企业官网建设流程全解析

第一次拿到 text-to-cad 生成的 STEP 文件时，我第一反应不是“这玩意真神奇”，而是赶紧用 SolidWorks 打开看一眼特征树——是死模型还是活参数模型，决定了它到底是一个能进产线的工具，还是一个只能发朋友圈的摆件。这个方向听上去很性感：你敲一句“给我做一个带 M3 沉头孔的 L 形支架”，它就把模型给你吐出来。但真正上手之后你会发现，能不能稳定产出能用的 CAD 模型，跟你给的提示词、选的工具链、甚至对“生成原理”的理解都有直接关系。这篇文章我想把 text-to-cad 从口号拆开来讲：它到底用什么方式理解你的话、怎么把文字变成可编辑模型、目前哪条路线最适合普通人动手跑通、以及我实测下来踩过的那些坑。

如果你是机械工程师、搞非标工装的、玩 3D 打印的，或者是刚接触 CAD 但被参数化建模门槛挡在门外的人，这篇内容应该能帮你少走不少弯路。

1. 项目概述：text-to-cad 是“说人话建模”，还是“AI 画图”

1.1 核心需求解析：从“会画”到“说画就画”

传统 CAD 建模流程对大部分人来说有一个隐形成本：软件操作门槛。SolidWorks、Fusion 360、CATIA 这些工具的学习曲线都不是开玩笑的，你要懂草图、约束、拉伸、切除、倒角、参考面，还要理解特征树的父子关系。哪怕画一个简单的支架，新手可能也要折腾半小时。text-to-cad 想解决的正是这个环节的摩擦——把“我要一个什么东西”这句话，直接翻译成“建模软件能执行的操作序列”。

但这件事远没有表面看起来那么轻松。CAD 模型不是一张像素图，它背后是一个精确的几何描述：尺寸、公差、拓扑关系、特征顺序。你随便说“一个圆孔”，AI 得先判断这个孔是通孔还是盲孔，直径多少，位置在哪里，跟哪个面垂直，要不要倒角。这已经是工程语义层面的理解了，不是文生图那种“画个差不多就行”的尺度。

所以行业内做 text-to-cad 的思路分成了两派：一派是让大模型直接生成参数化建模脚本，比如 OpenSCAD、CADQuery 或 Fusion 360 的 API 代码；另一派是训练专门模型去生成 CAD 操作序列，也就是把“画草图——拉伸出实体——再切一刀——加倒角”这种操作流变成模型可以预测的序列。前者的典型代表是 Zoo.dev 的 Text-to-CAD 平台和很多基于 GPT 接口做的插件，后者则以 Meta 与慕尼黑工业大学合作的 Text2CAD 研究为代表。

理解这个分野很重要，因为它决定了你拿到手的“模型”是什么形态。第一派给你的是代码，你可以改代码重新生成；第二派给你的是重建出的 B-rep 实体，看起来是模型，但后期修改的灵活度取决于它是否保留了特征信息。用一句话概括：这里面的技术选型本质上就是“先写代码后成模”和“直接生成模型”的路径之争。

1.2 适合谁玩、能解决什么问题

如果按使用场景划分，text-to-cad 现阶段最能发力的地方有三个。

第一类是 3D 打印玩家的快速验证场景。我身边很多朋友不是机械专业出身，但想给自己的小项目设计个外壳、支架、保护罩。过去他们要在 Tinkercad 里花很多时间拖方块，现在直接把需求写清楚，让 AI 生成一个初版模型，导出 STL 就能切片打印。哪怕只省掉“从零建模”这一步，效率也是肉眼可见的提升。

第二类是非标设备和工装设计。这类工作往往模型本身不难，但特别琐碎：一块底板、几个孔、几根立柱、螺钉过孔和沉头孔。你说它是高技术含量吗？其实不算。但这种重复性建模占用了工程师大量时间。用 text-to-cad 先生成基础形体，再回 CAD 里补约束和标注，能明显压缩前期的草图时间。

