text-to-cad实测：从一句话到STEP文件的工程化落地指南

说实话我第一次在侧边栏里输入一句话、回车后真的拿到一个带尺寸、能编辑、能导出的模型文件时第一反应不是“好厉害”而是赶紧拿卡尺去量导出的 STEP 里的孔径。text-to-cad 这个方向火了有一阵子但真正让我觉得“这事能用了”不是哪次偶然的成功生成而是我把整套流程跑顺、踩过足够多的坑之后。这篇内容我不想复述别人的宣传语就讲我自己从一句话到 STEP 文件的实测链路有哪些实现路线、自然语言要怎么描述模型才听得懂、搭一条可复用的最小工具链需要什么、实测中最容易翻车的四类问题怎么排查以及 text-to-cad 现在到底能替代哪些工作、不能替代哪些工作。想拿它干活的工程师、做 3D 打印的创客、或者单纯好奇 AI 辅助设计边界的人应该都能从里面找到参考。1. 先厘清一个前提text-to-cad 最有价值的产出是“程序”而不是模型文件很多人第一次接触 text-to-cad 时脑子里想象的是文生图那套逻辑输入一段描述AI 直接渲染出一个三维形状。这条路线确实存在但如果你真拿去加工或者做装配很快就发现它不顶用。原因得从 CAD 文件本身的性质说起。1.1 三条实现路线差别比想象中大市面上所谓的文本生成 CAD我实际接触下来主要分三种做法。第一种是“大模型 程序化建模库”。让大模型输出一段参数化建模脚本比如基于 Python 的 CadQuery 或函数式脚本 OpenSCAD然后在本地执行这段脚本生成带特征历史的实体模型。这条路线的产出是代码模型文件只是代码运行的结果。它的优点是完全可解释、可修改你可以直接改代码里的数字来调整尺寸也可以反复迭代。第二种是“直接生成网格/点云”。模型内部直接输出 STL、OBJ 这种三角网格数据。这种方法的优点是门槛低不需要理解 CAD 概念缺点是网格本质上是表面近似圆孔不是数学意义上的圆柱平面不是精确平面尺寸公差更是无从谈起。拿去 3D 打印摆件没问题拿去 CNC 加工或者做装配仿真就麻烦了。第三种是“LLM 做参数提取 预设模板”。大模型不负责生成几何操作只负责从用户描述里抽取关键参数然后填入一套预先写好的参数化模板。比如你描述“四角有安装孔的 80×50×5 铝板”模型把 80、50、5、四角孔这些字段提取出来模板负责生成最终几何。优点是非常稳定、可制造性好缺点是需要有人预先写好模板灵活度差。我自己的结论很直接第二种适合做概念展示第三种适合标准件真正能塞进日常设计流程的还是第一种和第三种的混合体——让大模型生成程序化代码同时用参数化思路约束它的自由度。1.2 为什么“生成程序”比“生成模型文件”更接近 CAD 的本质CAD 模型和普通三维网格的核心区别在于 CAD 用的是 B-rep边界表示它保存的是精确的几何拓扑关系一个孔的圆柱面、一条边的圆角过渡、一个特征的参数历史。这种数据结构才能支撑 CAM 加工、CAE 仿真、图纸标注这些下游环节。而网格模型就像乐高积木拼出来的球远看像球但加工一个真正的球面时数控程序需要的是球心坐标和半径而不是一百万个三角形顶点。所以你会发现凡是能真正落地的 text-to-cad 方案几乎都在往“程序化建模”靠。大模型写出的代码本质上是把几何意图翻译成一段可执行的建模过程这个过程保留了特征和参数后续任何一步不满意都可以改。这比生成一个“死”的网格文件有价值得多。换句话说text-to-cad 不应该是“AI 画了个模型给你”而应该是“AI 帮你写了一份你随时能改的建模草稿”。这个认知决定了后面所有实操姿势。2. 让模型听懂几何自然语言如何一步步变成可执行约束搞清楚了 text-to-cad 的底层逻辑下一个问题就是怎么让大模型准确地“听懂”你的几何描述这一步没做好后面全白搭。我在实测里发现这里最大的敌人不是模型能力而是人类语言本身的模糊性。2.1 语言里的模糊恰好是 CAD 的天敌你如果跟同事说“做一个圆润一点的盒子”对方会追问圆角半径多少哪些边要圆盖子要不要分离但是跟大模型说这句话它通常会直接猜一个圆角值然后自信地给你一个模型。这就是“从文本到 CAD”最核心的矛盾CAD 系统要求每个尺寸都是确定值而自然语言天然带着大量省略和歧义。