企业官网建设流程全解析

说实话，最初听到“text-to-cad”这个词时，我并没有太当回事。直到有一次，同事发来一句话需求——“帮我画个法兰座，外径100，内径40，均布六个螺栓孔”，我居然在半小时内，用一套“说需求给大模型，大模型生成脚本，脚本再产出DXF文件”的流程，给了他三个可编辑、可标注、可直接进CAD修图的版本。换在以前，这差不多是一上午的重复劳动。从那一刻起我才意识到，把自然语言直接变成CAD文件这件事，不是噱头，而是实实在在改变制图工作流的技术方向。

这篇博文想把这块内容掰开揉碎讲清楚：text-to-cad到底是怎么工作的、当前有哪些能落地的实现路线、一套完整的实操链路怎么走，以及我在实测中踩过的坑和目前对它的真实判断。无论你是机械制图、建筑电气、钣金设计还是测绘地形相关的从业者，只要每天离不开CAD，这篇文章应该能给你一些可以直接抄作业的思路。

1. text-to-cad到底在解决什么：从“画图”到“说图”

1.1 传统CAD工作流里的三个时间黑洞

每天作图的人都有体会，真正花在“构思设计”上的时间其实不多，大量时间耗在了重复执行上。第一个时间黑洞叫“冷启动”。接到需求后，开新图、设单位、建图层、调标注样式、画基准线，这一套准备工作做下来少说也要十几分钟。如果碰到“先出三版方案看看”的需求，这个冷启动成本还要乘以三。

第二个黑洞是“反复修改”。尺寸从100改成120，螺栓孔从六个改成八个，圆角从R5改成R10。改一处往往牵动全局，删线、重画、重新标注、检查干涉，每一步都在消耗耐心。第三个黑洞更隐蔽，叫“知识流失”。同一个零件，老工程师画过，换个新人又要从零开始。公司的制图规范、图层命名习惯、标注偏好，全藏在每个人的操作习惯里，没法自动传递给下一个执行者。

text-to-cad这类的思路，恰好是从这三个黑洞下手。它把“画图”这一动作变成“说图”：你把对象、尺寸、约束、输出要求讲清楚，技术栈帮你生成可编辑的几何文件，剩下的重复执行交给脚本。这样，冷启动变成一次提示词输入，反复修改变成改一行描述重新生成，知识规范则固化到提示词模板和代码库里面。

1.2 它不是“AI一键出图”那么玄

很多人一听到AI生成CAD，第一反应是“是不是输入一句话，就直接给我一张完美的工程图”。这种期待本身就是错的。text-to-cad生成的绝不是一张像素图，也不是一张WYSIWYG式的渲染效果图，而是一份带着坐标、图层、线型、甚至标注样式定义的CAD原生文件——DXF、DWG，或者参数化建模脚本。

这个区别非常关键。一张图片你不能选中一条线去调整长度，不能对圆做阵列，不能按图层批量改线宽。但text-to-cad产出的DXF文件，落到AutoCAD里就是真正的图元，你可以继续用F命令倒圆角、用BL命令组块、用AR命令阵列，一切都还是你熟悉的CAD操作。换句话说，它做的是“把需求转变成工程文件的起点”，而不是“把设计师整个替代掉”。

从这个角度看，text-to-cad更像是一个效率放大器。它放大的是你从“想法”到“第一个可编辑版本”的速度，而不是替你完成最终交付。这也决定了它的适用人群：凡是每天和DWG/DXF打交道，又经常要从零开始建模型的工程师、设计师、教学人员，都能从中受益。

1.3 和AI绘画、代码生成的分水岭：精度和规范

同样是生成式AI，text-to-cad和AI绘画、代码生成有一个本质差异：它必须满足几何上的精确性。你画一幅画，树多歪一点没人计较；你让AI写一段代码，功能符合预期就行。但CAD图纸里，直径100的孔如果生成成了100.5，它们之间哪怕差0.5毫米，拿到加工车间就是废品。

这就决定了text-to-cad的实现逻辑不能是“端到端直接生成一张图”，而必须走“自然语言转规则、规则转参数、参数转几何指令”的路线。大语言模型在这里负责的是“理解需求、拆解约束、生成可执行脚本”，真正落地的几何精度，靠的是CAD API、参数化建模内核和DXF几何计算器来保证。