第三类是从文字描述到参数化零件的“需求传递”场景。比如销售跟客户聊完需求，回来写一句“需要一块长 200、宽 100、厚 8 的铝板，四角各一个直径 6.5 的过孔，中心开一个 30x30 的方孔”，工程师不用重新去理解这句话再动手画，直接丢给 text-to-cad 生成初稿，再进软件调公差和表面处理。这里的价值点是：减少了需求转述过程中的信息损耗。

当然也要泼盆冷水。你别指望它现在就能取代工程师做整机设计、运动仿真或者复杂的曲面造型。它更适合的场景是：结构清楚、特征明确、能用尺寸和约束描述清楚的一类零件。你要是说“给我设计一个像流水一样优雅的机械臂基座”，AI 大概率会给你一个看似流线但完全没法用的东西。

2. 技术原理拆解：一句人话是怎么变成一颗螺丝的

2.1 自然语言到模型的三种翻译路径

想要理解 text-to-cad 为什么有的工具好用、有的工具很蠢，你得先看它背后这层翻译逻辑。我习惯把现有方案分成三类来看。

第一种是“文本到代码再到模型”。大语言模型接收你的自然语言描述，输出一段参数化建模代码，比如 OpenSCAD 脚本或 CADQuery 脚本，然后由脚本引擎执行生成三维实体。这条路径的本质是让 LLM 去写程序，模型本身不直接预测几何。好处是可控性强，代码是人能读懂的，出了毛病可以改代码；坏处是假如 LLM 对某个建模 API 的语法掌握不好，就会输出一堆报错脚本，你要会一点代码才能 debug。

第二种是“文本到操作序列再到模型”。这条路线更接近“让 AI 学会建模仿真操作”。研究者把 CAD 建模过程拆解成一系列离散操作：创建草图、选择平面、拉伸深度、选择特征类型、应用布尔运算……然后让大模型在序列空间里去预测下一步该干什么。Meta 那篇 Text2CAD 的工作就是这么做的，他们把 CAD 模型用中间语言向量表示，让模型直接生成这种向量，再转换为 CAD 命令序列。这条路径的优点是不需要 LLM 懂工程图，它只需要在大量 CAD 操作数据里学出“概率最高的下一步操作”；缺点是很吃训练数据，且操作序列一旦生成错了，后期很难局部修改。

第三种是“文本到网格/隐式场再到表面”。像点云、NeRF、SDF 这类方法在图形学里很火，也有工具尝试走这条路。它们的表现是做“看起来像”的造型很厉害，随手生成一个茶壶、一把椅子都没问题。但问题是它输出的是网格或隐式场，不是参数化的 B 样条曲面，也不是带特征树的实体模型。拿到工业软件里，你实际上获得的是三角面片，没法改某一个孔的直径，也没法给它重新定义一个拉伸特征。

现在你应该明白了：市面上所谓的 text-to-cad，其实底层路线完全不同，而“能不能编辑”这个差异，决定了该选哪条路。做手办、做概念造型，选第三种没问题；做真实加工件，必须选第一种或第二种。

2.2 为什么“能编辑”比“像模像样”更重要

我用一个生活化类比来解释这件事。你拿手机拍了一张零件照片，这张照片放得再大，你也没法把照片里那个孔从 3.2mm 改成 4mm；但你手里如果有这个零件的源文件，叫出特征树，双击那个孔特征，直接改尺寸就可以。photoshop 的 PSD 源文件能改图层，jpg 只能整张改。CAD 模型里的特征树就是它的“PSD 图层”，而 STL/STEP 网格文件类似“jpg”——能看，不能特征级编辑。

text-to-cad 最关键的价值不在“生成出形状”，而在于生成出来的这个模型能不能回到 CAD 软件里继续编辑。所以你会发现做得比较聪明的工具都倾向于用代码或可参数化的中间表示来输出模型。比如 Zoo.dev 的 Text-to-CAD，据我看到的演示，它生成的模型是可以用原生 CAD 命令继续编辑的，而不是给你一张“效果图”。这背后的思路是：让 AI 把话语转换成建模指令，再让 CAD 内核去执行，而不是让 AI 去“画”一个模型出来。

