企业官网建设流程全解析

1. 先给结论：text-to-cad不是“输入一句话就有成品模型”

text-to-cad这个词，近半年基本是三维设计与制造圈子的必刷热词。过去建一个法兰、支架或者外壳，要在SolidWorks里画草图、拉特征、打孔倒角；现在的玩法是你把需求描述清楚，AI直接给你生成一段能构建几何的“CAD程序”，你还能回头改参数重新生成。听着很爽，但它的能力边界，远比想象中窄。很多第一次接触的人会误以为它能像Midjourney一样“一句话出图”，结果发现自己拿回来的是一个能编辑、能导出、能出工程图的参数化模型，反而不知道怎么下手。这篇文章，我把过去几个月的实测结果、踩坑记录，以及一条能在本地完整复现的搭建链路，一次整理清楚，给站在门槛上的人一张尽量精确的地图。

1.1 它生成的是参数化特征，不是一张STL网格

先破掉最常见的误解：text-to-cad里的“cad”，默认指的是参数化CAD，而不是3D打印常用的STL网格。STL本质上是成千上万个小三角片拼出来的表面，能看、能打印，但要改一个尺寸，或者拿去数控加工，就很痛苦——没有特征历史，没有约束，改一个孔位等于重新建模。参数化CAD模型则是“图元+特征+约束”的组合，你改一个孔径数值，相关的孔位、倒角、装配关系会联动刷新，可以直接出工程图、上CAM、进仿真。

所以判断一个工具是不是真text-to-cad，直接问三个问题：输出物是网格还是B-rep实体？有没有特征树或者构建历史？关键尺寸能不能改参数重新生成？

很多“文本转3D”的工具做得挺热闹，但输出的是带贴图的三角网格，适合游戏素材和视觉展示，跟工程链条完全不搭。这不是说网格工具没价值，而是它不属于CAD。我在实际对接里见过不少设计师踩坑：拿文本转网格模型去和供应商沟通开模，被问三个问题就卡住——壁厚多少？装配基准在哪？拔模角度多少？对方答不上来。没有参数，就回答不了这些问题，模型只能停留在“像”的阶段。

1.2 为什么“可编辑”是CAD的灵魂

机械行业里，模型最值钱的部分从来不是那个“形”，而是改起来方便。设计迭代时，改一个孔距，整个零件要跟着刷新；模具合模时，改一个拔模角，相关面要同步补偿。这些动作依赖参数化约束和特征历史的配合，而这两样东西，恰恰是普通AI生成最难复制的。

AI如果在生成时只输出最终几何，却不保存构建过程，等于给你一张不能改的设计图。早期不少AI生成CAD的方案就死在这里：模型看上去形状完整，拓扑也正确，但工程师一动特征就散架，因为底层是合并过的面片实体，没有草图和特征可言。后来大家普遍收敛到一条路线：让AI走“程序化CAD”——生成一段构造脚本，比如OpenSCAD、CadQuery、CodeCAD，或者某个API的建模命令序列，再由CAD内核去执行。用户手里拿到的是一份“建模过程说明书”，改参数就是改说明书，重新跑一遍，模型连同关联约束一起重建。这个思路才符合CAD的底层逻辑，也是现在主流产品愿意采用的架构。

1.3 现阶段哪些人值得立刻上手

按我的观察，三类人最容易真正受益。

第一类是机械结构工程师和硬件产品经理。开案初期要快速比选结构方案，过去画一个支架可能要半天，现在布局提示词跑几个备选，至少能把形状和安装接口定下来，后面再人工精修。

第二类是自动化、机器人领域的方案设计者。标准化连接件、传感器支架、线缆固定座这类重复性强、规则明确的零件，AI生成成功率很高，往往第一次就给接近可用的结果。

第三类是教CAD和AI交叉课程的讲师。因为当前模型的能力和限制都非常典型，拿来当案例拆解特别合适，比纯讲软件操作更能说清楚“大模型+工程领域”的命门在哪里。

至于纯艺术向设计师、做渲染模型的人，现阶段不用急着扑到text-to-cad上，有更顺手的网格生成工具可用，硬切反而更费劲。

2. 实测过的几条主流路线：从云端API到本地开源

我不喜欢隔空聊技术，能亲跑的都尽量跑。这一节是我接触过的三类主要方案：商用云API、本地开源LLM加脚本CAD、以及文本转网格的“伪CAD”路线。各自都有适合的场子，也都有明显短板。