另外，工程制图有一大堆看不见的规范：图层怎么命名、线型怎么区分、文字字体用什么、标注在哪个方向。这些规则光靠神经网络很难无中生有，必须显式地注入到提示词或脚本模板里。这也是为什么我会在后面的实操部分反复强调“提示词要包含制图规范”，而不是简单丢一句“画一个法兰座”给模型。

1.4 哪些人最该关注这个方向

基于我自己的使用体验，下面这几类人受益最明显：

• 机械和钣金设计：标准化零件、法兰、支架、孔板这类规则几何特别适合从文字描述直接生成，配合行业插件（比如钣金展开工具）可以快速进入工艺评估。
• 建筑设计前期：方案比选阶段经常要出体量模型、平面轮廓草图，用text-to-cad生成多版草图效率极高。
• 测绘与地形处理：地形等高线、道路走向的初稿轮廓，可以通过文字描述先出草稿线，再在CAD里结合实测高程点精修，能省掉大量描图时间。
• 电气和盘柜设计：桥架走向、盘柜面板开孔、电气符号布局，很多都是“尺寸+规则”的组合，非常适合脚本化生成。
• 教学和培训：给学员讲解制图规范时，快速生成示例图，边讲边改参数，直观程度远超PPT。

当然，现阶段它也不是万能的。到了复杂装配体、曲面造型、严格公差标注这类高级场景，AI生成的初稿离可用还有距离。怎么把初稿变成可交付的正式图，后面第六部分我再细说。

2. 原理是怎么串起来的：语义拆解、程序化建模、制图规范注入

2.1 第一环：大模型作“翻译官”，把自然语言拆成约束清单

要理解text-to-cad的原理，关键要抓住一个词：中间表示。大模型不直接画图，它把“外径100、内径40、六个均布螺栓孔”这句话，翻译成一份结构化约束清单：

对象：圆形法兰盘 外圈圆心：(0, 0)，半径50 内孔圆心：(0, 0)，半径20 螺栓孔：6个，均布角度步长60度，分布半径35，孔径8 图层：轮廓层、内孔层、螺栓孔层 单位：毫米

这份清单本质上是一个“设计意图”的中间表示。它把口语里的模糊信息变成了程序能执行的参数表。学术圈其实也已经出现了以“Text2CAD”为代表的一类研究方向，核心思路就是先由大语言模型抽取文本中的建模实体和几何关系，再把它们组织为一系列CAD命令序列，最后交给参数化建模内核生成实体模型。

这一步最难的不是提取尺寸数字，而是理解空间关系。比如“法兰座上均布六个孔”，“均布”代表360度除以6，每60度一个；“座”代指底板特征；“孔”的默认形状是圆形。这些工程常识，模型需要足够多的领域数据才能学会。所以，如果你的描述能带上明确的几何关系词，最终生成的图纸会可靠得多。

2.2 第二环：程序化建模当“执行手”，用代码/API把几何造出来

约束清单有了，接下来要有人“动手干活”。这个维度上，靠的不是神经网络，而是传统的程序化建模引擎和CAD API。它们本质上是几何计算器：收到参数，按照固定的数学规则在坐标系里面生成点、线、圆、圆弧和多段线。

这就回到我在开头强调的精度问题。从约束清单转换成几何图元这一步不涉及“创作”，只涉及“运算”，半径50就是50，60度均布就是16进制的三角函数计算，这部分完全是确定性算法。换句话说，AI负责的边界到“参数提取和代码生成”为止，剩下的几何精度由CAD内核兜底。

当前工程里最主流的做法，是让大模型生成三种东西之一：DXF文件读写脚本（比如用ezdxf库）、参数化建模脚本（比如FreeCAD或中望CAD的Python API）、CAD原生命令脚本（比如AutoCAD的LISP/COM/VBA代码）。后面我会重点展开这三条路线。

2.3 第三环：规则注入：图层、标注样式、字体、打印样式

几何画出来了，但还差灵魂——工程制图的规范。同一张图纸，给AutoCAD还是给中望CAD，给机械厂还是给建筑院，图层、线型、字体、标注比例的要求都不同。比如机械制图里中心线要用点划线，轮廓线用粗实线，尺寸线用细实线；到了建筑领域，墙线、门窗、标高又有另一套约定。