还有一个行业里的潜在需求也推动了这种方案：工程交付往往要求可追溯、可复用。你给客户发一个“死模型”，客户想改个孔位都麻烦，那这个模型就只有展示价值。只有带有完整建模历史的活模型，才有真正的工程价值。DeepLM 这类把传统 CAD 内核与神经网络结合的工作，也是在往这个方向使劲。

2.3 训练数据和模型微调：为什么它不像通用聊天机器人那样“什么都会”

现在很多 text-to-cad 工具跑在通用大模型之上，但通用模型并没有专门学过 CAD 操作序列。你在 ChatGPT 里让它“写一段 OpenSCAD 代码生成一个法兰盘”，它能写，偶尔能跑通；但你要它“用 CATIA 的 API 建一个参数化支架”，它就经常一本正经地编造不存在的函数名。所以真正可用的 text-to-cad 工具背后，几乎都做了专门的数据采集和微调。

一类数据来源于公开的 3D 模型库，比如 Thingiverse、GrabCAD、TraceParts。研究者把它们转成中间语言，再配自然语言标注来训练模型。另一类数据来源于 CAD 软件的宏录制和操作日志。你每做一次拉伸、切除，软件后台其实都会记录一条操作，把这些日志积累下来，就构成了“文本描述—操作序列”的对齐数据。Meta 那篇 Text2CAD 就用了大量这类 CAD 操作数据，构建了一个包含草图+拉伸+布尔等操作的指令集。

这也能解释一个现象：有的工具对“机械零件”很擅长，对“组织结构件”“钣金件”“曲面件”就露怯。因为它的训练数据里大量是某几类零件，模型见过很多轴、板、壳体，但没见过复杂的放样曲面。所以你用它的时候，尽量把它往你熟悉的数据分布上带，会得到好得多的结果。

3. 实操：用自然语言跑通一个带孔支架

3.1 从零开始的第一步：搭一套能跑通的环境

下面这部分我打算以“LLM 生成 OpenSCAD 代码→本地渲染导出”这条路线为例，原因是它门槛低、免费、任何人都能复现。OpenSCAD 是一个程序化建模软件，写代码就能生成模型，本身就适合做 text-to-cad 的下游执行引擎。

需要的工具：

• 一台能上网的电脑，有浏览器就行，最好再装一个免费开源的 OpenSCAD（官方很轻量，几百 MB 不到）。
• 一个大模型对话入口。你手上有 ChatGPT、Claude、通义千问、DeepSeek 任一都可以。
• 如果要导出 STEP 格式做进一步编辑，可以装 FreeCAD 或者用在线转换服务。

搭好以后你不需要写任何算法代码，只需要理解一个核心交互循环：你给出自然语言描述 → 模型输出 OpenSCAD 代码 → OpenSCAD 渲染出模型 → 如果不行，你修改描述或让模型自己修 bug → 直到得到满意结果。

有人可能会问：为什么不是直接在 Zoo.dev 这种平台上点几下完事？因为平台工具在后端做了很多封装，你不太容易看到中间环节发生了什么；本地用 OpenSCAD 你每一步都能亲眼看见，也更容易理解 text-to-cad 的工作原理。等你在本地跑通以后，再去用成品平台，认知完全不同。

3.2 写好一条能用的提示词：关键是把“工程意图”说全

text-to-cad 的第一个坑，就是你把它当成跟人聊天了。跟人聊天，你少说一句尺寸，对方可以追问；跟 AI 生成模型，你少说一个尺寸，它就只能靠猜。猜的结果往往不是你想的那样。

我用一个具体例子演示。这是我最开始实际测试过的需求：

“生成一个 L 形支架，长 60mm，宽 40mm，板厚 5mm，竖边朝上，底边上有两个直径 3.2mm 的安装孔，孔中心距离底边外沿 10mm，两个孔水平间距 30mm，所有外边缘都做 R1.5 的圆角。”

丢给模型之后，它输出的 OpenSCAD 代码大致长这样：

module l_bracket() { difference() { union() { // 底边 cube([60, 40, 5], center=true); // 竖边 translate([0, 0, 15]) cube([5, 40, 30], center=true); } // 安装孔 translate([-15, 0, 2.5]) cylinder(d=3.2, h=10, $fn=20, center=true); translate([15, 0, 2.5]) cylinder(d=3.2, h=10, $fn=20, center=true); } } l_bracket();

