企业官网建设流程全解析

做机械结构设计这行快十年，我见过太多因为改一个孔径、调一个倒角，就得把整个模型推倒重画的场景。参数化建模出现后情况好了一些，但真正把口头需求直接变成可编辑的三维模型，一直是个遥不可及的梦。text-to-cad 这个名字最近两年突然热起来，我第一次看到时其实挺怀疑的——一句人话真能生成能用的 CAD 模型？后来自己把市面上的主流路子都试了一圈，又踩了不少坑，才慢慢摸清楚这个方向究竟走到了哪一步。

这篇文章我想从一个实际干活的工程师角度，把 text-to-cad 到底是什么、背后的实现逻辑怎么理解、真实工具用起来是什么体验、以及我踩过的那些坑，一次性讲清楚。不管你是做机械设计的工程师、搞 3D 打印的爱好者，还是准备把 AI 引入研发流程的技术管理者，只要你想知道“一句话出模型”这事靠不靠谱，这篇应该都能给你一些参考。

1. 先从“一句话建模”这件事说起

1.1 它到底解决了什么问题

传统 CAD 建模最大的痛点，不是画图这个动作本身，而是从需求到模型之间的翻译过程。车间师傅口头说“我要一个 L 型支架，底板四个孔，孔距 40，板厚 3 毫米”，到了设计师那里，得先理解这句话，再在脑子里构思结构，然后打开软件，建草图、标约束、拉伸出实体、打孔、倒角。这里面每一步都消耗时间，而且最要命的是，一旦需求变化——“孔距改成 45”——你又得回到草图重新改约束。

text-to-cad 想干掉的就是这个翻译环节。它直接接收自然语言，输出一个可编辑的 CAD 模型或者对应的参数化脚本。我不需要记住软件菜单位置，不需要拖动那些密密麻麻的约束图标，只需要把需求写清楚，系统帮我完成几何构建。这听起来很美好，实际用下来也确实能在某些场景里提速，但它绝对不是“一句话就啥都出来了”的魔法，理解这一点，后面才不会失望。

1.2 和传统建模方式有什么本质区别

传统建模，不管是用 SolidWorks、FreeCAD 还是 OpenSCAD，本质上都是“人来驱动几何”。人要负责把几何体的每个尺寸、每个约束、每段空间关系都想清楚，软件只是执行工具。而 text-to-cad 把执行权和一部分决策权交给了模型：你说“带加强筋的矩形盒子”，它得自己决定加强筋放哪、多厚、几条。

另一个本质区别在于可编辑性。很多人第一反应是 text-to-cad 应该像文生图一样直接吐一个网格模型，但真实产品里主流方案更倾向于生成参数化代码，比如 OpenSCAD、FreeCAD 的 Python 脚本。为什么？因为网格模型改起来太难了，而代码模型是可以改参数的。这个选择背后其实反映了 CAD 领域和 AIGC 领域对“模型”这个词完全不同的理解：画画的人要的是“像”，做设计的人要的是“还能改”。

2. 技术原理：一句话怎么变成几何体

2.1 文本理解层：把需求拆成结构化意图

text-to-cad 的第一层，是对自然语言的理解。这里用到的核心是近几年的大语言模型，它们能识别出句子里的关键实体和空间关系。比如“一个直径 20 毫米的圆柱，高 30 毫米，中心有一个直径 5 毫米的贯穿孔”，模型要先提取出几个关键信息：基本体是圆柱，直径 20，高度 30，还有一个布尔减运算——中心贯穿孔，直径 5。

这一层听起来简单，实际训练数据里最难的是空间关系的表达。中文里说“板子上面开四个孔”，“上面”到底是顶面还是上表面？“贯穿”到底穿透几层？同一个词在不同语境的歧义非常大。所以现有的 text-to-cad 工具通常都要求用户尽量用结构化、带数值的描述，减少歧义。这也引出一个重要的使用心法：越像“给工人下料单”的描述，生成效果越好；越像“跟朋友聊天”的描述，越容易翻车。

