最近这两年，AI生成三维内容的工具我基本都试了一遍，从最开始的纯图像生成到后来的NeRF、3D高斯泼溅，再到现在的text-to-cad，路子是越走越宽。但说实话，前几种生成方式离工程制造都还有距离——你生成一个好看的模型，放到CAD软件里一量，尺寸是虚的，特征树是空的，拿去3D打印或者CNC加工根本没法用。text-to-cad的出现算是把这个缺口补上了一大块：它生成的不是一张图片或者一个网格，而是真正的、带参数的、可编辑的CAD实体模型。这篇文章我就从实际使用角度出发，聊聊text-to-cad到底是什么、底层怎么实现的、主流工具怎么选、提示词怎么写才不翻车，以及我踩过的那些坑。

1. 用一句话让CAD老手也坐不住：text-to-cad到底改变了什么

1.1 从“改图”到“说图”：工作流的本质变化

如果你用过传统的三维建模软件，应该能体会那种“想法很好，手跟不上”的焦虑。脑子里想的是一个带加强筋的支架，手底下却要一步步做草图、加约束、拉伸、倒角，碰上复杂曲面还得切到曲面模块里折腾半天。text-to-cad把这条“想法→操作→模型”的链路压缩成了“想法→模型”，中间的操作步骤全部交给模型来完成。

这里要强调一个关键区别：text-to-cad不是把文字变成长得差不多的Mesh模型，而是生成一个完整的B-rep（边界表示）实体。什么意思？就是你在SolidWorks或者Fusion 360里打开它，能看到完整的特征树，能改草图的尺寸，能修改拉伸深度，能重新编辑圆角半径。这一点极其重要，因为工程上没有一个模型是一次成型的——你总要根据装配关系、应力分析结果或者加工工艺做调整。如果生成出来是个死疙瘩，那这个工具就失去了“可用”的价值。

我实测下来最直观的感受是：对于标准机械零件，比如法兰盘、轴承座、简单壳体，text-to-cad的出图速度已经接近甚至超过熟练工程师。以前画一个带六个安装孔的法兰，从新建零件到保存可能要二十分钟，现在一句提示词，三十秒出初稿，再花两分钟微调尺寸就能用。当然，复杂装配体、曲面造型、需要严格遵循GD&T（几何尺寸与公差）的零件，它现在还搞不定，但“从无到有”这一下，确实省了太多时间。

1.2 哪些人应该立刻关注这个方向

如果说你平时的工作是大量重复性建模，比如根据标准件库生成变体、按照客户需求快速出方案模型、做设计前期的概念验证，那text-to-cad值得你认真研究。它特别适合三个群体：

第一是机械设计工程师。这类人每天跟法兰、轴套、箱体打交道，模型的拓扑结构往往很相似，只是尺寸和孔位在变。text-to-cad对这种“同构异参”的任务特别擅长，你只需要把参数描述清楚，它就能快速出图。

第二是创客和硬件开发者。以前画个外壳、做个支架，得从头学CAD，现在直接用自然语言描述需求，降低了三维建模的入门门槛。我可以让一个完全不会CAD的硬件工程师，在十分钟内拿到一个能用的外壳初稿。

第三是工艺工程师和采购人员。他们经常需要快速确认某个零件的可制造性——这个件能不能用型材加工？那个结构能不能直接3D打印？与其等设计部门出模型，不如自己上手用text-to-cad生成一个近似模型来做工艺评估。

但也要泼盆冷水：如果你做的是高精度的模具设计、复杂的曲面汽车覆盖件、需要严格应力分析的承重结构，现阶段还是老老实实用传统CAD。text-to-cad的定位是“加速前期设计”和“降低入门门槛”，它不是来取代专业CAD软件的，更像是给CAD工作流加了一个“快进”按钮。