这部分“制图规范”没法靠网络自动学习，需要显式注入。我在实际使用中，会把公司内部的标准写成一个“规范配置块”，每次生成提示词时自动附加进去。块里通常包含以下内容：

图层命名规范及颜色 标注样式：文字高度、箭头样式、精度 字体样式：指定中文字体（如hztxt.shx加gbcbig.shx） 单位：毫米，线性精度0.5 打印样式和线宽对应关系

这么做最大的好处是，同一个模型对不同的下游环节生成时，只需要替换规范配置块，几何部分完全复用。这也解释了为什么我们单位几个人共享一套提示词库，出图风格能保持高度统一。

2.4 一个通俗类比：厨师、菜谱和厨房设备

用一句话概括text-to-cad的原理：大模型是厨师，提示词是客人的点单，程序化建模引擎是厨房里的炉灶和刀具，制图规范配置就是后厨的出品标准。

客人只说“我要一盘鱼香肉丝”（自然语言需求），厨师（大模型）凭经验把这句话拆成“瘦肉丝200克、笋丝100克、木耳、泡椒、蒜末……按鱼香味型调味”（约束清单），然后按照后厨标准（制图规范）操作炉灶和刀具（CAD API），最终端出一盘符合餐厅出品要求的菜（可编辑的CAD文件）。

客人可以中途改口：“不要笋，换成胡萝卜”。这时候不需要把整个厨房重新开一遍火，只需把菜单改一改，厨师重新配菜，后面的工序照旧。这个灵活性，正是传统“打开CAD鼠标慢慢画”比不了的。

3. 三条能跑的路线，选型比写代码更关键

3.1 路线一：让大模型直接生成ezdxf脚本——最快验证

我第一次跑通text-to-cad，选的就是这条路。Python生态里有个成熟的第三方库叫ezdxf，专门用来读写DXF文件。它的思路是：不依赖AutoCAD环境，直接按DXF规范在内存里创建图层、圆、直线、多段线、标注和文字对象，最后保存成.dxf文件。

之所以说它最适合“最快验证”，是因为它不启动CAD、不需要图形界面，只要装了Python就能跑，CI环境下也可以批量执行。大模型对ezdxf这种开源库的API用法掌握得相当好，不需要你手动写几何算法，只要把约束清单描述清楚，它生成出来的脚本基本能直接跑通。

我通常会让大模型在同一个脚本里做三件事：建图层、画几何、设置单位。其中单位设置特别容易忽略，DXF文件头里有个$INSUNITS变量，4代表毫米，如果这个值不对，文件导入CAD后尺寸会整体漂移，后面会踩坑。这也是我坚持用代码生成而不是“在线转换”的原因——单位、图层这些细节完全可控。

3.2 路线二：FreeCAD/中望CAD的Python API做参数化建模——能出实体

如果你需要的不是二维图框线，而是带体积、可以后续编辑特征树的三维模型，那就得走参数化建模路线。FreeCAD这类开源软件提供了完整的Python API，你可以用脚本创建实体、布尔运算、倒角，最后导出为STEP或者DXF。中望CAD等国产平台也在持续强化Python和二次开发接口，思路完全一致。

与直接生成DXF相比，这条路更接近“建模”的本质。同样是做一个带底板的法兰座，二维DXF里你画的是多段线和圆，三维参数化脚本里你创建的是一个拉伸体再减掉几个孔。后续修改也更方便：只要改脚本里的参数，重新跑一遍，模型自动更新，完全不用手动重新建模。

但这条路对提示词的要求更高。你不仅要告诉模型“法兰座长什么样”，还要指定建模顺序：“先拉伸底板，再生成法兰主体，再做孔特征，最后倒角”。大模型需要理解CAD特征树的构建逻辑，这比单纯画几个圆要多一个维度的理解成本。

3.3 路线三：AutoCAD的LISP/COM/VBA脚本——贴近老用户习惯

AutoCAD在工程圈渗透了这么多年，很多老工程师的日常工作还是靠命令行和脚本在推进。如果你所在的团队并不想引入Python生态，依然可以在AutoCAD内部完成同样的“自然语言转可执行脚本”流程：让大模型生成LISP代码或者VBA宏，直接放到CAD命令行里执行。

