位而只写数字，十个里能错三个，而且错得非常隐蔽。生成后你不量一下根本发现不了。
3.2 从"看起来对"到"能出工程图"，中间还要过三关
我在测试中最常遇到的误判，是"屏幕上看着挺好"就以为大功告成了。真正要把模型用于后续流程，至少要过三关。
第一关是几何完整性。用软件自带的检查工具跑一遍，看有没有零厚度的面、未闭合的实体、重叠的几何体。这一步在 AI 生成的模型里出现频率特别高——因为代码生成的几何体有时候会因为浮点误差产生微小的破面，肉眼看不出来，但导出 STEP 再导入 CAM 软件时会现出原形。
第二关是草图约束完备性。把模型放进 FreeCAD 或 SolidWorks 里打开草图，看看每个尺寸后面有没有出现"未完全约束"的蓝色状态。AI 生成的草图常常漏掉几个关键的几何约束（比如"水平""共线""固定点"），结果你一动某个尺寸，整个形状就飞了。
第三关是工程语义。这一步最致命：模型里能不能正确识别出孔、螺纹孔、沉头孔、倒角这些特征，而不是一堆"布尔减法"留下的残骸。如果能识别，工程图标注就能自动带出直径符号、M 规格；如果不能识别，你只能在工程图里手工补标注，工作量直线上升。
我的建议是，生成之后做一个固定动作：先跑几何检查，再打开草图确认全约束，最后看一眼特征识别结果。三次都过关，才真正进入可用状态。
3.3 格式转换与后续编辑的兼容性，最容易成为"最后一公里"的坑
text-to-cad 工具的导出格式五花八门，常见的有 STL、STEP、BREP、原生 FCStd、OpenSCAD 源文件、Python 脚本。我拿同样一个支架模型试过几种导出链路，体验差距很大。
- STL：只能用于打印和可视化，没有任何尺寸语义，等于白干。
- STEP（带特征历史的）：最理想的中间格式，能进几乎所有主流 CAD 软件，但特征历史是否完整取决于工具。
- STEP（不带特征历史的）：能打开、能看、能测量，但不能改，相当于一张"3D 照片"。
- 原生脚本（.py / .scad）：可编辑性最强，但要求你懂代码，团队里不一定人人接受。
我实测的一个教训是：在给团队引入这个流程之前，先确认工具的导出链路能和你们现用的 CAD 软件打通。流程链里有一个环节格式不兼容，前面生成的模型精度再高，也走不到最终产线。
提示：STEP 文件导入后一定要抽查几个关键尺寸，不要在可视化视图里看着对就归档。AI 生成的模型在显示上很擅长"骗人"，但在数值上漏洞百出。
4. 实测中暴露的坑：精度、语义和可制造性的三重考验
4.1 "约"字陷阱——语言里的不确定性不会自动变成约束
我在提示词里写过"孔距大约 80"和"孔距 80"两种写法，生成的模型分别出现了两种状态：前者系统在这 80 附近随机浮动，后者严格锁死。这个差异在普通建模中可能不致命，但一旦涉及多零件装配，就变成灾难。
更隐蔽的是"尽量""稍微""靠近"这类模糊副词。对大模型而言，这些词会引导它释放一部分约束自由度，然后在它认为合理的位置落点。比如你说"尽量靠近四角"，它可能理解成离边缘 15mm、20mm 各不相同。在人看来，这不算错；但在 CAD 语境里，没有约束等于没有意图。
所以在写提示词时，我特意把模糊词全部换掉，统一用数值和明确的几何关系来表达。你不确定某个位置到底该是多少，写一个初值、加上"预留调整"都比空着强——因为约束缺失会造成整棵特征树结构不稳定，手动修复的代价比重建更大。
4.2 语义偏差：它认识"孔"，但不一定认识"沉头孔"和"螺纹孔"
这是 text-to-cad 在专业语义层面的短板。普通"孔"这个特征，大多数工具能正确处理。但一旦涉及机械设计里的专业特征，问题就来了。
比如我测试了"直径 8 的沉头孔，适配 M6 内六角螺栓"这个需求。理论上，沉头孔应该包含一个大直径的沉头段（比如 11mm）和一个小直径的通孔段（6.5mm），且沉头角度有标准。实际生成结果却是：一个平整的直径 8 通孔，外加一个看不见的装饰性锥面。语义信息完全丢失。
再比如"螺纹孔"和"通孔"的差别。AI 生成时经常会输出一个光滑的圆孔，却没有螺纹线的三维表示。这在工程图上会导致标注不出 M 规格，CAM 下刀时也无法识别是否需要攻丝步骤。
这个问题的根源在于：大模型的训练数据里，文本与标准特征的对齐信息不够充分，模型知道"沉头孔"是个常见词，但不一定知道它对应的具体结构参数和工艺标准。因此，在关键特征上，我在测试中会特意替换说法："M6 沉头孔，沉头直径 11，沉头角度 90 度，过孔直径 6.6"——把特征里的每个几何参数都显式写出来，AI 反而不容易犯错。