更具体的例子是“上面开孔”。这个“上面”到底指顶面还是指图纸视角里的上方孔是通孔还是盲孔直径按螺纹底孔还是通孔直径要不要沉头这些信息如果不在描述里出现模型就只能随机发挥。我见过太多次生成结果“看起来对量起来错”的情况根子几乎都出在描述阶段。所以不要把 text-to-cad 当成“你说人话它就能建模”的魔法要把它当成“你用结构化语言写需求它帮你翻译成建模代码”的工具。你在描述上偷的懒最后都要在迭代次数上还回来。2.2 一套能稳定出图的“工程描述卡”我磨合了很久之后总结出一套固定的描述模板。不是让人背而是每次生成前照着填养成习惯。模板长这样零件名称安装板 材料/工艺铝合金板CNC 铣削或 3D 打印 整体尺寸长 80 mm宽 50 mm厚 5 mm 基准说明底面放在 XY 平面Z 轴正方向朝上 孔特征四个 M4 通孔孔心距边 10 mm均布在四角 中心特征一个 M8 通孔位于板中心 圆角/倒角外轮廓四角 R5 圆角如适用 公差要求无特殊公差按工艺默认 输出要求生成 CadQuery Python 脚本导出 STEP你会发现这份描述里没有“好看”“简洁”“圆润”这类词全是数字、方位、特征类型和工艺信息。每个字段都能直接映射到代码里的变量或者建模操作。让模型生成时我还会额外加一句只输出完整 Python 脚本不要解释说明。这样做的好处是即使模型这次生成的代码有问题你也可以精确地指出“第四个特征里的 R 应该是 5不是 2”而不是对着模型说“你生成的东西不对”。2.3 从一段描述到一段可执行脚本一个完整示例拿上面那张“描述卡”来说一个合格的程序化脚本长这样import cadquery as cq # 基板80 x 50 x 5 mm plate cq.Workplane(XY).box(80, 50, 5) # 四角 M4 通孔孔心距边 10 mm # 先在顶面建立工作平面画一个距边 10 的构造矩形 holes ( plate.faces(Z) .workplane() .rect(80 - 20, 50 - 20, forConstructionTrue) .vertices() .circle(4.2 / 2) # M4 通孔直径 4.2 mm半径 2.1 .cutBlind(-5) ) # 中心 M8 通孔 result ( holes.faces(Z) .workplane() .circle(8.4 / 2) # M8 通孔直径 8.4 mm .cutBlind(-5) ) # 导出 STEP 文件 cq.exporters.export(result, plate_with_holes.step)这不是什么高深代码但足以说明一件事大模型真正要做的是把“四角 M4 通孔孔心距边 10”这种自然语言翻译成“构造矩形偏移 顶点取点 画圆 切除”这一串操作序列。一旦你给了它足够的上下文这步翻译的成功率远比你想象中高。我建议拿到代码之后不要急着执行先把脚本里的关键数字和描述卡逐项对照一遍。模型偶尔会把 10 mm 写成 12 mm把 M4 写成 M5这类错误肉眼扫描代码比测量模型更快。3. 搭一条可复用的落地链路从一句话到 STEP 文件的完整流程工具链这件事很多教程喜欢讲得玄乎实际拆开看就是三样东西一个能对话的大模型、一个能跑程序化建模脚本的 Python 环境、一个能查看 STEP 的桌面端 CAD。三者之间没有特别复杂的依赖。3.1 最小工具链组合Python 环境我建议用虚拟环境单独装不要往系统 Python 里硬塞。程序化建模库依赖的几何内核比较重官网推荐的安装方式基本是 conda 或者官方预编译轮子跟着文档走不会有问题。运行环境的性能要求不高因为它只负责执行脚本和导出文件不负责训练任何东西普通笔记本完全够用。桌面端查看工具我一般选支持 STEP 导入的开源 CAD导入后立即用测量工具查关键尺寸。这一步不能省因为眼睛看渲染图很容易被骗测量工具不会骗你。模型在侧边栏里说“已生成”和你实际量出来“孔距正确”是两码事。3.2 五步工作流我的固定动作第一步写需求描述卡也就是第 2 节那个模板。第二步把描述卡发给模型要求它只输出完整脚本。