1.3 我为什么觉得它不是又一个AI玩具

说实话，AI领域很多工具是“发布时轰动、使用时劝退”。text-to-cad给我留下的第一印象不同，原因在于它的输出结果抓住了工程的命脉——可编辑性和参数化。

你可以从“参数化”这个角度来理解text-to-cad与之前AI建模的本质区别：之前的AI生成模型，输出的是三角形网格，就像是一幅画，你只能看，不能改。而text-to-cad输出的是带尺寸标注和特征历史的实体，就像是一份带图纸的零件明细表，每个尺寸都可以改，每个特征都可以删。这个差异决定了它是否能真正进入工程流程。

我拿Zoo发布的Text-to-CAD测试过几个典型零件：一个M6螺丝、一个带轴承位的支架、一个深沟球轴承座。生成结果全部是可编辑的特征实体，不仅尺寸对得上，而且我能在Fusion 360里直接拖动特征操作，没有任何网格转换的痕迹。这种“原生感”让我坚信，这条路是通的。

2. 从自然语言到参数化实体：底层原理是怎么走通的

2.1 大语言模型负责“听懂”，几何内核负责“做出来”

如果你以为text-to-cad是拿一个神经网络直接从文字生成几何体，那就想简单了。实际上，主流方案的架构更像是“自然语言翻译器+程序化建模引擎”的组合。

整个流程可以这样理解：你输入一段文字“一个直径50mm、高度20mm、中心孔径10mm的圆柱体法兰，带六个均匀分布直径8mm的安装孔”，大语言模型（比如GPT系列或微调后的专用模型）负责解析这段描述，把它翻译成一个由建模API组成的“程序脚本”。然后这个脚本交给一个几何建模内核（通常是OpenCascade或者Parasolid这类工业级内核）去执行，内核按照脚本一步步构建实体模型。

这就是为什么生成出来的模型天然是参数化的——因为它本质上就是一个建模程序跑出来的结果，而程序里的每个参数都对应着描述里的一个尺寸。我在提示词里把直径改成60mm，模型内部对应的变量就变成60，特征树里就反映出了这个变化。这种“人话→程序→几何”的架构，比让神经网络直接“想象”几何体要可靠得多。

有个类比可能比较贴切：把text-to-cad当成一个“会写CAD宏命令的实习生”。你跟它说需求，它在后台帮你写了十几行建模代码，然后把代码跑完的结果拿给你看。如果不对，你改需求，它改代码，再跑一遍。

2.2 为什么选择OpenCascade这类传统内核

市面上主流的CAD核心其实不多，商业的有Parasolid、ACIS，开源的几乎就是OpenCascade一家独大。text-to-cad工具普遍选择OpenCascade而不是让AI直接输出网格，有几个很实际的原因：

第一，可靠性。OpenCascade是工业界用了二十多年的老内核，布尔运算、圆角、放样这些基础操作的数学算法经过了大量实际项目检验。让它来执行“程序化建模脚本”，能得到几何上精确的结果，尺寸误差可以控制在微米级。

第二，可编辑性。基于B-rep的实体模型保留了拓扑信息（面、边、顶点之间的关系）和几何信息（曲面方程、尺寸），所以可以在CAD软件里二次编辑。如果是网格模型，编辑起来就很麻烦，要看“细分重拓扑”的脸色。

第三，标准化。STEP、IGES这些工业通用格式都基于B-rep表达，OpenCascade原生支持这些格式的导入导出。这意味着生成的模型可以直接进入企业的PDM/PLM系统，和上下游协作没有障碍。

2.3 参数化不是“自动加尺寸”，而是“生成一种可推理的过程”

我见过一个常见的理解误区：认为参数化就是把尺寸标上去、改数值模型会变。这种理解只看到了表面。真正的参数化在于，模型内部有一套“约束和依赖关系”，比如：安装孔的圆心在法兰的中心圆上，孔的个数由中心圆直径和孔间距共同决定，圆角依赖于相邻边的长度——这种关系链才是参数化的灵魂。

text-to-cad的优势在于，它生成的脚本本身就是一套建模过程的记录。建模顺序、约束关系、参数依赖都是显式的。你在CAD软件里修改一个尺寸，后面的特征会基于新的输入重新计算，就像你在SolidWorks里把拉伸深度从20改成30，后续的倒角和打孔也会自动适应。这种“可推理的过程”正是工程设计师最看重的。