这段代码不是完美成品，竖边的连接处缺少过渡圆角，孔位的坐标也需要结合实际安装面再调，但它已经能渲染出一个看得见、摸得着的 L 形支架。拿到模型之后，你可以在 OpenSCAD 里直接旋转、缩放、看尺寸，确认 60×40×5 和孔位是否满足需求。

这里有一个关键技巧：提示词里的信息不要只给数字，要把数字跟哪个特征绑定说清楚。比如“板厚 5mm”要明确是底边的厚度；“两个安装孔水平间距 30mm”要明确是孔中心距还是孔边距。AI 不能替你做工程判断，你越含糊，它越自由发挥。

再补充一个进阶写法：如果你希望生成的模型是“参数化可调的”，可以在提示词里要求它“把关键尺寸定义为变量，方便后续修改”。模型通常会照做，把长宽高孔距都提升成变量放在开头。这一点对后期的设计迭代特别有用。

3.3 从代码到实物的最后一公里：导出、检查、切片

生成代码只是开始，真正用起来你还要走完整条链路。

在 OpenSCAD 里渲染好模型之后，第一件事是检查尺寸。你可以在 OpenSCAD 右侧的 3D 视图里直接测量，也可以把模型导出成 STL，然后放进切片软件里看尺寸。STL 是网格格式，导出精度默认就够了，但要注意如果你要生成 STEP 格式以便后续特征编辑，就要用 FreeCAD 打开 STL 再转曲面，这个流程比较繁琐，不是特别顺滑。通常更推荐的做法是：如果这个零件还要在 SolidWorks 里做正式出图，你就直接用“生成代码→ CADQuery/Fusion 360 API”那条路线，从源头保留参数化特征。

第二个检查项目是壁厚和公差。3D 打印和机加工对壁厚的要求完全不同。如果你把 0.8mm 的薄壁模型拿去 CNC，即使 AI 生成得再好看，实际加工也会崩。我用 text-to-cad 生成过一个小齿轮模型，外形很漂亮，但齿宽只有 0.4mm，根本没法用。所以在把 STL 丢给切片软件之前，最好先用 Meshmixer 或者 OpenSCAD 里的分析工具检查一下最小壁厚。

最后一个环节是打印或加工的工艺适配。切片软件里你要重新设置层高、填充率、支撑，这些 AI 帮不了你；生成模型它只负责“形”，你能不能加工出来，还是得靠工艺知识。这也是为什么我一直强调 text-to-cad 是提效工具，不是替代工程师的工具。

4. 主流工具怎么选：四条路线的横向对比

4.1 从“学一遍就上手”到“研究级复现”的工具矩阵

现在你如果真的打算开始用 text-to-cad，市面上的选择其实不少，但大部分人的误区是：以为找到一个工具就行了，实际上不同工具的定位完全不同。我做了一张表，帮你快速建立认知：

Zoo.dev 那个平台我第一次用的时候还挺意外，它不像很多 AI 工具那样“给个图就完事”，而是能生成可编辑的 CAD 原生文件。你把文字描述填进去，等它算完，下载下来直接能在主流 CAD 软件里打开继续改。这对不熟悉代码的工程师来说是最省事的路径。它唯一的缺点是，提示词的细节限制比较多，太复杂的装配体它可能理解不了。

如果你懂一点 Python，LLM + CADQuery 的路线会给你最大的灵活度和可控性。CADQuery 的建模逻辑比其他程序化建模 API 更接近工程直觉，你可以用代码定义草图、拉伸、打孔，也可以把它嵌入自动化设计流程。我把 GPT-4 生成的 CADQuery 代码直接接进公司内部的自动化出图脚本，让 AI 先把基础模型跑一遍，我再人工抽检参数，效率提升非常明显。

