企业官网建设流程全解析

键入一行文字“一个带四个通孔的L型支架，板厚5毫米”，回车，三秒钟后屏幕上出现一个三维实体，能旋转、能缩放、能导出STEP文件，用Fusion 360打开还能继续打孔倒角——这就是text-to-cad正在做的事情。整条技术路线不靠你拖拽草图、约束标注、拉伸切除，全靠一句自然语言描述，系统自己把几何推理、特征布局、布尔运算都处理完。

我第一次看到这个效果时确实愣了一下，但冷静下来之后发现，text-to-cad的价值并不在于“替代CAD软件”，而在于把“把设计意图变成几何模型”这个最琐碎、最耗时的环节压缩到一个句子的级别。对机械工程师、产品设计师、创客和搞AI应用的人来说，这玩意儿能帮你把概念验证、方案对比、变体生成这几类脏活累活大幅提速。

这篇文章我不打算只给你念官方介绍，而是结合我实际操作过的经验，拆一下这个方向背后的技术逻辑、主流的实现路线、一个完整的实操案例，以及生成结果如何接入正常的CAD/制造流程。无论你是想直接用现成工具，还是打算自己搭一套文本生成CAD的管线，下面这些内容应该都能省你一些摸索时间。

1. text-to-cad到底是什么，它解决了谁的问题

1.1 工程语义下的“生成”，比图片生成难在哪

很多人第一次听到text-to-cad，第一反应是“这不就是文生图的3D版吗”。这种理解方向对，但难度完全不是一个量级。

文生图模型画一只猫，哪怕爪子多了一根、耳朵角度偏了点，结果依然是一张“猫”，观感上说得过去就行了。但text-to-cad生成的是一个可测量、可装配、可加工的工程模型，孔心距差0.5毫米，装配的时候螺丝就是穿不进去；板厚写的是5毫米，实际模型变成4.7毫米，强度校核就会得出错误结论。这不是“像不像”的问题，是“准不准”的问题。

第二个难点在于CAD模型的数据结构。工程上用的STEP、原生零件文件，本质上是边界表示（B-rep）或者参数化特征树，里面存的是精确曲面、边、顶点以及它们之间的拓扑关系。而绝大多数文本生成3D模型输出的只是三角网格（mesh），网格做渲染、做3D打印预览没问题，但要拿去做装配约束、做布尔运算、做CNC刀路，就差得远了。

所以text-to-cad这个方向真正要解决的，不是“生成一个看起来差不多的形状”，而是“生成一个符合工程语义、可编辑、可制造的三维实体”。这也是为什么它跟Midjourney、Stable Diffusion那一类工具的底层实现思路完全不同。

1.2 三类典型用户画像

从我接触到的实际用户来看，text-to-cad最适合三类人：

第一类是机械工程师和结构设计师。他们在做前期方案的时候经常要出三五版对比结构，传统流程是打开SolidWorks、建草图、加约束、拉伸、倒角，一版下来快则二十分钟，慢则半天。用text-to-cad生成概念模型，虽然未必能直接用，但当“几何草稿”非常高效，尤其是支架、底座、法兰盘这类规则零件。

第二类是非专业但有建模需求的人。比如创客要做一个外壳、硬件爱好者想要一个传感器固定座，这些人并不熟悉参数化建模软件的操作逻辑，但脑子里很清楚自己要什么东西。text-to-cad把建模门槛从“学会一整套软件”降到了“把话说清楚”。

第三类是AI应用开发者。不少人拿text-to-cad的API或者开源方案做自动化设计工具，比如根据BOM清单自动生成零件初稿、根据历史订单批量生成变体。这类场景拼的不是单次生成质量，而是流程的可重复性和可脚本化能力。

1.3 一条让设计师不那么焦虑的技术路线

很多设计师听到“AI会取代CAD工程师”这种话会本能地反感，我觉得大可不必。text-to-cad现阶段更像一个“超级实习生”，你告诉它长什么样、孔放哪、多大的圆角，它帮你跑腿建模，但最终方案拍板、工艺合理性判断、工程图出图，还是要人来完成。