第三步把脚本放进隔离目录执行生成 STEP 文件。第四步在桌面端 CAD 里打开 STEP量关键尺寸。第五步如果尺寸不对把“修改意见”回传给模型只描述变化不重新发整段原文。这套流程的核心价值在于迭代。大模型给出的脚本很少一次完美但它很擅长做局部修改。比如你说“孔的偏移改为 10 mm其余保持不变”它大概率能精准地改动那一个数字而不影响其他特征。这是 text-to-cad 比传统参数化建模更快的地方——改需求不需要重新画图改参数描述然后重新生成就行。3.3 我每次都会过一遍的验证清单模型输出不是终点验证才是。我吃了很多亏之后整理了一份检查清单每次生成完照着过检查项检查方法常见问题包围盒长宽高桌面端 CAD 测量单位漂移导致放大 10 倍或 1000 倍孔的数量和分布从顶视图数孔位少了孔、孔错位、分布不对称螺纹孔直径测量内径对照攻丝底孔表M4 写成 M5或底孔和通孔不分顶/底面方向旋转视图确认特征所在面“上面”被模型理解为底面最小壁厚剖面视图观察壁厚 0.3 mm没法加工也没法打印倒扣结构查看负角度特征设计好看但实际加工不出来我个人的习惯是先做第 1 和第 4 项因为这俩最容易一眼发现如果没事再检查孔特征最后才做剖面看壁厚。倒扣和壁厚问题最隐蔽往往要到切片或者 CAM 阶段才暴露但提前检查能省一轮迭代。3.4 一个真实迭代案例一次修改只动一个参数有一次我生成一个支座底部安装板需求描述里写了“四个安装孔直径 6.5孔心距 70×40 的矩形分布”。模型第一次给出的代码里孔的位置变成了 70×30。我没有重发整段需求只是加了一句“孔的 Y 向分布距离不是 30是 40只修改这一个参数其他逻辑不动。”第二次生成的脚本里那个数字从 30 变成了 40其余代码完全没变。这件事给我的启发是大模型对“局部修改”的理解比“从零生成”更可靠。所以平时和它协作时我会刻意把需求拆成一个小版本迭代而不是追求一句话就生成完美零件。每一次只改一个变量的思路也适用于多轮生成先确认外形尺寸再确认孔和倒角最后再做可制造性修正。4. 实测中的四类翻车现场从现象到根因的排查思路说完了流程进入正文最有意思的部分翻车。text-to-cad 真正用起来之后问题千奇百怪但总结下来就四类。我不打算直接给正确答案而是把完整的排查链路写出来这样下次你遇到类似问题至少知道往哪个方向查。4.1 尺寸幻觉和单位漂移十有八九错在数字映射现象是模型看起来完全正常形状、孔位都对但拿测量工具一量宽度明明要求 50 mm量出来 127 mm。或者孔距要求 40 mm量出来 40.76 mm。排查链路从测量结果开始。先在桌面端 CAD 里记录实际尺寸偏差的比例如果恰好是 10 倍、25.4 倍这种“整齐”的数字直接判定为单位问题去脚本里找所有和长度相关的变量看是不是把毫米当成了厘米或英寸。如果偏差比例是 0.76 这种零碎数字那是模型在生成代码时自己“加”了余量或取整这时候需要打开脚本里每个尺寸的原点、偏移参数和描述卡逐项对照。绝大多数尺寸幻觉都发生在数字从自然语言映射到代码变量的那一步和模型本身的语义理解关系不大。这个问题的根子在提示词里没有强调单位。我后来会在描述卡里加一行“所有长度单位统一为 mm禁止自行换算”翻车率立刻下降不少。4.2 坐标系和基准面“大脑短路”方位词是重灾区“顶面”“底面”“前面”“内侧”这些词人类说实话也经常说岔模型就更不用说了。现象是你要求“在顶面打孔”结果孔跑到底面上了要求“前面开槽”槽开在了侧面。排查链路是先别急着怪模型打开脚本找到所有faces(Z)、workplane()这类选择器理解代码里的方位逻辑。CadQuery 这类库有自己的一套方位选择语法大模型不一定每次都记得。如果你发现它把Z写成了Z把“顶”映射成了“底部”那就在反馈里明确说“改用世界坐标系 XY 平面为基准顶面用 Z 选择器”。遇到方向问题最有效的办法不是让模型“理解”自然语言的方位而是教它用坐标系语言重写。你可以直接在描述卡里加一句约束“方向描述一律以世界坐标系 XYZ 轴正方向为准避免使用‘这面’‘那面’等代词。”模型剪除歧义来源之后方向错误少很多。