4.2 选型背后的三个思考维度

第一，你到底需要“可编辑”还是“能出图”。大部分人在刚开始接触 text-to-cad 时只关心“模型长得对不对”，忽略了“这个模型能不能给到加工端”。实际上 CAD 行业里，模型的可编辑性直接决定工程效率。如果你只是做手办装饰件，STL 网格完全够用；如果你要做带公差要求的五金件，必须选能输出参数化模型的工具链。

第二，提示词的自由度。有的工具只允许你填一句简短描述，有的允许你写很长很具体的约束。我的实测经验是：允许长描述的工具有更高的上限，但也更依赖你的表达能力。你如果只会写“一个盒子”，再强的模型也发挥不出来。做任何工具的选择之前，先刻意练习一下“把一句话扩展成一段规格书”的能力。

第三，隐私与合规。工程图纸和数据在很多公司是核心机密，随便传到在线平台很容易踩合规的坑。如果你是个人用，这个问题不大；但要是在公司内部推广，尽量优先考虑私有化部署或者在本地运行的开源模型方案。这一条很多人一开始想不到，但等出了事再补救就晚了。

4.3 我最常用的组合拳

我自己的日常工作流是混合的：先用本地 LLM 加 OpenSCAD 快速试初稿，确定尺寸和形状方向没问题之后，再让模型用 CADQuery 生成带参数的 Python 脚本，最后在 Fusion 360 里打开做正式文档和标注。这个流程的好处是把成本压到最低：OpenSCAD 渲染是毫秒级的，试错几乎没有成本；等到 CADQuery 那一步已经确定了主要特征；最后进商业软件做收尾时，模型已经七七八八了。

这种“先轻量后重型”的思路，也是我给所有想尝试 text-to-cad 的人的建议。一上来就买最贵的商业插件，反而容易因为不熟悉而搁置。先用免费工具跑通几个真实零件，你对这条路的判断会准很多。

5. 踩坑实录：那些文档里不会写的细节

5.1 提示词里的“单位陷阱”和默认假设

我现在看到最常见的失败案例，不是 AI 不够聪明，而是提示词没有约束单位。你写“一个长 10 宽 4 高 2 的盒子”，AI 默认单位大概率是毫米，但如果它某一轮抽风按英寸理解，你得到的模型尺寸直接差了 25.4 倍。我的习惯是每个尺寸后面都必须挂单位，哪怕重复也要写。另一个常见问题是“中心线”和“边线”不分。你说“孔到边的距离是 10mm”，到底是孔心到边，还是孔边到边？两者差了整整一个半径。这类细节在人类交流里可以靠画图补充，但在 text-to-cad 里你必须一次说清，或者让模型输出之前主动反问，如果平台没有反问机制，你就自己多写一句“孔中心到右侧边外沿距离 10mm”。

5.2 生成结果是“死模型”怎么办

这是最打击新手的场景：AI 生成了一堆代码，或者给你一个模型文件，但打开之后发现没有特征树，整个模型像一块实心面团。这种情况通常发生在网格生成路线或者某些封装平台里。解决方式有两个方向：第一，换用程序化建模路径，重新要求生成带特征过程的脚本；第二，在 CAD 软件里使用“实体识别”或“特征识别”功能把形状反推成特征。SolidWorks 有 FeatureWorks 可以识别导入实体的常见特征，虽然不能百分百还原建模历史，但至少能部分编辑。你要是遇到死模型，先去软件里找“特征识别”，别急着删掉重做。

另外还有一种“伪死模型”：生成出来的 STEP 带有原始坐标系和基准面，但特征树是空的。这种模型在 Fusion 360 里可以用“网格转曲面→曲面缝合→实体”的方式补救，只是流程长一点。我通常的做法是：如果模型简单，直接让 AI 重新用参数化代码生成一遍；如果模型复杂，才尝试识别或重建。重生成显然要快得多。

5.3 圆角与倒角真的是“低级错误”重灾区

我发现 LLM 在生成圆角时特别喜欢“想当然”。你要求“所有外边缘 R1 圆角”，它会只给视觉上明显的几条边加圆角，内部孔口边缘、隐藏槽边一点都没加。这倒不能说模型偷懒，而是“外边缘”这个说法在 CAD 里太模糊了：哪个面是外？哪些边属于面边界？对于人来说一眼能看明白的事，对模型来说就是一堆待消歧的边集合。