反过来说，如果模型只是把几何做对了，但特征依赖关系是乱的——比如孔不是依附于面而是悬浮定位——那改一个参数就可能把整个模型弄崩。这也是我判断一个text-to-cad工具是否成熟的关键指标：改参数之后，模型是优雅地更新，还是直接报错。

3. 主流工具的选型对比：哪个text-to-cad最靠谱

3.1 第一梯队：Zoo的Text-to-CAD

Zoo公司推出的Text-to-CAD应该算是这个赛道的明星产品，我在它的免费试用阶段就深度测试过。它最大的特点是直接跟主流的CAD格式打通，导出可以是STEP、STL，也能直接嵌入到Onshape、Fusion 360这些软件的工作流里。

让我印象最深的不是它生成模型的精度（精度只是合格水平），而是它对自然语言的理解能力。我试过一些带歧义的描述，比如“一个粗一点的轴，但别太粗，要能放进6203轴承的内圈”，它居然能结合轴承标准的数据，给出一个合理的建议值，并且在模型里标注出来。这说明它不只是做关键词匹配，而是真的在尝试理解工程语义。

不过它也有短板。第一是处理复杂装配体时容易“犯迷糊”，超过五个零件的组合描述就经常出现干涉或错位；第二是生成的模型偶尔会有“不干净的几何”，比如隐藏的小碎面、微小的重叠特征，这在做有限元分析时会变成麻烦。整体打分的话，我给8分，作为概念设计和初稿阶段的工作，表现非常优秀。

3.2 开源方案与自部署选项

如果你对数据保密有要求，或者想把text-to-cad集成到自己内部系统里，那开源方案值得关注。目前比较有代表性的开源项目是基于Llama或CodeLlama微调后，配合OpenCascade的建模脚本生成方案。

这类方案的好处很明显：数据不出内网、可以针对自己的产品做微调优化、不用按次付费。比如你可以用自己公司的历史模型和设计规范去微调模型，让它更熟悉你们的产品族和命名习惯。这种“私有化部署的text-to-cad”对于军工、医疗、精密制造这类对数据安全敏感的行业，几乎是唯一选项。

代价就是部署成本和效果上的差距。我在一台双卡4090的机器上跑开源模型试过，生成一个中等复杂度的支架大约要几十秒，比云端的慢了五倍以上。而且对提示词的理解能力明显弱于商用大模型，一些模糊描述它会琢磨半天，生成的结果也偶尔会“偏题”。但好处是，经过三轮微调之后，它会越来越了解你的领域，这种“越用越准”的感觉是商用工具给不了的。

3.3 我整理的选型建议表

为了让你能快速判断该用哪个，我把自己测试过的几种方案整理成了表格：

网格生成方案（类似其它AI 3D生成工具）不建议在工程中使用，不是因为它生成得不好看，而是因为“网格→实体”的转换在工业界一直是老大难问题——就算转换成功，模型的特征树也没有，参数化更无从谈起。

3.4 我的选择逻辑：先看“能否进CAD”，再看“生成得对不对”

在给团队推荐方案的时候，我经常讲一个判断标准：一个text-to-cad工具合不合格，不要看它的宣传视频，要看两件事——第一，生成的文件是原生实体还是网格；第二，导出到CAD软件后，特征树能不能用。

第一点决定了你的模型能不能用于加工和仿真。原生实体意味着你可以直接生成CAM刀路，网格则要经过漫长的曲面重构。第二点决定了你后续修改的成本。如果特征树是一团乱麻，改尺寸处处报错，那就算模型长得再完美，也是“一次性模型”，不具备工程复用价值。

所以我建议你在选型的时候，一定要亲自做一个“可编辑性测试”：把生成模型导入Fusion 360或SolidWorks，修改一组有依赖关系的尺寸（比如修改孔的直径，同时观察孔间距是否变化），看模型能不能正确重建。这个测试比任何跑分都真实。