举个例子，一句“把当前图纸里所有圆的半径改成25”，大模型可以生成一段LISP脚本：

(defun c:CHCIR (/ ss cir rad) (setq rad 25) (if (setq ss (ssget "X" '((0 . "CIRCLE")))) (progn (setq i 0) (while (< i (sslength ss)) (setq cir (ssname ss i)) (command "._scale" cir "" "0,0" (/ 25 (cdr (assoc 40 (entget cir))))) (setq i (1+ i)) ) ) ) (princ) )

当然，这里代码有个细节要说明：用SCALE命令按比例缩放来改变半径，不如直接用entmod修改组成员变量更原生。实际工程里我更推荐直接改DXF组码40，但通过这个例子你可以看出，LISP这条路完全能嵌入现有工作流，适合不想离开AutoCAD环境、又想在老工具上叠加AI能力的团队。

3.4 三种路线的选型对比

我的选型建议很简单：第一优先级看下游要什么。下游只要二维施工图、加工图，选ezdxf，速度快、可控性强；下游要三维模型和特征参数，选FreeCAD或中望API；下游团队人人都用AutoCAD且不接受新环境，选LISP/COM方案。三种路线不是互斥的，我现在的做法是提示词里让模型同时给出“DXF脚本”和“LISP脚本”，分别服务不同交付环节。

4. 一条完整的落地链：提示词模板、生成DXF、CAD整理、打印输出

4.1 提示词五要素模板

说了这么多原理，落地才是硬道理。先说提示词这一头。我经过大量测试后，总结出一个比较好用的五要素模板，每次构造需求都按这个结构来，模型产出的脚本稳定度会高很多。

1. 对象定义：要画什么，是法兰、支架、盘柜面板还是地形轮廓； 2. 尺寸清单：外形尺寸、关键特征的位置和大小，尽量给全，避免使用“大概”“左右”这类词； 3. 空间关系：阵列、对称、同心、等距，要明确说出来； 4. 图层与样式：每个元素放哪个层、点什么线型、用什么颜色； 5. 输出要求：单位、文件格式（DXF/DWG/脚本）、是否需要标注和文字说明。

举个例子，我让AI生成一个带腰孔和中心圆孔的安装底板，完整提示词是这样：

生成一个安装底板DXF绘制脚本，使用ezdxf库。 对象：矩形底板，长200、宽120、厚10（平面图即可）。 特征： - 四角四个φ10圆孔，圆心距离边缘15mm； - 中心一个φ25圆孔，圆心位于(100, 60)； - 上下对称布置两个腰形槽，槽中心在(100, 30)和(100, 90)，总长40，宽12。 图层：底板轮廓放“轮廓”层，圆孔放“孔洞”层，中心线放“中心线”层，颜色用1/7/3。 文字：在右上角标注“安装底板-方案A”，字高8，样式用hztxt.shx。 单位：毫米，$INSUNITS设为4。 输出：single.dxf。

为什么非得掰得这么细？因为大模型不是读心术，它只是概率推理。你把约束给得越明确，它生成出来的脚本越能在第一次就满足需求，而不是让你反复调试。尤其是图层和颜色这个点，很多人不当回事，等图纸要打印时发现所有线混在0层，才知道后悔。

4.2 实际生成脚本：一个可运行的法兰盘示例

以最简单的法兰盘为例。假设你要一个中心法兰：外径100、内径40、六个均布φ8螺栓孔，分布半径35。给我这段需求后，大模型生成的ezdxf脚本大致长这样：

import ezdxf from math import radians, cos, sin doc = ezdxf.new("R2010", setup=True) doc.header["$INSUNITS"] = 4 # 毫米 msp = doc.modelspace() # 图层 doc.layers.add("轮廓", color=1) doc.layers.add("孔洞", color=7) doc.layers.add("中心线", color=3) # 外圆与内孔 msp.add_circle((0, 0), radius=50, dxfattribs={"layer": "轮廓"}) msp.add_circle((0, 0), radius=20, dxfattribs={"layer": "孔洞"}) # 中心线 msp.add_line((-60, 0), (60, 0), dxfattribs={"layer": "中心线", "linetype": "CENTER"}) msp.add_line((0, -60), (0, 60), dxfattribs={"layer": "中心线", "linetype": "CENTER"}) # 均布螺栓孔 bolt_r = 35 for i in range(6): angle = radians(60 * i) cx = bolt_r * cos(angle) cy = bolt_r * sin(angle) msp.add_circle((cx, cy), radius=4, dxfattribs={"layer": "孔洞"}) doc.saveas("flange.dxf")