实操中还有一个更务实的用法：让它生成程序化建模代码，而不是直接生成死模型。这样出来的结果天然带参数，改一个数字就能得到一个新的变体，比如改支架长度、改孔距、改板厚。这种“文本到代码再到模型”的链路，比“文本到模型”的单一输出灵活得多，这也是我后面会重点演示的方案。

2. 主流通用手段和上手路径

2.1 开箱即用的在线工具：Zoo Text-to-CAD

目前体验最顺、知名度最高的在线text-to-cad工具，是Zoo（原KittyCAD）推出的Text-to-CAD。它直接在网页上运行，不需要装任何本地环境，注册账号后输入描述，系统会生成多个候选模型供你选。预览时可以旋转、缩放查看，选中满意的版本后可以导出STEP或STL，拿回到常规CAD软件里继续处理。

我实测下来的感受是，它对“机械零件”类描述的生成质量明显好于有机形体。像“带四孔L型支架”“带中心孔的圆形法兰”“传感器外壳底座”这类提示词，生成结果通常结构完整、特征清晰、尺寸把握也比较靠谱。但如果你让它生成“一只蹲着的猫”或者“抽象雕塑”，结果往往惨不忍睹，因为训练数据里大量是工程零件，不是艺术造型。

使用步骤非常简单，但有几个小细节我建议注意：

• 第一次用建议登录后先跑几个官方示例，感受一下它对尺寸、单位的理解方式。
• 提示词里尽量用工程术语（通孔、沉头孔、倒角、阵列），少用感性形容词。
• 它会一次生成多个候选，不要只看第一个，多对比一下，不同候选之间的几何质量差别有时很大。
• 导出后立刻用专业CAD软件打开检查一遍，不要直接拿去加工。

Zoo还提供API，可以在自己的脚本里调用。如果你打算做批量生成或者集成到内部工具链，API路线是值得试的，省去了自己维护推理环境的成本。

2.2 自己动手：LLM + CadQuery复现一条基础管线

如果你想完全掌控生成过程，或者不想依赖商业服务，用LLM驱动CadQuery是最容易复现的一条路线。CadQuery是一个基于Python的参数化建模库，写起来有点像“用代码画CAD”，支持导出STEP、STL等格式。思路很简单：让LLM输出CadQuery代码，你在本地执行，如果报错就把错误信息喂回去，让它自己修，直到生成出模型。

我搭这套管线的时候，发现一个特别关键的技巧：给LLM的结构化提示词一定要严格，不然它会在代码里加各种多余内容，导致执行失败。我的做法是把系统提示词固定成下面这个套路：

• 明确声明“只输出一个python代码块，不要任何解释”。
• 强制使用CadQuery，限制只能用某个工作平面。
• 要求所有尺寸带单位（默认毫米）。
• 要求最后必须调用cq.exporters.export导出STEP文件。

核心实现代码长这样：

import cadquery as cq t = 5 # 板厚 W = 100 # 水平板长 D = 60 # 侧向深度 H = 80 # 垂直板高 profile = ( cq.Workplane("XY") .moveTo(0, 0) .lineTo(W, 0) .lineTo(W, t) .lineTo(t, t) .lineTo(t, H) .lineTo(0, H) .close() ) part = profile.extrude(D) part = ( part.faces(">Z") .workplane(centerOption="CenterOfBoundBox") .pushPoints([(-35, -15), (-35, 15), (35, -15), (35, 15)]) .hole(6.0) ) cq.exporters.export(part, "L_bracket.step")

这段代码生成的L型支架，水平板长度100mm、深度60mm，垂直板高度80mm，板厚5mm，水平板顶面上打了4个直径6mm的通孔。剖面轮廓从(0,0)开始画，沿X轴走100，再向上5，回头走到厚度边界，再沿Y轴走80，最后闭合，拉伸60mm，就形成了L型主体。孔的坐标是相对于顶面中心计算的：水平板宽度100，孔心距边缘15，所以X方向偏移是35；深度60，孔心距边缘15，所以Y方向偏移是15。