2.2 几何生成层：参数化代码与网格两种路线

目前 text-to-cad 的实现路线大致分两类。第一类是代码生成路线，模型输出一段可执行的三维建模脚本，比如 OpenSCAD 语言或者 FreeCAD 的 Python API。这个路线最大的好处是几何精度有保证，代码是确定性的，同样的脚本在任何机器上运行都会得到同样的结果，而且用户可以自己改代码里的参数，二次编辑非常方便。Zoo 的 Text-to-CAD 走的就是这个方向，实测下来确实能生成结构比较合理的零件脚本。

第二类是端到端生成路线，模型直接输出网格或者 B-rep 边界表示。好处是能覆盖更复杂的自由曲面，比如一些外观件、有机形态的零件，但坏处也很明显：生成结果容易出现破面、非流形边、自相交，而且难以精确控制尺寸。用这类工具做出来的东西，当个视觉概念稿还行，真要拿去做装配和加工，往往得在传统 CAD 里重新建一遍。

2.3 为什么很多方案选择“生成代码”而不是“直接生成模型”

我刚开始接触这个方向时也疑惑，为什么绕一圈去生成代码而不是一步到位输出模型？后来在实操中被教育了。一个零件模型，不光有几何形状，还有特征树、历史记录、约束关系。网格模型只有点和面，丢掉了所有设计意图，改一个孔的直径等于重画。代码模型则保留了完整的参数关系，改一个变量，关联的特征全部自动更新。

另外，代码模型的验证成本更低。生成一段 OpenSCAD 脚本，我可以直接本地编译预览，有问题就去查代码逻辑，哪里写错了非常直观。端到端生成的网格出了问题，只能肉眼找破面，没有太好的自动化检查手段。所以如果你主要做机械结构件、钣金件这类规则几何体，代码生成为主的工具要实用得多；做外观造型的话，网格生成路线更适合做灵感探索。

3. 工具现状与选型参考

3.1 我实测过的几条主流路线

目前我实际试过的大致有三类。第一类是生成 OpenSCAD 脚本的工具，把需求文本变成代码，然后在 OpenSCAD 里预览和输出 STL/STEP。这类工具的优点是链路短、可编辑性强，缺点是 OpenSCAD 本身对倒角、圆角这类常见特征支持很弱，生成的模型会比较“方”，后期需要到 FreeCAD 里补加工特征。

第二类是研究性质的模型，比如基于开源数据集训练的文生 CAD 模型。这类模型的训练数据通常来自公开的三维模型库，能覆盖不少常见零件。但从我的使用体验来看，它们生成复杂装配体、带有精确公差标注的工业件还有很大差距，更适合作为教学演示和学术研究。

第三类是集成到商业化软件里的 AI 辅助功能，比如一些主流 CAD 插件里的生成式助手。这类工具不会直接从文本生成完整零件，但能根据文字描述生成草图轮廓、自动提取特征参数，帮我把重复性操作省掉。对于已经在使用某款 CAD 的公司来说，我认为这是现阶段最能落地的一类，因为它嵌在你熟悉的工作流里，兜底成本低。

3.2 怎么判断一个 text-to-cad 工具靠不靠谱

判断工具值不值得用，我总结了三步实测法。

第一步，拿你自己的典型零件去试，别用官方案例。官方案例永远是做的最好的几个结果，拿到真实场景里一测，复杂度一上来，各种问题就暴露了。

第二步，看生成结果能不能二次编辑。如果一个工具生成的模型只能导出成死掉的网格，任何参数都改不了，那它充其量是个可视化玩具。一个靠谱的 text-to-cad 工作流，必须让你能在生成结果上继续做修改。

第三步，看它怎么处理失败。生成式工具一定会出错，靠谱的工具要么能告诉你哪里没理解，要么能让你通过追加描述来修正，而不是出错后让你从头再来。我特别看重这一点，因为在真实设计过程中迭代才是常态，一次生成就完美的概率几乎为零。

3.3 场景化的选型建议

根据应用场景我给你一个比较实际的选型参考：如果你做的是快速原型、创客项目、3D 打印小零件，选代码生成路线的工具，因为改参数快、导出 STL 方便；如果你是做精密加工件、装配体设计，现阶段更合适的方案是用 AI 辅助生成初始结构，再导入传统 CAD 里做细致设计和公差标注；如果你只是想要视觉参考、概念展示，端到端生成网格的工具完全够用，不必追求精度。