2.1 Zoo Text-to-CAD：把AI真正接到几何内核上的典型

先说我最早尝试、也最印象深的一个——Zoo（前身KittyCAD）推出的Text-to-CAD。它的做法不是让大模型输出STL，而是让模型生成自身CAD内核能执行的建模命令，用户拿到的是可继续编辑的参数化模型，可以在线改参数、看特征、导出通用格式。我给它提交过几个机械件，包括法兰、带加强筋的固定支架、带孔位的配电箱底板，整体观感是：

• 几何正确率比一年前提升明显，拉伸、布尔、阵列这类基本操作很少出错；
• 生成速度快，中小型零件大约十几秒内能出初步结果；
• 最值钱在“可继续编辑”，我改了孔径和位置关系，模型能按新参数重新生成，这在网格工具那边根本做不到。

但也要客观说，它目前是测试体验，有排队和额度限制，复杂曲面和真实螺纹仍是短板。把LLM规划能力和内核执行结合的方向，我认为是对的，也是后续行业产品会普遍参考的做法。

2.2 本地开源组合：Ollama + OpenSCAD/CadQuery

云端好用，但很多企业环境不允许数据出域，所以我另外搭了一条本地链路，成本极低，适合观察“大模型到底怎么理解CAD”。工具链就三样：

• Ollama本地跑一个7B~8B量级的开源模型；
• OpenSCAD当几何执行端，接收代码并渲染模型；
• 一小段胶水脚本，把提示词发给模型、把返回的代码喂给OpenSCAD。

提示词模板我写成下面这个样子：

你是一名资深机械工程师，只用OpenSCAD代码输出一个可用零件。 要求： 1. 参数放在文件顶部，用变量定义，单位毫米； 2. 优先用线性拉伸、旋转、两个实体之间的差集实现； 3. 不要输出文字解释，直接输出纯OpenSCAD代码； 4. 功能描述：

功能描述部分填写我真正想做的零件。按这个框架，生成结果的可读性和成功率明显变高，模型“自由发挥”的概率直线下降。如果换成CadQuery，还能得到更接近工程特征的Python式建模代码，适合做程序化特征链管理。这条路没有云端那么顺滑，但胜在可控、便宜、好复现。我把每次生成的代码都存档，后续人工改代码就能做迭代，不依赖任何在线服务。

2.3 文本转网格工具：不是CAD，但要把边界划清楚

为了弄清边界，我也用文本转网格的工具生成过“类似的”零件。比如要求生成一个带四个螺栓孔的安装托架，工具给的形状看上去很像，网格细密，外壳还有质感。但放大检查孔位，发现孔径大小不一、孔轴线歪斜，更麻烦的是没有壁厚概念，整个模型就是一个表面壳，根本无法加工和装配。转成STEP格式后，同一堆自由曲面直接现原形。

这类工具适合给客户看效果、为游戏和影视做资产。工程人员应该把两种工具放进两条完全不同的工具链：一个解决“长什么样”，一个解决“怎么造出来”。别把这两个词当成同义词，否则项目后面全是烂尾。

2.4 一个支架提示词，三条路线的真实差异

拿同一个小例子来看。我让三组方案分别生成：“一个L型安装支架，长80mm宽40mm厚3mm，底部四个直径5mm的安装孔，侧面有一个M8的腰型槽。”结果差异非常直观：

这组对比能帮人快速建立预期：当前真实水平是一个“速度极快的概念工程师”，不是高阶结构工程师。目标如果是快速拿到可编辑初版，人工再修几轮，那够用了；目标如果是开箱即用、直接上机床，那还差得远。认清这条线，比到处找“最强工具”重要得多。