有了这段基础代码，你就可以让LLM在这个框架上改尺寸、加圆角、加沉头孔，甚至生成完全不同的零件。每次生成不需要从零开始，而是基于这段验证过的模板做增量修改，成功率会高很多。

2.3 常见实现路线对比

我把市面上几种主流的text-to-cad实现路线放在一起做了一个对比，方便你根据自己的场景选型：

从我的实际使用经验来说，如果你要的是“快速看效果”，选在线工具；如果你要的是“把生成结果纳入自动化流水线”，选LLM+CadQuery；如果你做的是外观造型而非精密结构，扩散模型路线也够用，但别对它抱太高期望。

3. 一个完整实操案例：从文字到L型支架

3.1 关键步骤拆解

我拿最常见的机械件“L型支架”作为完整案例，演示一遍从文本描述到最终STEP文件的完整流程。这个案例覆盖了大多数人第一次上手时的主要环节。

第一步：写提示词。我用的是上面那套模板，但把自然语言也写成结构化描述：“一个L型支架，水平板100x60x5mm，垂直板60x80x5mm，水平板上有4个直径6mm通孔，孔心距边缘15mm，呈矩形对称分布。”

第二步：生成候选。我用Zoo Text-to-CAD生成了一次，得到4个候选模型；同时用本地LLM+CadQuery管线生成了一次，得到一段可执行的Python脚本。两种方式我都试过，结论是：在线工具胜在“所见即所得”，本地管线胜在“可批量、可重用”。

第三步：导出并检查。在线工具导出STEP后，我用FreeCAD打开，用测量工具验证了关键尺寸：水平板长度100.00mm，板厚5.00mm，孔心距70mm和30mm，均符合要求。本地管线直接导出的STEP文件，尺寸一致性更好，因为代码里写死了数值，只要代码没错，几何就不会错。

第四步：工程后处理。不管哪种方式生成，我都会在正式CAD软件里做一次布尔检查、干涉检查和最小壁厚检查。生成模型毕竟是“推理产物”，不是100%经过工程规则校验，这一步不能省。

3.2 提示词的撰写经验

提示词是整个text-to-cad流程中最重要、也最容易忽略的部分。我踩过不少坑，总结了几条硬经验。

风格上，避免“设计感”描述，尽量用“制造感”描述。写成“现代感强的支架”“简洁的底座”等于什么都没说；写成“带加强筋”“带沉头孔”“四角有圆角R2”这种话，模型才知道该干什么。工程术语越具体，生成结果越可控。

结构上，遵循“主体形状→尺寸→特征→位置关系”的顺序。先说清楚是什么形状，再给尺寸，再描述孔、槽、圆角等特征，最后说明特征之间的相对位置。不要想到哪说到哪，大模型对语序很敏感，结构混乱的提示词生成出的模型往往也是混乱的。

尺寸上，一定要显式写单位。很多工具默认mm，但你不写单位，模型可能自己“猜”，猜错了就是你后期返工。我的习惯是每个尺寸后面都带mm，比如“板厚5mm”“直径6mm孔”“间隔15mm”。

迭代上，一次只加一个复杂特征。如果一开始就写“支架带4个孔、两个沉头孔、一个U型槽、三道加强筋、底部圆角R3”，模型生成出来的大概率是一坨不可用的几何。正确的做法是先给主体轮廓，生成一版；再追加孔，生成一版；再追加槽或圆角，逐步叠加。

3.3 生成结果的工程检查和后处理

拿到生成模型之后，不要直接送加工。我通常按下面的顺序做一遍体检：

先查单位。有时导出模型用的单位是英寸，但你以为它是毫米，这一步错了整个计算全崩。检查办法很简单，用测量工具量一个已知长度的边，看数值对不对。

再查特征完整性。看孔是不是真的“通孔”，还是只是凹坑；圆角是不是均匀的，有没有出现扭曲；阵列数量对不对。LLM生成的代码偶尔会把hole写成了盲孔，这类问题在视觉上不明显，但是加工时就是灾难。