4. 实操实录：一个法兰支架从提示词到可编辑模型的全过程

4.1 需求描述与提示词设计：先把话说清楚

在正式动手之前，我先讲一下提示词设计的经验。text-to-cad不是魔法，你说得越模糊，它发挥的空间越大，“自由发挥”的后果就是模型能看不能用。所以提示词要遵循“明确+分步+给数值”的原则。

举个例子，我要一个“用于连接12mm直线导轨的T型支架”，最烂的提示词是：“做一个导轨连接件”——这种描述基本抓瞎。稍微好一点的是：“做一个T型支架，一边连接直线导轨，另一边固定在工作台上”——有个大概形状，但尺寸全空。最好的提示词应该像一份“口头版工程图纸”：

创建一个用于12mm直线导轨的T型连接支架。主体为L形结构：竖直板厚度8mm，高度40mm，宽度60mm；底部水平板厚度10mm，宽度60mm，深度80mm。竖直板上靠近顶部的位置预留4个直径6.5mm的通孔（用于安装导轨滑块，孔间距30mm，距两侧边缘各10mm），水平板上预留4个直径9mm的通孔（用于固定工作台，孔间距40mm）。所有外露边缘倒角1mm。

这样描述的好处是：模型不用猜你的意图，每个关键尺寸都有落处，生成结果的准确率会大幅提高。我实测，精细提示词的生成成功率能达到80%以上，而模糊提示词的成功率可能连三成都没有。

4.2 生成后的“体检验货”：除了看，还要量

模型生成后，有经验的工程师一定会做三件事：看特征树、量关键尺寸、试编辑。这三步一个都不能少。

看特征树：打开Fusion 360，检查模型的特征历史是不是和我的描述逻辑一致——先拉伸主体，再打孔，再倒角。如果顺序乱了，比如先倒角后打孔，那后续改孔位时倒角可能报错。

量关键尺寸：虽然生成结果一般都带标注，但我会用测量工具重新量一遍关键位置，比如孔心距、板厚。因为模型在生成过程中可能发生四舍五入，在非关键位置差个0.1mm没事，但在装配位置差0.1mm可能就是干涉。

试编辑：我会试着改一个关键尺寸，比如把板厚从8mm改为10mm，看模型能不能顺利重建——以及关联的孔位是否跟着移动。这是检验参数化质量的黄金标准。我见过一些看似完美的生成模型，一改尺寸就崩溃，这种模型在工程上是废的。

4.3 从模型到制造：生成结果如何直接进工艺

完成编辑验收后，就进入实际制造环节了。对于3D打印，直接把模型导出为STL，切片软件会自动识别支撑结构。对于CNC加工，则需要把模型导入CAM软件生成刀路。

我这里想重点提一个容易忽略的问题：text-to-cad生成的模型虽然几何上是实体，但很多工具的建模脚本喜欢用“布尔运算”来打孔——也就是先生成一个完整实体，再把孔的位置用减运算切掉。这样做出来的模型，在CAM里选面加工时，孔的侧壁面识别通常没问题；但如果孔是斜孔或者异形孔，布尔运算产生的边缘线可能会让CAM刀具路径计算变慢，少数情况还会报错。

我的经验是：生成模型进入CAM前，先用CAD里面的“检查几何体”功能扫一遍，看有没有无效面、坏边、细小碎面。遇到问题就用“修复几何体”处理。这一步虽然多花两分钟，但能避免CAM阶段卡死或刀路过切的大事故。

5. 踏坑记：text-to-cad实战中的常见问题与速查手册

5.1 提示词翻车场景：为什么它总是不够“听话”

使用text-to-cad半年多，我总结出几类最常见的翻车场景，以及对应的解决方案：

第一类是“描述繁琐导致选择困难”。当你一次给出太多互相矛盾的约束，模型会陷入“既要又要”的僵局，生成结果往往是四不像。解法是把约束按优先级排序，核心尺寸放前面，非关键尺寸用“大约”“尽量”这类词留出弹性让模型自己取舍。

第二类是“标准件相关知识不足”。你想让它生成一个符合GB/T标准的平键槽，或者一个ISO公制的细牙螺纹，它可能只会给你一个“长得像”的东西，实际尺寸和标准差了十万八千里。解法是混合使用标准号+关键尺寸，比如明确写“符合GB/T 1095标准的平键槽，宽度8mm，深度5mm”，比只写“标准平键槽”靠谱得多。