2.5 本地链路的环境准备清单

如果只想快速把本地链路跑起来，按这个顺序来，不需要独显也能跑：

1. 安装Ollama，命令行执行ollama pull llama3.1:8b拉一个可用模型；
2. 安装OpenSCAD，确认命令行openscad在PATH里；
3. 新建一个工作目录，准备prompt.txt放提示词模板，再写一个run.sh把提示词发给模型、将返回代码存成.scad文件，最后调用OpenSCAD渲染打开；
4. 把提示词模板里的功能描述替换成你自己的需求，第一次跑通，后续就是反复调整提示词。

CPU上跑7B~8B模型，单个简单零件大概要十几秒到几十秒，可接受。每次结果存成带编号的.scad文件，相当于留下一个“参数化版本库”，以后改一行代码就是新一版，这种方式比反复让模型重新生成稳定得多。

3. 拆开看它背后怎么跑：语言模型如何变成几何

理解了工具差异，再看它们内部是怎样工作的。用大白话说，现在的text-to-cad，本质是一条“从自然语言到程序化建模指令”的翻译链路。每一步都有讲究，工程上差一环，结果就差出十万八千里。

3.1 生成建模指令，而不是生成三角面

第一阶段，语言模型接收用户提示词，把它解析成设计意图：有哪些主体特征、尺寸多少、位置关系如何、有没有阵列逻辑。第二阶段，模型输出一段面向CAD内核的程序化指令，比如OpenSCAD脚本、CadQuery代码，或者某个API的建模命令序列。第三阶段，CAD内核按指令构建B-rep实体，生成特征历史。整个过程的“智能”集中在第一、第二阶段，第三阶段是确定性计算。

这里容易被忽略的是，为什么不让模型直接输出网格。除了前面说的可编辑性，还有精度和稳定性原因。网格生成是连续空间回归，模型很难保证“圆弧就是圆弧”“平面就是平面”，直接重建精确几何需要极其庞大的标注数据。程序化生成走的是离散的、语法明确的指令，模型只需要选对操作类型和参数，再由内核的约束求解器保证精度。换句话说，模型负责规划，内核负责执行，各司其职，这条架构路线是当前工程上最理性的选择。

3.2 草图、约束、B-rep：AI绕不开的底层概念

要真正看明白这条链路，有几个概念躲不开。先说B-rep（边界表示）：CAD模型用平面、圆柱面、球面等解析表面精确拼接成实体，这样的实体能精确求布尔、算面积、生成CAM刀具路径；网格是离散近似，做不到这些。再一个是特征历史：一个零件的构建过程被记录成步骤，如“画80mm底边草图→拉伸成3mm厚板→板上挖四个直径5mm通孔→侧面开腰槽”。有了特征历史，用户可以回到任意中间步骤修改，后续特征自动重新计算。

当你听到“可编辑性高”时，本质是AI在特征历史层面做对了：生成的命令序列顺理成章地记录了“草图→拉伸→布尔差集→阵列”，而不是把所有几何一次性布尔合并。这也是为什么团队训练AI时特别强调生成特征序列，而不是只优化最终几何。特征序列对了，工程师拿到的就不是一件雕塑，而是一件能拆改的积木。

3.3 数据从哪来：程序化CAD数据集和“程序召回”

训练这类模型，需要的不是海量STL，而是“自然语言描述↔CAD构造程序”的成对数据。这对数据很稀缺，是落地的主要障碍。目前能用的公开数据源有几类：面向学术研究的Fusion 360 Gallery，它提供了大量带特征历史的真实零件；ABC等B-rep数据集；开源社区沉淀的OpenSCAD/CadQuery库；以及商业软件导出的带参数模板。

有意思的是，开源社区里海量的OpenSCAD/CadQuery代码本身就是很好的语料。模型训练时如果见过足够多“用差集挖孔”“用线性拉伸建板”的写法，推理时就能“程序召回”这些模式，生成类似结构的代码。这解释了很多生成的模型为什么看起来那么“科班”——它本质是在模仿训练数据中最能解决当前问题的程序写法。

但由于工程上一个零件可以有十种建法，只有少数建法在后续制造里好用，所以纯粹从代码库里学习，AI经常学到“能出形态但难编辑”的做法。这也是业内在推进“可编辑性评估”和“多轮生成评审”产品的原因——把可编辑性本身变成训练和考核目标，比只追求“外形像”有用得多。