三查拓扑有效性。把STEP文件导入SolidWorks或者FreeCAD，尝试做一个简单的布尔运算或者倒角操作，如果软件报错说“几何无效”或者“自相交”，说明模型内部拓扑有问题。遇到这种情况，我的经验是不要尝试在原模型上修复，直接修改提示词重新生成，成功率更高。

最后根据用途决定交付格式。3D打印用STL够了，但CNC加工、装配仿真、有限元分析要STEP或者原生格式。如果你的下游流程需要参数化特征，建议拿到生成结果后做一次“特征识别”，把它转换成可编辑的拉伸、切除特征，而不是留着一堆破面。

4. 常见问题与排查技巧实录

4.1 几何生成不达标的七种典型表现

text-to-cad不是每次都能一次生成成功，我把实际操作中遇到的典型问题整理成了一张速查表，方便你对照排查：

这张表看起来简单，但每一条背后都是真金白银的返工教训。尤其是“特征丢失”这个问题，我一开始总以为是模型能力不行，后来才发现是我自己一个提示词里塞了太多特征，一次只追加一个之后，成功率直接上来了一大截。

4.2 迭代提示词的排查路径

如果你生成了三次都不满意，不要盲目改提示词。我的习惯是先做“变量分离”：先把孔、圆角、槽这类次要特征全部去掉，只保留主体结构，如果主体都不对，那就是形状描述有问题；如果主体对了，再逐个加回特征，看哪个环节开始崩。

这个思路和调试代码很像。你不能一上来就面对50个报错信息，先把变量全部屏蔽，跑通最小用例，再逐步放开。text-to-cad的迭代也是一样，最小用例就是“没孔的L型支架”，跑通了再加孔，加完孔再加圆角。过程虽然慢，但每一步都可控，不会陷入无休止的试错循环。

另外，我发现换一种表达方式也可能解决“生成结果不理想”的问题。比如“四个对称安装孔”可能不如“孔中心在矩形四角，距边缘15mm”来得精确。模型对几何关系的理解，很大程度上取决于你的描述是“感觉”还是“坐标”。

4.3 与现有CAD工作流的衔接

最后聊一下生成结果如何融进现有工作流，这部分是我认为最实际、也是很多人第一时间不会去想的。

最基础的用法是把text-to-cad当“建模加速器”。拿到生成模型后，导入SolidWorks/Fusion 360，然后用草图重新构建一遍，关键尺寸直接复制“答案”，相当于一边看参考图一边建模，效率比自己从零想快很多。生成模型的价值不是“最终交付物”，而是“参考基准”。

进阶一点的用法是让生成结果直接进入参数化系统。如果你用的是LLM+CadQuery路线，模型本身就是代码，改一个变量重新执行，就能得到变体。我做批量设计时经常用这个能力：客户改了安装孔距，我不需要重新建模，改一行hole_spacing = 45重新导出就行。

再进一步，text-to-cad的API可以和现有PLM/PDM系统打通，实现“描述即文档”。比如销售人员确认需求后，系统根据选项自动生成零件初稿，工程师只做审核和优化，整个报价周期能压缩好几倍。我自己在尝试这个方向时最深的感觉是：这个技术真正的空间不在“单个模型的生成质量”，而在“把设计意图变成几何数据的成本被大幅降低”之后，整个工作流的重构机会。

踩过几次坑之后，我个人对text-to-cad的定位越来越清晰：它就是设计流程里的“第一根草图线”，把脑子里那句“大概这么个东西”变成屏幕上一个能看、能转、能量、能改的三维实体。指望它一键出生产图纸，现阶段不现实；但把它放到“快速验证设计意图”这个位置上，它的价值已经被我验证过很多次了。最后再分享一个小技巧：从在线工具导出的STEP文件，用专业CAD软件打开后记得跑一次“特征识别”，把死几何转成可编辑特征树，很多时候比重新建模省一半时间。