把这个脚本保存成gen_flange.py，然后执行python gen_flange.py，十几秒后目录下就出现了一个flange.dxf。用CAD或者看图工具打开，你会看到六个圆孔均匀分布在R35的圆周上，图层已经分好，中心线是点划线。整个过程不需要打开CAD，不需要手动画一条线。

这里有个经验之谈：先让模型生成一个“极简基准版本”。也就是第一次提示词只要求画主要轮廓和不带倒角/标注的图形，确认文件能打开、单位正确、图层到位后，再追加第二轮提示词让它补充倒角、标注、文字。一步到位式提示词遇到复杂零件，经常会有小概率出现“某个孔位置偏了”的问题，分步走虽然多花一轮对话，但整体更省事。

4.3 拿到DXF之后的CAD收尾：单位、图层、字体、布局

DXF文件生成后，进入CAD还有一道收尾环节。第一步是检查单位。AutoCAD打开后，用UNITS命令看一眼插入比例是否和文件头一致。如果你用ezdxf写入时$INSUNITS=4，图标会显示毫米。若这个值没设置，DXF默认会被当成无单位，插入到一个毫米图纸里，尺寸会直接乘以25.4的转换系数，那个画面太酸爽。

第二步是处理图层。AI生成的文件图层名默认按照提示词来，通常比较简单。如果你有固定的图层标准，建议在里手动执行图层映射，或者写一个“图层规范化”脚本统一替换，顺便检查有没有残留0层实体，把所有实体挤到0层会让后续线宽设置彻底抓瞎。

第三步是字体。如果生成的DXF里带有中文文字，而你的CAD没有同名字体，打开后就是一排问号。常见的解决方式是提前在CAD里建好文字样式，指向hztxt.shx、gbcbig.shx这类中文字体，然后在ezdxf脚本里把样式名称写对。提示词里要求用“hztxt.shx”的原因就在这。

第四步是出图时进布局。AI生成的几何通常在模型空间，最终交付要设置一个布局视口，按比例框住图形，锁定视口，再套上图框。具体流程并不复杂：新建布局，插入视口，双击进入视口设置比例，用平移缩放把图纸居中，锁定视口，切换到图纸空间添加图框标题栏。这一套做完，再执行PLOT或EXPORT转PDF，交付就完成了。

我在CAD里见过太多人直接拿模型空间的图往外发，比例完全没控制，打印出来或者PDF分辨率乱七八糟。AI生成的文件只是起点，最终质量仍然取决于你对出图流程有没有控制力。把布局这一步养成习惯，AI生成的草稿也能秒变正式交付稿。

4.4 批量化的接力：AI生成脚本加Python批量处理

text-to-cad真正产生规模效益，是在批量场景里。比如你手上有十种不同规格的法兰，与其一个个用提示词生十次，不如让AI写一个参数化函数，把可变参数抽成函数入参。

import ezdxf, csv from math import radians, cos, sin def make_flange(dxf_path, outer_d, inner_d, hole_d, hole_count, bolt_r): doc = ezdxf.new("R2010", setup=True) doc.header["$INSUNITS"] = 4 msp = doc.modelspace() doc.layers.add("轮廓", color=1) doc.layers.add("孔洞", color=7) msp.add_circle((0, 0), radius=outer_d / 2, dxfattribs={"layer": "轮廓"}) msp.add_circle((0, 0), radius=inner_d / 2, dxfattribs={"layer": "孔洞"}) step = 360 / hole_count for i in range(hole_count): ang = radians(step * i) cx, cy = bolt_r * cos(ang), bolt_r * sin(ang) msp.add_circle((cx, cy), radius=hole_d / 2, dxfattribs={"layer": "孔洞"}) doc.saveas(dxf_path) # 批量生成 for row in csv.DictReader(open("specs.csv")): make_flange(row["name"] + ".dxf", float(row["outer"]), float(row["inner"]), float(row["hole"]), int(row["holes"]), float(row["bolt_r"]))