3.4 多模态输入：为什么草图加文本才是下一个台阶

当前绝大多数text-to-cad都是纯文本对话框，但真实工程师画图时，手头往往是“一张手绘草图+几个关键尺寸+一句加工要求”。纯文本表达复杂轮廓非常吃力，比如一个异形轮廓配四个不对称孔位，用语言描述非常绕，可手一画就几秒钟。

因此学术界和工业界都在做“文本+草图”联合条件输入的生成，这类方案对空间关系的理解难度显著低于纯文本，因为语言模型只需要在图像提示的约束下做“翻译”就好。我判断下一代产品会把“画轮廓+填参数+AI续建特征”作为默认交互，而不是要求每个人都学会写结构化提示词。对读者来说，现在提前熟悉“自然语言描述+程序化代码生成”这套心智模型，到时候迁移成本会很低。

4. 实操排雷：高频问题与对策

这一节是全文最想让你带走的部分。下面每一条都是我真实掉过的坑，以及对应的解法和排查思路。有些看起来特别琐碎，但恰恰是这些琐碎决定了方案能不能在业务里活下来。

4.1 提示词写得太“像人话”，模型反而听不懂

第一版体验十有八九是提示词问题。试过“给我一个安装摄像头的小架子，要结实好看”，模型就开始自由发挥，形状奇奇怪怪，尺寸完全不可控。原因是模型在“自由度爆炸”的空间里猜“好看”，面对几百条可行路径，最后选出的往往是平庸平均值。

解法核心是把自然语言压缩成工程语言，按五个维度组织：功能是什么、主轮廓是什么、关键尺寸多少、必备特征有哪些、禁止事项有哪些。实际模板类似这样：

零件名称：带螺栓孔的光电传感器安装支架 主体：一块底板，60mm x 40mm x 3mm； 主特征：立起的安装耳，高30mm，厚3mm，与底板夹角90度； 孔位：底板四个角各一个直径4.2mm通孔，孔心距边缘8mm； 耳部：一个直径6mm的水平通孔，中心高度15mm； 禁止：不要倒角、不要圆角、不要多余装饰特征。

同样的需求喂给Zoo或本地模型，成功率从“瞎猜”变成“按单下料”，提升不是一点点。尤其是“禁止”两个字，会主动砍掉装饰性特征，模型自由发挥的概率明显下降。

4.2 出来“看着对”，一导出就坏的检查链路

如果你见过AI生成模型人眼看起来完美，一导出STEP在别的软件里报错，或转STL时提示自动修复，那大概是遇到几何内核打架了。常见原因包括：自相交布尔、退化边、重合面、生成特征把实体切成了两个独立壳体，等等。

我现在的习惯是每次生成后，按固定链路做三道检查，而不是只在软件里看一眼就收工：

1. 在生成平台里检查特征树和参数，确认每个关键尺寸都在变量里；
2. 导出中性格式如STEP或IGES，用Fusion或MeshLab导入验证；
3. 用开源工具跑一遍非流形检查和包围盒检查，确认实体封闭、尺寸数量级正确。

后两步看起来机械化，但能替你挡掉一大半“供应商打不开文件”的沟通事故。这套检查成本不高，值得打包成固定动作。如果不做，后续返工时间往往是你靠AI省下时间的数倍。

4.3 一次只让AI干一件“特征级”的事

这是另一个特别可惜的坑。把一堆需求挤进一句话，表面上是省事，实际是恶意放大生成不确定性。模型要在同一个回合里同时规划主体、拉伸、阵列、倒角、螺纹和加工工艺，出错率是相乘的。

工程上最有效的方式是把零件拆成特征链，一次对话只管一到两个特征。先生成“底板和立耳”，确认没问题，再追加“打四个孔”；孔位确认后，再追加“加一条加强筋”。每一轮修改都是确定性增量，而且结果还带着前一轮代码，迭代积累下来，代码可读性和可编辑性远高于一次性生成满配版。慢一点没关系，最终能一次成型才是关键。

4.4 用可量化评审替代“我觉得它行了”

项目后端验收阶段，别凭感觉说“行了”。我给AI生成结构件定了三条轻量指标，够用：

• 尺寸偏差：关键尺寸与目标值的绝对和相对偏差；
• 特征完整率：目标特征数量占实际生成特征数的比例；
• 可编辑性：直接在结果里改参数能否生效，改动后是否出现报错或破面。