4.3 "看着能加工"的假象：生成模型普遍缺乏工艺性知识
我在实测里专门试过一句话生成"塑料外壳底座，壁厚 2mm，带四个安装柱"。从屏幕上看，这个底座无可挑剔，尺寸结构都对。但当我把它拿到普通人手里问"这能注塑吗"时，第一眼就暴露出问题：安装柱根部没有加任何圆角，注塑流动会在这里产生应力集中；而四个安装柱之间的壁厚差异过大，冷却收缩不一致，必然导致翘曲。
这就是生成模型的"可制造性盲区"。它会忠实地执行你给的几何指令，但它没有任何工艺知识，不知道什么结构打样时容易变形、什么几何无法脱模、什么薄壁做出来一捏就碎。用户如果对制造工艺没有经验，很容易被"精美 3D 模型"误导，直接发去加工，然后收到一堆废品。
应对办法也很朴素：把"生成模型"定位成概念设计的初稿，而不是可制造的终稿。它是用来快速验证空间布局、外观比例、装配干涉的；至于最终能不能上产线，一定要用传统 CAD 重新检查一遍，或者交给工艺工程师过一道。你把它当"快速原型"，它很好用；你把它当"自动出图机器人"，它现在还不合格。
5. 什么样的人现在值得入手 text-to-cad，怎么用才划算
5.1 三个现在就能落地的使用场景
经过几个月的实测，我总结出三个真正能从 text-to-cad 获益的场景，它们共同的特点是：对精度要求不太苛刻、但非常看重时间和方案的多样性。
第一个场景是概念阶段的多方案比选。客户提了个模糊的需求，你要在半天里给出三五个结构思路。这时候用 text-to-cad 批量生成不同的结构方向，快速比较外形、尺寸和装配方式，效率远超手工建模。方案确定之后，再用传统 CAD 把选中的方案正规化、精细化。
第二个场景是给非设计人员提供"建模自助餐"。采购、销售、项目经理经常需要临时看一眼"大概长什么样"的图形，但又没学 CAD。给他们开放 text-to-cad 入口，用自然语言生成预览图，能减少大量"帮我看下能不能装得上"这类低价值请求，让设计人员把时间放在真正的设计上。
第三个场景是从旧图纸或旧模型反向生成参数化变体。比如一个零件有十几种尺寸规格，手工一个个建模效率太低。把基础模型参数化，再用 text-to-cad 的代码生成能力批量铺开，可以显著缩短产品系列化过程中的重复建模时间。
5.2 三个现在别碰的场景
同时，也有几个场景我强烈不建议现在引入，否则你会被坑得很惨。
第一是高精度定位零件。一切涉及装配基准、公差配合的零件，比如夹具定位块、法兰密封面、轴孔配合件，都不要直接使用 AI 生成的数字。这些零件的关键尺寸必须经过传统 CAD 的显式标注和公差语义，AI 生成的几何没有能力表达公差带和配合等级。
第二是需要严格遵循标准的零件。涉及螺纹标准、型材规格、焊缝符号、表面处理的零件，目前的 text-to-cad 工具对标准知识的掌握还非常浅薄，容易在"细节看起来合理但实则不符合标准"的地方埋雷。
第三是安全和质量受监管的部件。结构承力件、压力容器、医疗或汽车相关零件，不要碰 AI 生成模型。因为目前这个阶段，谁也没法为 AI 生成几何的可追溯性负责——你知道它是怎么来的，但很难证明它满足规范要求。
5.3 我目前跑顺了的一套人机协作工作流
工具要落地，关键在人机怎么分工。我自己的团队已经跑通了一个比较顺的流程，分享出来供参考：AI 负责"批量出方案+快速验证布局"，人负责"关键约束的制定+制造性把关+最终出图"。
具体分四步。第一步，我把需求里所有"必须满足"的条件（尺寸、位置、材料、连接方式）整理成一段结构化提示词，确保 AI 的发挥空间只在"可选配置"里。第二步，用 text-to-cad 生成 3 到 5 个结构变体，快速比较优劣。第三步，选定变体后，把生成的脚本或 STEP 导入传统 CAD，重新检查约束、补全工程语义、加公差。第四步，出工程图前，做一个制造工艺快速评审，确认壁厚、圆角、脱模斜度这些"工艺常识"没有硬伤。
这套流程跑起来后，平均每个零件的"首版建模+布局确认"时间缩短了大概一半。但要注意的是：时间主要省在了"从需求到结构化方案"这一步上，而"从方案到可制造模型"这一步，人该花的时间一分没少。这也是我对 text-to-cad 的总体判断——它是效率工具，不是替代工具。
如果你也准备踏入这个方向，我的最后一个建议是：先别急着买付费方案，从开源的自托管模型开始，拿自己手头最典型的三个零件做压测，看看生成质量、格式兼容度、还有团队接受度到底如何。数据会告诉你，这个工具到底值不值得进入你每天的流程。