这就是把text-to-cad和“python批量对CAD修改”直接接上了。传统做法里，工程师拿到十张规格表，要一张张画十遍；AI生成脚本后，只需要维护一张CSV规格表，改一行数字就能重出一张图，效率完全不在一个量级。

4.5 轻量化预览：用看图工具快速检查再进CAD

生成完DXF后，不一定每次都要启动完整CAD去检查。尤其批量生成时，逐个打开太浪费。我现在习惯先用轻量看图工具快速预览一波，确认轮廓完整、孔位正常后再进CAD精修。几兆的文件看图工具秒开，比启动完整CAD快得多，适合在“AI生成初稿”和“CAD精修”之间加一道快速质检关卡。

5. 实测中的坑与排查思路：问题到底出在模型还是环境

5.1 常见输出失败：尺寸漂移、特征丢失、图层混乱

再好的工具，用起来都有翻车的时候。我统计了一下自己踩的坑，出现频率最高的几类问题分别是：尺寸漂移、特征丢失、图层混乱、文字变问号。

尺寸漂移多半是单位没写进提示词或者$INSUNITS没设置，出现在跨国技术栈的协同中尤其多。特征丢失最典型的是“均布孔”只生成了两三个，或者阵列角度不对，这通常是大模型对“均布”理解不够，把“均布”默认成了“对称”。图层混乱则常见于提示词没给出明确的图层定义，AI默认把所有实体塞到0层，后面想批量改线宽彻底没辙。文字问号的问题前面说过，基本上一半是字体缺失，一半是文字样式没指定对。

遇到这些问题，我的第一反应不是怀疑AI“笨”，而是先回看提示词。八成以上的问题都能通过补充约束解决。所以我现在遇到生成结果不理想，不会一股脑反复重新生成，而是逐项排查约束是不是漏了。

5.2 一条排查链路：从提示词到CAD显示逐段定位

如果你也遇到AI生成结果进入CAD后不对，我建议按下面这条链路排查，能少走很多弯路：

1. 先看文件本身：用轻量看图工具直接打开DXF，确认几何是否完整。如果几何就不对，问题出在“提示词→脚本”这一段，回到大模型重新调整提示词。
2. 再看单位设置：文件里图案看着都对，导入CAD后尺寸翻倍或者缩水，基本是单位头信息不一致，检查$INSUNITS和CAD的UNITS设置。
3. 再看图层与线性：图能显示，但线型全是实线、图层乱七八糟，问题在提示词里没有图层规范，回到生成阶段重新注入规范配置。
4. 最后看显示效果：比例正确、几何正确，但文字是问号、虚线显示成实线、线宽不对，这是CAD环境问题，和AI生成关系不大，按第5.3节的方法检查环境。

这条链路的核心思想是“按数据流分段隔离”。几何归几何，单位归单位，规范归规范，环境归环境。不要一上来就怀疑模型能力，否则很容易反复生成浪费时间。

5.3 环境问题别甩锅给AI：f命令用不了、类cass环境里的bl命令

有个特别典型的误判是，AI生成脚本没问题，CAD环境本身却出了问题，用户反过来觉得“AI生成的东西不行”。

比如很多人在CAD里输入F命令没反应，第一反应是脚本坏了，其实绝大多数情况是CAD的别名映射被插件重置了，或者另一个程序占用了F这个命令别名。这种问题只要打开CUI界面找到键盘快捷键里的别名设置，把F重新指向FILLET命令就解决了。

再比如用CASS这类测绘工具的人，有时会觉得某个CAD命令在CASS里变了功能，连命令都找不对。这同样不是AI的问题，而是插件环境覆盖了原生命令映射。排查时你可以在命令行里试FILLET全名，全名如果能用，基本就能确定是别名冲突。

所以，如果你把AI生成的脚本导入到CAD里面蹦出奇怪错误，请先分清是“生成结果错误”还是“本地环境兼容性错误”。最简单的验证方式是：用干净的未加载插件的CAD启动，再试一遍同一份DXF，很多诡异报错瞬间消失。

