企业官网建设流程全解析

第一次正儿八经把 text-to-cad 当回事，是在一次赶图纸的晚上。手头要做一个带安装孔和加强筋的支架，按老流程得先翻标准库、画草图、拉特征、加约束，怎么也得二十分钟起步。那天我鬼使神差把一句话丢进一个能“文本出模型”的工具里，结果一分钟不到，一个看起来像模像样的实体出现在视口里。我当然知道它离能进装配线还差得远，但那一瞬间我意识到：这玩意儿不是玩具，它正在改变设计的起点。

这篇东西不是产品发布会通稿，也不是论文翻译。我把自己过去一段时间对 text-to-cad 的试用、拆解、踩坑和落地判断整理成文。适合谁看？如果你是机械设计、产品结构、非标自动化相关的人，或者你只是单纯好奇“念一句咒语就能出 CAD”到底靠不靠谱，这里面都有你用得上的东西。

1. text-to-cad 不是在造“好看的模型”，它在改变工程的起点

1.1 从“翻译草图”到“翻译意图”

传统 CAD 的本质，是把人脑子里的设计意图，一步步翻译成草图、尺寸、特征、约束。这个过程非常理性，但也很啰嗦——你得把一个简单的“L 形支架”拆成草图线、拉伸高度、孔位坐标、壁厚参数。软件不关心你想表达什么，它只关心你给了它什么。

text-to-cad 把这个逻辑倒过来了。它试图直接吃掉你的意图：“一个 L 形支架，两边各开两个沉头孔，壁厚 3 毫米。”然后由模型自己决定怎么把这个语义翻译成几何操作。你不再跟软件讨论“先画哪条线”，而是直接讨论“我要什么”。

这带来一个很实际的变化：设计门槛被拉低了。以前一个完全没受过 CAD 训练的人，面对软件界面半天憋不出一个方块；现在他只要会组织语言，就能得到一个可旋转、可缩放、可继续编辑的三维实体。对工程师来说，这意味着方案期的发散速度变快了；对非专业用户来说，这是他们第一次有机会“真的造东西”，而不是看着渲染图流口水。

1.2 可编辑模型和普通 AI 生成网格的本质区别

这里必须把话说清楚：市面上很多“文本生成 3D”工具，出的是 mesh 模型——一堆三角形拼出来的表面。看起来挺像回事，旋转看也唬人，但本质上它就是个雕塑。你没法选中一个圆柱面然后改直径，没法加一个倒角，没法把它塞进装配体里跟别的零件做配合。你得到的是一份贴图和一堆顶点，不是一份工程数据。

text-to-cad 真正值钱的点，在于它试图交付的是可编辑的 CAD 实体。也就是说，模型内部应该有一个像样的特征树：先有这个草图，再是这个拉伸，然后是那个孔，最后是一圈倒角。你在拿到模型的第一分钟，还能像对待普通文件一样改参数、改草图、加新特征。

我用一句话总结给同事听就是：AI 文生图给你的是产品的照片，text-to-cad 给你的是这个产品的“源文件”。当我们要拿它去加工、去出图、去跟别的零件拼装的时候，你会发现“源文件”比“照片”值钱一百倍。

2. 我摸底过的三类 text-to-cad 方案，各有各的脾气

我不打算点名推荐某一个“神器”，因为这东西更新速度太快，今天的神器下个月可能就落后。更靠谱的做法是按技术路线把它们分成三类，让你知道自己在用什么、能期待什么。

2.1 方案一：通用生成大模型走“关键词出网格”路线

这一类本质上跟 AI 绘画同源。你把“一个机械零件，铝合金材质，圆柱形”这样的描述丢进去，它输出一个网格模型。视觉质量现在确实不错，有些甚至能带点材质光影效果。

但问题也很明显：它不保证几何拓扑正确，很多细节是“糊”出来的。你要的是通孔，它给你的是表面凹陷；你要的是螺纹，它给你的是几圈装饰线。这类工具适合做方案展示、App 演示、游戏资产，不适合做工程输入。我一般拿它们快速验证“这个概念方向对不对”，然后就丢掉了。

2.2 方案二：LLM 写程序化建模代码，生成带参数的实体模型

这是我个人最看好的一条路线。思路很有意思：不让模型直接生成几何，而是让大语言模型生成一段代码，这段代码调用一个程序化建模内核（比如 OpenSCAD 的脚本语言，或者某个 CAD 库的 API），最终由内核跑出实体。