注意：无论选哪个工具，都不要在生产图纸上直接用未经检查的生成结果。我见过有人把 AI 生成的模型直接拿去 CNC 加工，结果发现孔径差了 0.3 毫米，整批零件报废。生成模型可以作为起点，但最终必须经过人工校验。

4. 完整实操：从一句话到一个可加工的零件

4.1 需求描述是成败的关键

我自己的经验是，text-to-cad 的生成质量，七成取决于提示词写得好不好。什么叫写得好？不是文采好，而是信息完整。一个合格的提示词至少应该包含：基本体形状、关键尺寸与单位、特征操作类型、数量与位置、对称性要求。

举个例子。你说“做一个底座”，这肯定不行。你要说“做一个长 80、宽 50、高 10 的矩形底座，四角各有一个直径 6 的沉头孔，沉头直径 12、沉头深度 3，孔距边缘 8 毫米”。这样描述，模型才知道要创建矩形体、进行四次沉头孔特征、确定孔的位置。把提示词当成一份微缩的工程图说明，而不是日常口语，这是生成可靠结果的第一个关键。

4.2 提示词的迭代策略

一次生成很少直接成功，所以要有迭代意识。我的习惯是先给一个简版描述，拿到第一版结果，再逐步增加细节。比如先写“一个 L 型角码，两个面互相垂直，每个面两个孔”，等基本几何建立成功后，再补充“板厚 3 毫米，孔径 5 毫米，孔距边缘 10 毫米”。分步走的好处是，你能判断问题到底出在文本理解还是几何生成，方便针对性修正。

修改时我建议用“追加约束”的方式，而不是推翻重写。如果结果是模型整体对，只是某个孔位置不对，就针对性地补一句“所有孔的位置相对边缘对称”。如果是生成结果完全跑偏，那说明基础描述有歧义，重新组织提示词，把模糊的词换掉，比如把“一个大一点的块”换成“长 60、宽 40、高 15 的矩形块”。对数字敏感的模型，精确数值永远比形容词可靠。

4.3 生成结果的检查与导出

生成完成后，别急着用，先做四项检查：尺寸检查、特征数量检查、布尔运算结果检查、可制造性检查。尺寸检查最直接，用一个测量工具把关键位置的尺寸标出来跟需求对比；特征数量检查是数一数孔、槽、筋位是不是你要求的数量；布尔运算检查要看有没有残留的独立碎片，有时候模型生成的减运算不到位，会留下悬浮的小实体；可制造性检查最重要，比如壁厚够不够、有没有倒扣、孔有没有斜穿的路径。

检查完确认没问题，就可以导出了。拿生成脚本的工具来说，导出前要确认单位设置，OpenSCAD 默认单位是毫米，有些工具后台却是英寸，一旦混了，尺寸全线错误。导出格式上，3D 打印用 STL/3MF，传统 CAD 协作用 STEP，需要二次建模用原生的脚本继续改。这个环节没什么诀窍，全靠细心，我因为单位问题报废过一整版样品之后，现在导出前必查三遍单位设置。

5. 常见问题与排查技巧

5.1 生成结果和需求对不上

这是最多人遇到的头号问题。我会按顺序排查：首先确认我的提示词里有没有模糊词汇，比如“大一点”“差不多”“中间位置”这类无法量化的描述，有就改成具体数值；其次确认空间关系词是否准确，比如“上面”和“贯穿”经常引发歧义；最后看工具本身的上下文长度，提示词过长时模型会忽略中后段信息，把关键要求往前放。

我自己的一个习惯是，把关键需求在提示词里重复一遍。比如一个零件有 8 个孔，我开头写“一共 8 个孔”，最后又写“注意是 8 个直径 4 的孔，不是 4 个”。这种重复放在人眼里很啰嗦，但对注意力机制为主的生成模型非常有效。实测下来，重复关键数字确实能明显降低漏特征的几率。

5.2 几何非法、无法导出的问题

第二种常见问题是模型生成了，但导出时报错“非流形实体”“自相交”之类。这个问题通常出在几何运算环节，比如两个实体贴合时未做合并，布尔减掉的面留下退化边。遇到这种情况，不要反复重试生成，先检查生成脚本里的布尔操作是否有缺失，或者把模型导入 FreeCAD 用网格检查工具自动修复。