这套指标用Excel就能维护。每次生成完填一遍，一段时间后，就能摸清手头这套提示词和工具的能力曲线。这个动作的意义在于把主观印象变成客观判断：哪些零件可以直接用，哪些必须人工补很久，心里有数，项目排期才敢拍板。

5. 把text-to-cad真正接进产品开发流程

工具测完、坑避完，接下来是工作流层面的事。我过去半年逐步形成了一套还算稳定的用法，不一定普适，但可以当参考起点。

5.1 概念评审阶段的“快速生成-比选-重做”闭环

做结构方案比选时，我现在通常先不打开三维软件，而是用text-to-cad快速生成三到五个备选外形：不同布局、不同孔位、不同加强肋位置，肉眼扫一圈就能筛掉明显不可行的，剩下两三个再导入CAD精修。这个阶段的收益不在“免画图”，而在“派生速度快”。

过去纠结“要不要为临时方案花两小时建模”的场景，现在直接生成就行。方案评审会议变成对着多个参数化模型现场改尺寸，效率提升是实打实的。但注意，这类方案我会按“概念草图”对待，不会直接拿去做详细设计，更不会跳过评审。AI生成只是加速器，不是过滤器。

5.2 参数模板化：让AI生成“可复用结构”而不是一次性零件

第二件重要的事是把生成结果模板化。同一套机构里的标准结构，比如电机安装座、传感器固定支架、线缆卡扣，让AI生成时就要求它把关键参数全部提到文件顶部，用清晰变量名：bracket_length、hole_diameter、wall_thickness……

这样同一个脚本换几个数值就是一个新系列，相当于把AI变成结构参数库的生成器。配合本地或云端API，后续每次新项目只要往模板里填参数，几秒出变体。这比让AI凭空想一个新结构实用得多，也更容易沉淀成团队知识资产。做过的项目越多，模板越厚，AI的“可用率”会越来越高，因为它只是在完成编码，而不是在做开放式构思。

5.3 机械件、建筑构件与消费品：落地程度差异很大

不同领域的落地节奏差距不小。机械标准件、钣金支架、轻量化连接件这类规则鲜明的零件效果最好：特征密度适中、布尔关系清晰、制造约束标准化，AI正确率能到很合理的水平。建筑领域的参数化构件，比如幕墙接点、栏杆、隔墙龙骨，前景也不错，因为建筑构件的几何更偏线性拉伸和阵列。而消费电子外壳、汽车复杂曲面件、模具件这类需要大量自由曲面和工艺经验的零件，目前仍处半成品阶段，AI生成后往往要重画主体，只保留布局思路。

所以我的结论是，不要问“text-to-cad什么时候能替代工程师”，而要说“在标准特征类零件上，它已经是一个运算速度极快的实习生；在复杂曲面和工程工艺上，它连刚毕业都算不上”。把定位摆正，项目里怎么用才不会天天打架。

6. 一点个人体会，和接下来要盯着的三个信号

玩了半年text-to-cad，我心态上最大的变化是，不再拿它跟“画图”比，而是拿它跟“找参考、翻模型库、查手册”比。用生成替代搜索，往往比替代绘图价值更大：你不需要在几十个模型库里翻近似件，而是直接描述一次就能拿到定制件，而且每个参数都受自己控制。这个转变听起来不大，实际用起来体验差得很远。

接下来我会重点盯三个信号。第一是数据集方向，看有没有更多“带特征历史的真实工程零件+自然语言描述”被公开，这决定模型能力的底座；第二是约束求解和生成相结合，重点看内核能不能在执行AI命令后自动处理过约束与冲突，把人工纠错的比例降下来；第三是CAD大厂的整合动作，一旦Fusion这类主流软件内置了相对成熟的文本转特征能力，行业工作模式才真正到拐点。

在那之前，我建议你按第2.5节的方法搭条本地链路，花一个下午生成二十个零件，亲手感受一下什么是程序化CAD生成，再回来说它行不行。模型迭代非常快，半年后回头看眼前这些限制，很可能你又得重新做一次判断。