第三类是“对称和镜像理解不到位”。有时候你写“左右对称”“均匀分布”，模型会当成装饰性描述忽略掉。对付这种情况，你在生成后要主动检查对称性，或者直接在提示词里写明确数值：“以XZ平面镜像”“绕圆心每60度一个，共6个”。

5.2 几何质量问题的排查指南

即使提示词写得完美，生成模型也偶尔会有一些几何瑕疵。我遇到的比较典型的包括：

• 微小干涉：两个特征本应相切，结果出现了0.01mm的重叠。这种问题肉眼看不见，但在装配体或者应力分析时会造成大麻烦。排查方法是用CAD的干涉检查功能，设定0.001mm的公差去扫。
• 悬空特征：明明是实体，却有一小片曲面悬在空中，既不连接任何实体，也不影响体积计算。这种“幽灵面”在后续导出时会增加文件体积，个别时候会导致切片软件报错。
• 倒角半径过大：模型做了1mm的倒角，但实际结构只允许0.5mm，结果倒角吃掉了旁边的特征，出现了一个难看的凹坑。

遇到这类问题，我没有捷径可走，最有效的方法就是回到特征树，找到生成问题的那一步，手动修改参数或者重建该特征。如果问题出在早期特征，那就直接调整提示词重新生成。别花几个小时去修补一个天生发育不良的模型——重来的时间成本往往更低。

5.3 我整理的常见问题速查表

为了方便周边同事使用，我把常见问题和对应的排查方案整理成了表格，贴在工作室里，这里分享一下：

5.4 关于“提示词迭代”的一点个人心得

我想特别强调“迭代”的重要性。很多新手指望一次就把提示词写到完美，这个心态本身就不对。text-to-cad的提示词，更接近编程时调函数——你写一个版本，运行看结果，根据报错调整参数，再运行，直到收敛到满意为止。

我的工作习惯是：先花30秒粗糙地描述需求，扔给模型生成一个初稿；然后基于初稿的“形状对不对”“比例对不对”来修正提示词；形态确定之后，再进入“精修尺寸”阶段，把每个需要严格控制的尺寸用数字明确写出来。这样分三步走的迭代策略，比执着于一次生成成功率要高效得多，而且无论换什么工具，这个方法都适用。

6. 局限与破局：text-to-cad的边界和我的未来预期

6.1 现阶段绕不过去的五大短板

实践下来，我认为text-to-cad目前存在五个绕不过去的短板，了解它们能让你少走弯路：

第一个短板是标准规范理解的欠缺。GB、ISO、DIN这些标准体系里有大量“隐性知识”，某个结构的圆角该多大、某个孔距该取什么优先级系列，标准上都有规定。模型虽然能背出一些标准数据，但它在生成时并不会“主动”去匹配最合适的标准，除非你在提示词里明确要求。

第二个短板是装配体生成能力不强。生成一个单件零件是它的强项，但生成一个由十几个零件构成的装配体，它往往搞不清零件之间的配合关系。两个零件该用过渡配合还是间隙配合、不同零件的公差如何分配，这类需要推理的工程决策，它现在还做不好。

第三个短板是复杂曲面造型能力有限。放样、扫掠、自由曲面这些高级建模功能，在text-to-cad生成的脚本里用的比较少。你很难让它生成一个符合空气动力学原理的风扇叶片或摩托车头盔外壳。它擅长的是“棱角分明的机械件”，对“有机曲面”有些力不从心。

第四个短板是计算效率问题。当描述非常复杂的时候，生成脚本的布尔运算次数会暴增，整个模型生成可能要几分钟，而且在这几分钟内你无法中止或修改——只能等结果出来再调整。这种“等结果”的体验，相比传统CAD的即时响应，还是差了不少。