5.4 跨文件协作：图纸合并、切地形之前的准备清单

AI生成的文件是零散的单张图，工程里最后总要合并成整套图纸，或者跟已有的地形图、平面图叠加。做这些操作前，我强烈建议先跑一遍准备清单，否则合并时异常痛苦：

• 所有DXF单位统一（毫米还是英寸，千万别混）；
• 图层命名前缀化，避免多个文件合并后图层名冲突互相污染；
• 字体样式统一，paper合并后文字不会变问号；
• 线型比例统一，虚线点划线在不同文件里显示一致；
• 所有文件设置好统一的插入基点和图框定位点。

地形切分这块尤其要留意。AI可以帮你生成等高线的草稿轮廓、道路走向的示意线，但真正“切地形”需要的是实测高程数据和地理坐标，AI生成的矢量没法和真实地形直接对齐。把它当作讨论底图可以，当作最终地形依据万万不行。

5.5 一条工程合规提醒

最后说一条很多追求速度的人容易忽略的点：AI可以帮你迅速出图，但图纸上每个尺寸、每个标注都要有人负责。工程图纸带有法律和施工层面的效力，AI生成初稿没有问题，但最终审核、签发出图必须依靠具备资质的专业人员。生成结果只能作为参考和辅助工具，不能替代设计审核流程。这一点，建议大家在工作流里从制度层面就定清楚。

6. 我的真实判断：现在就把text-to-cad用在哪些环节

6.1 现在就能用的场景

我最推荐的立即可用场景，是“低风险、高重复、强参数化”的活。比如方案前期出对比图：同一个支架结构，改变底板长度、孔位分布，用传统方式要重画三遍，用text-to-cad只要改三个参数，几分钟出三个版本，客户看完选定方案再精修。

批量出参考图也适合。教学培训里需要给学生出十份形状类似、参数不同的零件图练习，人工画太累，用AI生成脚本一次性跑完，教师直接拿到一套标准练习素材。

还有规范审查前的自查。图纸画好后让AI生成一个检查脚本，遍历DXF里所有圆孔、线条所在图层，检查有没有实体落错层。这类“文字描述→脚本→批量处理”的场景，都是text-to-cad现在就能实打实产生价值的。

6.2 暂时别指望的场景

如果是高精度的装配体设计，零件之间的装配关系、干涉检查、公差链分析，AI还远远做不到“一句话全自动”。复杂曲面和自由造型也不是它的主场，那种需要雕塑感的产品外形设计，还是得靠人来。

此外，带有强行业规则约束的场景，比如盘扣脚手架的杆件布置、钣金折弯扣除计算、电气柜的母线安全间距，AI如果不了解这些工艺规范，生成的模型很容易“看起来对，实际上没法制造”。这种场景可以把AI生成结果当输入，再用行业插件做规则校验和修正，而不是直接采信。

6.3 我推荐的工作闭环：AI出初稿、工程师加约束、CAD精修、存档

综合上面的经验，我现在已经固定下来一套工作方式，简单说就是四步闭环：

1. AI出初稿：把设计需求按五要素模板写清楚，大模型生成脚本或DXF文件；
2. 工程师加约束：在CAD里检查尺寸、干涉、工艺合理性，补上AI不知道的制造规则；
3. CAD精修：该倒角倒角，该标注标注，该进布局进布局，把初稿打磨成最终版；
4. 存档回填：把精修后的图纸参数回填到提示词库里，下次同类需求直接复用。

这个闭环最关键的一步是第4步。很多人把text-to-cad当成一次性工具，用完就扔掉。实际上，你把每一个成功的案例沉淀成模板，AI生成的质量会随着你的提示词库积累越来越高。它就像带徒弟，教得越细，徒弟出师越快，但前提是你得把经验显性化成模板和文本，而不是留在自己脑子里。

6.4 一点个人体会

如果你问我，text-to-cad会不会让工程师失业，我反而觉得不会。它淘汰的是那些“只会照着规范重复执行”的动作，逼着从业者把精力移到定义问题、判断工艺、把控风险这些AI暂时做不了的事情上。我自己在跑通这套流程之后，最大的变化并不是出图变快了——确实快了不少——而是终于有时间去思考设计方案本身了。把重复劳动交出去，把设计判断攥在手里，这才是这个方向带给工程人最实在的价值。