好处立刻体现出来了：模型是参数化生成的，改一个数字，整个零件跟着变。你可以拿到源代码，理论上可以手动改、继续迭代。我在实测中发现，只要提示词里把约束写清楚，这类方案的输出往往具备真正的工程可用性。缺点也明显：它对模型的“编程能力”要求很高，复杂曲面、自由曲面基本劝退，生成速度也慢一点。

这类方案的代表形态包括一些基于开源模型/在线 Demo 的项目，以及商用平台内置的“自然语言生成程序化模型”功能。我实际用下来的感受是：它比网格路线可靠得多，虽然上限也低得多，但靠谱。

2.3 方案三：专用数据集训练的垂直模型，生成 STEP/B-rep

第三种更“硬核”：专门用海量 CAD 设计数据训练一个模型，直接输出 B-rep 表达（边界表示），也就是 CAD 内核真正认的那种实体表达方式。用户拿到手的可能是 STEP 文件，能直接导入 SolidWorks、Fusion、NX 这类软件。

这类模型目前还在爬坡阶段：对常见机械结构（法兰、支架、轴套）有不错的表现，但稍微冷门一点的几何就崩。不过它代表的是最正统的方向——如果哪天真突破了，工程师的工作流会被彻底改写。我目前对它的定位是“持续关注，还没到完全可用”。

我把三类方案的关键差异整理成表，方便你判断自己的场景应该用哪类：

3. 原理拆解：一句自然语言是怎么变成实体模型的

如果你只想知道“能不能用”，上面那节够了；如果你想在选型和调试的时候少走弯路，你得搞明白“它凭什么能用”。

3.1 路线 A：先出点云/体素，再表面重建

这条是通用文生 3D 的老路。大模型把文本编码成一个条件向量，然后从一个噪声场出发，逐步去噪生成一个体素网格或者点云，最后用行进立方体这类算法把它变成 mesh 表面。

它的好处是表达能力强，什么奇形怪状都能生成。但坏处是整个过程没有“特征”概念。模型并不知道自己画的那个孔是“打穿了的圆柱”，它只知道那儿的密度值恰好是 0。所以这类模型输出的网格，倒角不圆、孔不一定通、平面不一定平。它适合艺术资产，不适合工程零件。

3.2 路线 B：把建模过程当作“操作序列”来预测

这就是代码生成路线背后的原理。模型把问题转换成了另一个问题：给定一段自然语言描述，我应该按什么顺序调用建模命令？

我实际观察这类模型输出的时候，发现它内部像是在“翻译”——把“法兰”翻译成“一个圆柱体作为底盘，减去一个圆柱体作为内孔，再减掉四个阵列的小圆柱作为螺栓孔”。整个建模历史是清晰可见的，你甚至能看着它一步步“怎么做出来的”。

这解释了为什么代码路线更可靠：它本质上是在模仿人类设计师的建模思路，而不是在猜几何形状。缺点也由此而来：模型能调用什么命令，就能生成多复杂的模型。你让它画自由曲面花瓶，它可能出个六棱柱意思一下；你让它画法兰、支架这类由基本体素和布尔运算组成的机械件，它反而得心应手。

3.3 路线 C：直接预测 B-rep 的边界表示

B-rep 是 CAD 内核里的“终极表达”：一个实体，由一系列的面、边、顶点以及它们之间的拓扑关系组成。专用路线要做的，就是跳过中间过程，直接从文本预测这套拓扑结构。

这个难度极高，因为拓扑关系是离散且严格的——一个面必须有一圈封闭的边，一条边必须连接两个顶点，所有面必须围成一个封闭体积。模型哪怕错一条边，整个实体就废掉。这也解释了为什么这类模型生成速度慢、失败率高，但一旦成功，质量是最接近工业可用的。

3.4 为什么“可编辑性”才是 CAD 的灵魂

把三条路线放在一起，你会发现一个共同点：只有把建模过程显式地保留下来（代码、特征序列、参数），输出才有后路。而 A 路线生成的网格，是一个已经“焊死”的几何，没有历史，没有参数，没有语义。我判断一个 text-to-cad 模型有没有工程价值，第一条标准就是：输出能不能改。不能改，顶多算个 3D 预览图；能改，才配叫 CAD。