第五个短板是“无中生有”的常识缺失——或者叫“域外能力缺失”。比如你对它说“一个底座，下面能装下两个12038风扇，上面放一块树莓派5，侧面留出Type-C的孔”，它可以生成一个外形大致合理的外壳；但如果你让它“参考某宝上那种桌面理线器的设计”，它就彻底傻眼了，因为它没有视觉参照，只能靠脑补出一个“大概长得像的东西”。

6.2 什么样的任务最适合text-to-cad发挥

既然有短板，自然也有“主场”。根据我的实践总结，下面这些任务类型最适合text-to-cad发挥：

• 标准机械零件生成：法兰、轴套、支架、底座、齿轮（渐开线要小心验证）、带轮。
• 按参数批量生成变体：同一拓扑结构、不同尺寸的系列零件。比如客户的订单需要五种不同尺寸的安装板，用text-to-cad可以一次生成五个变体，效率远超手动改图。
• 概念验证与方案评审：前期与客户沟通阶段快速给出形状模型，虽然不做最终设计，但用于展示装配思路和大概外形非常方便。
• 与拓扑优化结果结合：用拓扑优化软件算出材料分布，再把优化后的边界条件用text-to-cad重构为可制造模型。这个方向我试过，效果出奇的好，后面可以单独写一篇。

6.3 未来一两年我会关注的三个方向

基于目前的开发节奏和社区动态，我判断text-to-cad在未来一两年内有三个值得关注的方向：

第一个是“多模态输入”。现在的输入还只能是纯文字，但下一步很可能加入草图输入框——你随手画一个二维草图拍下来，配合文字描述，让模型生成三维模型。这个方向一旦成熟，设计效率会再翻一倍。

第二个是“标准库感知”。生成模型时自动匹配行业标准库，比如你写“M8的沉头孔”，它能自动查出GB/T标准的沉头直径和深度，然后直接生成标准孔类。这会极大降低当前“提示词写不细”带来的误差。

第三个是“以分析驱动的生成”。生成过程中自动做简单的有限元或运动分析，比如你描述“这里受力比较大”，模型自动把该区域的壁厚加厚或添加加强筋。这就把text-to-cad从“替代建模操作”提升到了“参与工程设计”的层次，我比较期待。

7. 写在最后的个人建议：把AI当同事，别当神仙

玩了大半年text-to-cad，我自己最大的变化不是建模变快了，而是对设计的思考方式变了——以前我会先把建模步骤在脑子里过一遍再动手，现在我会先把设计意图在脑子里过一遍再写提示词。这个转变很有意思，它让我把更多精力放在了“想”而不是“画”上。

我给刚开始尝试这款工具的朋友三条建议：

第一条，别追求一次成功。把text-to-cad当作一个需要反复沟通的实习生，给它一个粗糙的初稿，然后通过迭代修改提示词来引导它。我用下来平均需要3到5次迭代才能得到一个满意的结果，别因此沮丧。

第二条，重视“改”的能力。学会在CAD里修复、调整生成模型，比学会写花哨的提示词更重要。因为工程上的主要时间其实花在“修”上，而不是“生成”上。一个改不动的模型，就是一次性垃圾。

第三条，保护好你的工程判断力。AI生成的速度快了，很容易让人丧失“这个东西到底行不行”的判断力。我给自己定了个规矩：AI生成的模型，一律要在CAD里做一次“全尺寸复核+可制造性检查”后才允许进入下一环节。宁慢勿错。

最后再分享一个实用小技巧：如果你需要生成一个带复杂孔系的法兰，与其写一整段文字描述所有孔位，不如把孔的位置用“数组式”的提示词描述——比如“垂直方向5列，水平方向3行，列间距17mm，行间距23mm，边缘保留8mm”。我实测这种“表格化”的描述方式，生成准确率要远高于“上面两排、下面两排、左对齐”这种口语化描述。道理也简单：表格化的语言和建模脚本的思维方式更接近，模型“翻译”起来不容易走样。

text-to-cad这个工具仍在快速迭代，但即便在它现在这个“不算完美”的状态下，也已经实打实地改变了我的设计工作流。下次你面对一个重复性的机械建模任务时，不妨先试试用一句话把它描述出来——你可能会收到一个意想不到的惊喜。