如果修复不了，我通常的做法是“简化重写”：把模型拆成几个简单步骤，先生成基础外形，再逐个叠加特征。这样做虽然多几步操作，但每一步的几何都是确定合法的，综合下来反而比反复抽卡式生成快。记住一句话，生成式的坑不要靠随机重试去填，要靠缩小步子去躲。

5.3 单位、精度和装配问题

单位问题是新手最容易踩的坑，也是最隐蔽的。很多 text-to-cad 工具接受带单位的输入，但内部处理方式不同，有的会把“cm”直接当成“mm”的数值，有的会做单位换算，乱了之后模型比例完全错误。我的建议是，无论工具支不支持，提示词里统一使用毫米，并且导出后马上用测量工具验证一遍关键尺寸。

精度问题上，当前大部分生成工具适合做外观原型和结构初稿，不适合做需要公差配合的零件。生成模型的几何精度通常在 0.1 毫米级别，而机械加工要求常常到 0.01 毫米甚至更高。所以做装配验证时，我会在模型间预留较大间隙（比如 0.2 毫米以上），等确定结构可行后，再到传统 CAD 里做精确的公差配合设计。

6. 对实际工作流的影响与边界

6.1 哪些环节真的能提效

我在实际项目里试下来，text-to-cad 目前最有效的三个环节：第一是前期方案沟通，以前给客户出概念模型要花半天，现在半小时能出好几个版本让对方挑；第二是标准化零件的快速建模，比如各种支架、垫块、盖板，描述一次之后改几个数就能复用；第三是教学演示，给新人展示某种结构特征怎么布置，比手把手教画草图直观得多。

还有一个容易被忽视的价值是它是很好的“数据库接口”。如果你把公司常用的零件描述写成模板提示词，那就等于把老工程师的经验沉淀成了文本资产。新来的工程师输入模板，修改参数，就能生成对应的模型，这种知识传递方式比翻图纸高效太多。

6.2 目前还做不到的事

先说清楚边界，大家才能用得心里有数。目前 text-to-cad 做不到的事情主要包括：复杂的曲面造型，比如汽车覆盖件那种光顺曲面，生成结果离可用状态还很远；大型装配体设计，涉及几十上百个零件的配合、运动干涉检查，它不是设计工具而是零件生成工具；符合制造工艺规范的细节，比如铸造圆角、拔模斜度、热处理要求等，基本还是要靠人工补充。

另外一个重要边界是数据安全。如果你用在线工具，把公司未公开的产品数据描述发上去，存在数据泄露风险。市面上已经有一些可以本地部署的开源方案，效果稍弱，但胜在数据不出内网。对涉密项目，我强烈建议优先考虑本地部署，不要图方便用云服务。

6.3 给想入门的人几条实在建议

第一，别指望完全替代你的 CAD 技能。text-to-cad 是辅助手段，你的核心价值仍然在于知道“什么样的结构是合理可加工的”。越是懂设计的人，越能利用它提效；完全不懂设计的人，反而最容易拿到一堆无法落地的模型。

第二，建立自己的提示词模板库。每次成功的生成，都把提示词和结果存下来，积累一段时间后你会发现大部分日常零件都能从模板改出来。这个模板库才是真正的效率利器。

第三，保持工具多样性。不要只盯着一款工具，因为这两年这个方向迭代很快，每隔几个月就会出现新的方案。我的做法是每隔一段时间就把几个主流的工具都跑一遍同一组需求，谁的结果稳定、谁修 bug 快，就优先用谁。

最后再分享一个小经验。我第一次用 text-to-cad 时，总觉得生成结果不够“漂亮”，后来才想明白，工具的价值本来就不是帮你做艺术品，而是帮你在确认“这个结构行不行”之前，省掉重复建模的时间。把心态调整成“拿生成模型当起点草稿”之后，我对它的满意度一下子高了很多。现在我的日常工作流里，大约六成的新零件都是从文本生成起步的，剩下四成复杂件仍然回到传统 CAD，但即便如此，整体设计周期也缩短了差不多三分之一。这个方向还在快速演进，我现在掌握的技巧可能半年后又过时了，但“先描述、再生成、后修改”这套思路，我觉得会成为未来 CAD 的主流工作方式。