4.3 可制造性缺陷模型看不到机床和打印头这一类的现象是最阴的几何完全正确尺寸也对但模型里有倒扣特征、零壁厚区域、或者一个半径比壁厚还大的圆角。这类问题在屏幕上根本看不出来直到你把 STEP 丢进切片软件检查或者拿给加工师傅看才会暴露。根因是大模型没有工艺上下文。它不知道你打算用三轴 CNC 加工、五轴加工、注塑还是 FDM 打印也不知道你选的铝合金板材能不能加工出 90 度内角。这些信息在文本描述里缺失时模型当然只能凭空发挥。排查链路可以这样走生成 STEP 之后先扔进切片软件做一次模拟看有没有悬空、倒扣、薄壁。如果有回去在描述卡里补上工艺约束比如“三轴 CNC 铣削禁止倒扣外侧最小壁厚不低于 2 mm内直角改为 R2 圆角”。我实测下来只要把工艺约束写清楚模型生成的脚本会自动往合理的方向收敛。它并不傻只是不知道你的隐含条件。4.4 多轮生成的随机漂移同一句话两次生成两个东西这个问题最容易让人崩溃尤其当你调好一组提示词打算多生成几个变体时同一个描述每次出来的模型结构都不一样尺寸、排列、特征命名全都变。这不是 bug是语言模型采样的固有随机性。排查思路直接指向根本解法让“从文本到代码”的随机性远离模型。我现在的做法是分两步走。第一步让模型先输出一个结构化 JSON 参数卡把所有尺寸、数量、特征类型、工艺约束写成纯数据。第二步把这组 JSON 喂给一个固定的模板脚本生成器由模板决定几何结构JSON 只负责填参数。这种“参数化 模板化”的做法牺牲了一点点自由发挥能力换来了极大的一致性。同一句话反复跑JSON 参数可能差一点但几何结构不会跑偏如果需要完全一致连 JSON 那一步都可以固定下来只改里面的数字。对工程场景来说可预测性比想象力重要得多。5. 它到底能替代什么、不能替代什么一张实用边界扫描表聊了这么多实操细节最后必须把话说透text-to-cad 不是万能工具更不是要取代设计师。它适合什么、不适合什么我心里有一张很清晰的边界表。5.1 试用了几十个零件之后我心中的适用度判断任务类型适用度原因需要的人工介入标准板类零件/支架高语义简单、参数明确、特征标准几乎为零概念模型/手板验证中高快速出形够看但需要清理特征检查方向、壁厚非标箱体/壳体中特征多、约束强需多轮迭代结构分解、装配考虑精密配合件轴承座、夹具中低公差不是自然语言能完整表达的公差标注、配合面处理复杂曲面叶轮、异形曲面低文本信息密度根本不够描述曲面全靠人工AI 帮不上忙多零件装配体低写配合关系比建模本身还累需要大量人工定义系列化改尺/参数变体高改参数表即可最适合模板化搭建模板时费工这张表不是从论文里抄的是几十个零件实测后的主观感受。最让我意外的是“系列化改尺”这个场景原来我以为它不属于 text-to-cad后来发现它反而是最爽的场景只要模板搭得好一句话生成一百个变体就是几秒的事。5.2 为什么边界长这样信息密度和工艺上下文边界背后的原因可以浓缩成两条。第一自然语言的“信息密度”太低。你嘴上说“涡轮叶片式流道”对应的几何描述可能是一整页参数表和上百条曲线控制点你用文本描述一个精密配合的轴孔永远表达不出 H7/g6 这种配合公差背后的全部含义。模型没有足够信息就只能在“看起来像”的层面工作。第二制造工艺需要大量通识上下文而对话式描述默认是不携带这些上下文的。你面对一个加工师傅时会默认“他能判断出这个内角加工不了”但模型没有这个判断力除非你把工艺约束写进描述里。现在所有号称“能落地”的 text-to-cad 工具本质上都在做同一件事把原本隐性的工艺信息变成显性的描述模板或参数槽位。这两条边界短期内很难被突破因为它是语言表达和信息论层面的限制不是模型算力的问题。但它也提示了一个更聪明的用法别试图让 AI 一次性理解你脑子里的完整设计而是把设计拆成“参数描述 几何模板 工艺约束”三个部分让文本只负责描述差异让程序化模板负责稳定几何让人负责工艺判断。这种混合模式我从几十次实测里用下来最顺手。最后分享一个我自己比较得意的小技巧不要在提示词里写“简洁美观”这类形容词改成“四角 R5 圆角、壁厚 3 mm 均匀、孔分布按中心对称”。形容词对视觉设计有效对 CAD 模型毫无意义数字和关系才是建模语言。把这句话放进你的每次需求描述里text-to-cad 的可用性会立刻高一个档次。