4. 实测一次完整的 text-to-cad 出图过程：从翻车到能用

光说不练假把式。这部分我记录一次完整的测试：目标是做一个“直径 80 的带四个安装孔的法兰盘，中心有通孔，背面有一圈加强筋”。听起来很简单，但足以暴露大多数模型的真实水平。

4.1 测试目标与提示词设计

我选法兰盘，是因为它结构清晰、特征明确，而且全是机械设计中高度典型的东西。第一轮提示词我故意写得跟外行一样：

一个直径80毫米的法兰盘，厚10毫米，中心有直径30毫米的通孔， 四周均匀分布4个安装孔，直径6毫米。背面有一圈加强筋。

看起来信息挺全，对吧？实际上问题一堆。

4.2 第一轮翻车：我得到了一坨“让人哭笑不得的垃圾”

模型确实“听懂”了大部分内容，但输出让我血压升高：中心孔确实有，但深度只有表面凹下去一块，根本没贯通；四个安装孔位置大概对了，但直径明显不对，远看像四个小圆坑；至于“背面加强筋”，模型在底面贴了一圈几乎不可见的凸起，不知道是装饰还是什么。

翻车原因拆开来看有三条。第一，约束不明确——我说了“通孔”但模型可能把它理解为“圆柱凹陷”，说明它没把“通”字当成一个贯穿特征来处理。第二，特征间的依赖关系没交代——安装孔应该在螺栓圆上均布，我没提“螺栓分布圆直径”，它就自由发挥了。第三，“加强筋”这种描述对模型来说太模糊——什么截面尺寸？沿哪个方向？覆盖范围多大？

这轮翻车非常有价值：它告诉我要像带实习生一样带模型，把隐含的工程常识显式化。

4.3 第二轮：把描述拆成“底盘 + 通孔 + 阵列孔 + 加强筋”

我彻底重写了提示词，把零件拆成一段一段的建模指令，同时补上关键参数：

生成一个法兰盘实体： 1. 先做一个直径80、厚度10的圆柱体作为底盘； 2. 在圆柱中心切一个直径30的贯穿通孔（完全贯穿）； 3. 在距离中心35毫米的圆周上，均匀分布4个直径6的贯穿孔； 4. 在底盘底面沿圆周添加一个加强环，截面为矩形，宽4毫米，高3毫米； 5. 所有边添加0.5毫米倒角。

这次明显通透了。模型生成的实体，中心孔真的贯穿了，螺栓孔的位置和数量都对，加强环也出现在底面。虽然倒角在某些角落还是歪歪斜斜，但整个零件的拓扑是闭合的，能导入 CAD 继续处理。

这轮对比给了我非常深的印象：对 text-to-cad 来说，提示词的核心技巧不是堆形容词，而是做“建模步骤拆解”。你把人类设计师脑子里的步骤写出来，模型就能跟着走；你只甩给它一堆抽象名词，它就全靠猜。

4.4 从模型到能生产的工序，中间还差什么

别高兴太早。哪怕第二轮的结果“看起来能用”，我也得先做一件事：把生成结果导入传统 CAD，做一次完整校验。检查项目包括：中心孔直径的实际测量值、四个孔的圆度、壁厚是否符合假设、倒角有没有破坏关键尺寸。实测里，我通常要花十几分钟手动修复那些“差一点点”的地方——把某个孔重新标一下、把某段圆弧重画一遍。

所以我的结论是：现在的 text-to-cad 不是用来替代设计工作的，它是用来把“从空白到初稿”的半小时，压缩成“从初稿到定稿”的五分钟。初稿的质量越高，后续手工返工的活越少。这个“初稿加速器”的定位，才是它当前最真实的价值。

5. 落地之前要认清的三道坎：精度、装配、图纸

很多人在 demo 里玩得开心，一进入真实项目就骂“人工智障”。其实不冤——确实还没到全自动落地的时候。我把它在工程落地里最扎手的问题概括成三道坎，你也可以拿这三条当“验尸标准”。

5.1 几何精度：从“看着像”到“尺寸准”

视觉上“看着像”一个 M6 沉头孔，和实际上“公差在 0.1 以内、孔位在理论正确位置”，完全是两回事。我拿游标卡尺和测量功能验过生成件，结论是：多数模型的几何精度停留在“厘米级看着对，毫米级随缘”的水平。复杂曲面更是重灾区，实体表面可能出现肉眼看不出的变形。