解决办法是给圆角指令加上足够多的参考对象：“底边外轮廓四角 R1 圆角”“安装孔顶部口部倒角 C0.5”“竖边与底边相交的内侧根部 R2 过渡圆角”。你可能觉得这么写很啰嗦，但它确实能大幅度减少后续返修。还有一点，倒角命令在 OpenSCAD 里没有内置的 fillet，通常要自己用 hull 或者 rotate_extrude 模拟，所以模型写圆角的成功率低，我一般建议要求模型用 CADQuery 实现圆角，因为 CADQuery 有真正的 fillet API。

5.4 中文提示词的兼容性问题

虽然现在很多大模型中文能力很强，但直接生成 CAD 代码时，中文提示词的稳定性明显不如英文。我实测过同样一句话，中文描述生成的开头代码经常多带中文变量名，比如“支架_长度”，导致 OpenSCAD 的某些旧版本报错。更麻烦的是，中文里“长度”“宽度”“高度”的对应关系在不同语境下可能互换，AI 容易把长宽弄反。

我自己现在用中英混合的方式：主体用中文描述，关键尺寸和特征名用英文单词或数字固定下来。比如“厚度 5mm，M3 沉头孔，Counterbore，中心距 30mm”。这样模型在生成代码时更不容易漏掉关键参数。如果你的项目对别人可读性要求高，可以考虑写一个表格化的提示词模板，明确列出各特征的属性值，模型处理起来会稳定很多。

5.5 常见问题速查表

5.6 别忘了检查“最小特征尺寸”

最后一个我想多写几句的坑是：AI 生成的模型经常在数值上“看起来合理”，但那只是数字合理，不能满足加工工艺。比如你用 text-to-cad 生成一个带矩形槽的壳体，AI 按你的描述生成了一个宽 0.3mm 的槽。对于激光切割来说，这个槽可能刚好能用；但对于普通铣削来说，0.3mm 的槽根本没有对应规格的刀具。这种问题的本质是：模型只负责几何，不懂制造约束。

我建议在提示词阶段就加上工艺限制：“最小孔径不小于 2mm，最小壁厚不小于 1.5mm，内部圆角不小于 R1”。这些约束可以帮助模型自动规避很多制造上的坑。如果你已经生成了模型，也别忘了在切片软件或者 CAM 软件里跑一遍模拟，让软件提示那些可疑的薄壁和小孔。用 text-to-cad 生成的模型，必须当它是“初稿”而不是“终稿”，这句话我每次都会强调。

6. 一些个人体会：它不是“万能建模器”，但确实是提效利器

把 text-to-cad 用到现在，我最大的感受是：它的价值不在于彻底取代手工建模，而在于把“从需求到初稿”这个环节的时间压缩到几乎为零。以前我接到一个工装设计需求，从理解需求到画出第一版，少说也得半天；现在我给 AI 描述清楚特征和尺寸，十分钟之内就能拿到一个能看的初版模型，后面花时间精修调优就行。这等于把传统流程里最枯燥的“确定性建模”外包出去了，而工程师把精力留给了真正需要判断力的事情。

还有一个小技巧想分享：不要只用一次生成就结束。我会故意让 AI 按不同的建模顺序生成同一个零件，比如先拉伸后切孔，或者先画草图再整体拉伸，然后对比两个模型的特征树哪个更适合后期修改。这个过程能让你更理解模型的“设计意图”，也能反向训练你写提示词的能力。你试得越多，越会发现那套“把需求拆成特征、尺寸、公差、约束”的表达方式，本身也是工程师思维的一部分。

顺带说一句，text-to-cad 的技术迭代速度比大多数人想象的快。我刚开始写这篇文章时还在用 OpenSCAD 加通用 LLM 的方案，写完的时候已经用了两轮新的在线平台工具。所以我的建议是：保持动手，每隔一个月去试试新工具，感受一下模型的边界到底挪到了哪里。你不一定要成为深度用户，但至少要知道它现在的能力边界在哪里，这样等项目来的时候，你才能判断该不该让它上场。