这意味着什么？意味着生成的模型不能直接下料。你得回到传统环境里，对所有关键尺寸做一次完整标注和核对。我自己养成的习惯是：生成之后第一步不是截图发群里，而是全选所有面，检查最小半径、拔模角、壁厚是不是满足工艺底线。

5.2 装配与约束：单个零件只是故事的开始

真正让 text-to-cad 头疼的，不是单个零件，而是装配体。一个支架和一个法兰，单独生成可能都还像样，但你试图让它们的螺栓孔对齐、让贴合面共面，就会发现双方各自为政，孔位差个 0.5 毫米很正常。

工程师的日常根本不是“造一个完美的零件”，而是“让三五个零件在装配里不打架”。这就对生成的一致性提出了更高要求：你第二次用同样的提示词生成同一个零件，结果可能跟第一次完全不同，这在装配里就是灾难。我目前的做法是：把关键接口（孔距、轴径、安装面尺寸）写死在提示词里，生成后立刻在装配环境里做干涉检查，而不是等到画总图再发现。

5.3 生产交付：图纸、BOM、制造工艺还是得人来兜底

输出模型离真正生产还有一段路：工程图标注、公差配合、表面粗糙度、材料热处理、BOM 汇总……这些环节依然是传统的、需要经验和判断的活。text-to-cad 现在不碰这些，我也不指望它碰。

所以真正落地的姿势是：它在设计链路最前面多做一步，后端所有流程照旧。你把它的输出当作一位激进但有点毛糙的助理给的第一版方案——方向和结构都对，但所有严肃的决策仍然要人来拍板。用这种心态去用，你会觉得它很香；用“全自动出加工件”的心态去用，你只会想砸电脑。

6. 一些让我觉得“这方向值得跟”的信号，和我的使用判断

6.1 提示词的组织顺序，比堆形容词更重要

这一条是我最想分享给读者的实操结论。很多人玩 text-to-cad 不顺手，问题通常不在模型，而在语言组织。有效的提示词遵循三个原则：先整体后局部、先特征后装饰、先尺寸后造型。

• 先整体后局部：先说“法兰盘”，再说“背面加强筋”。
• 先特征后装饰：先列“孔、槽、凸台、倒角”，再谈“风格、美观”。
• 先尺寸后造型：能写“直径 80”就不要写“比较大”，能写“贯穿”就不要写“有个洞”。

模型需要的不是诗意的描述，而是结构化的命令。这一点跟带新人是共通的——你把意图表达得越像“施工指令”，对方越不容易跑偏。

6.2 最靠谱的工作流不是全自动，而是人机协同

我现在的典型工作流是这样：把需求整理成结构化提示词，生成初稿；导入 CAD 做尺寸复核；手工修正关键特征；进入正常出图流程。整个过程里，AI 负责的是“一提笔就沉默”的空白页恐惧，我负责的是“这玩意儿到底造出来能不能用”。两者配合，效率是最高的。

我也试过完全放手，让模型一次生成十几个候选，然后人肉挑最顺眼的。这个方法在概念期可用，在工程期不适用——因为我需要的不是“看起来有趣”的十种方案，而是“尺寸满足约束”的一种方案。

6.3 我会持续关注的演进方向

最后说几个我看好的信号。一是参数化能力的深化——如果模型不仅能生成实体，还能生成“可驱动变量”（比如只改一个“法兰直径”，整个件的孔位和厚度自动跟着变），那才是真正的生产力解放。二是装配级生成——直接从“一个包含三个零件的支架组件”这样的描述，生成一个带约束关系的装配体，这会把 text-to-cad 从“零件工具”推向“总装工具”。三是跟 3D 打印/CNC 流程的无缝对接——生成的同时直接输出工艺建议、支撑结构和加工路径。

说实话，text-to-cad 现在的产品成熟度，还处于“第一代可以上手玩但别当救命稻草”的阶段。但我在测试里已经不止一次感受到那种“原来建模可以这么快”的冲击。技术的迭代速度在这个方向上是肉眼可见的，我猜用不了一年，上面说的人机协同比例还会继续往模型那边倾斜。只要你还愿意每周花一点时间试用新工具、打磨自己的提示词语感，这波红利就不会跟你擦肩而过。