把需求 / 约束 / 单位 / 误差 / 输出格式讲清楚,AI 第一遍就能给到能用的答案。下面 12 个模板都来自真实工坊,变量留好,直接复制改值即可。
告诉 AI 它是谁。「你是一位机械工程师 / BIM 协调员 / VBA 开发者」。一句话锁定语境。
清楚说明要做什么、做到什么程度。带上目标量化指标:数量、误差、单位、范围。
列出已知条件:材料、工艺、可用工具、不能做什么。AI 越知道边界,越不会跑题。
指定结构:Markdown 表格、JSON、纯代码、步骤清单。结构化的输出更容易回到工程流里。
上传一张手绘草图,让 AI 把它翻译成「先画哪个草图 → 拉伸 → 圆角」的建模步骤,可以直接拿到 CAD 软件里执行。
# 角色 你是 Fusion 360 / SolidWorks 双修的机械建模工程师。 # 输入 我提供一张手绘草图 (附件: {sketch_image})。 默认单位 {unit}, 厚度统一 {thickness} mm。 # 任务 1. 识别图中所有可见的特征 (孔/槽/凸台/圆角...); 2. 给出建模步骤清单 (草图 → 拉伸 → 切除 ...); 3. 标注每一步的尺寸约束; 4. 提示草图里没标注但「必须假设」的尺寸。 # 输出格式 1. 步骤表 (步骤号 / 类型 / 参数 / 备注) 2. 假设清单 (我需要确认的尺寸)
配合教程 CASE-07。让 AI 把图中的视图、尺寸、公差、几何符号全部识别并整理成 Markdown 表格,顺便挑出歧义项。
# 角色 你是一位机械工程师, 擅长阅读二维工程图。 # 任务 阅读图纸 (附件: {drawing_file}), 完成: 1. 列出全部视图 (主/侧/俯/局部/剖) 及其内容; 2. 提取所有线性尺寸 / 几何公差, 用 Markdown 表格输出; 3. 标出可能的歧义 / 冲突 (单位缺失, 基准不一致, 重复尺寸). # 输入 - 单位预期: {unit} - 材料 (若知): {material} # 输出 | 区块 | 内容 | 备注 | |---|---|---|
拍一张产品(连同参照物如硬币 / 尺子),让 AI 估出可用于建模的关键尺寸。适合「想抄一个收纳盒回家自己打印」。
# 任务 基于照片 {photo}, 完成反向建模估算: 1. 找出图中参照物 ({reference}, 已知尺寸 {ref_size} mm); 2. 估算物体的总体长 / 宽 / 高; 3. 识别可见的关键特征 (孔, 槽, 圆角) 并给出估算尺寸; 4. 列出 3 个最影响精度的「拍照角度问题」. # 注意 - 不要编造看不清的尺寸, 标 "需现场量"; - 估算误差给出 ±%.
教程 CASE-01 的搭档。把 SolidWorks 录制宏 + 你的批量化需求一起发给 AI,得到可直接跑的 .swp 完整代码。
# 角色 你是熟悉 SolidWorks VBA API 的工程师。 # 输入 下方是我录制的「{action_name}」宏: {recorded_macro} # 任务 扩展为下面这个批量版: - 遍历范围: {scope} - 操作规则: {rule} - 失败处理: 写日志到 {log_path} - 完成提示: 弹窗显示数量 # 输出 - 完整 .swp 文件内容 (含必要引用) - 5 行内注释解释关键调用
读 .xlsx 的参数表,自动建模并保存为 .f3d。让 AI 写第一版骨架,你再加业务规则。
# 角色 你是 Fusion 360 Python API 开发者。 # 输入 参数表路径: {xlsx_path} 表格列名: {columns} (如: name, length, diameter) 输出目录: {output_dir} # 任务 1. 读 Excel, 跳过表头, 每行生成 1 个零件; 2. 用列值参数化建模 (拉伸圆柱 + 钻孔 + 倒角); 3. 命名为 {name_pattern}, 保存到输出目录; 4. 任何一行失败, 把错误写入 errors.csv, 继续下一行. # 输出 - 单文件 .py - 入口函数 run(context) - 必要的 try/except
让 AI 写一段 LISP,选中实体后自动按规则迁移图层、修线型、做颜色映射。
# 任务 写一段 AutoCAD LISP, 加载后注册命令 {command}: - 用户选择若干对象; - 按照下表把图层 / 线型 / 颜色一次性改对: {mapping_table} - 处理完弹出统计 (改了几个, 跳过几个). # 输出 - 单文件 .lsp - 注释清晰, 不依赖第三方
拓扑优化最难的不是软件,是「写清楚问题」。这个模板帮你把约束 / 载荷 / 目标列齐,再扔进 Fusion Generative。
# 角色 你是结构工程师, 我要做一个生成式设计的设问书。 # 已知 - 零件功能: {function} - 几何包围盒: {bbox} - 必须保留区域: {keep_geo} - 载荷: {loads} - 边界: {constraints} - 材料候选: {materials} - 工艺: {manufacturing} (CNC / 增材 / 铸造) - 优化目标: 减重最大 / 安全系数 ≥ {sf} # 任务 帮我写一份可以直接填进 Fusion Generative 的: 1. 「保留几何 / 障碍几何」清单; 2. 「载荷工况」清单 (含方向 / 大小); 3. 3 条「最容易出错」的提醒.
让 AI 当评审员。给三个方案的描述与图片,得到一份结构化的对比表,可直接进评审会。
# 任务 我有 3 个方案 (附件 + 文字描述), 请生成一份 Markdown 评分矩阵: - 维度: 制造性 / 装配性 / 成本 / 重量 / 风险 / 美学 - 评分: 1-5 (5 最优), 给出每项 1 句话理由 - 给出综合建议 (选哪个, 为什么) - 给出每个方案的「下一步行动」 # 输入 方案 A: {plan_a} 方案 B: {plan_b} 方案 C: {plan_c} # 输出 | 维度 | A | B | C | 备注 | |---|---|---|---|---|
导出的 BOM 经常命名混乱。把它发给 AI,得到一份归一化建议:重复项、命名风格不统一、规格冲突。
# 任务 检查下方 BOM 表 (附件 / 粘贴), 找出: 1. 命名风格不统一的物料 (中英混用 / 大小写 / 分隔符); 2. 可能重复的物料 (规格相同但名字不同); 3. 规格描述不完整 (缺单位 / 缺等级 / 缺标准号); 4. 建议归一化方案 (新命名规则). # 输入 {bom_table} # 输出 按问题类型分 4 节, 每节附 「原 → 建议」的对照表.
给 AI 两版工程图(老的 + 新的),让它自动找出哪些尺寸 / 公差 / 标注变了,出一份正式的变更说明。
# 任务 我提供两版工程图: - v1.0 (旧): {drawing_old} - v1.1 (新): {drawing_new} 请输出一份 ECN (工程变更通知) 草稿: 1. 表格列出所有变化 (旧值 → 新值, 位置); 2. 推测每条变化的「可能原因」; 3. 标出风险高的变化 (可能影响装配 / 安全). # 输出 | 编号 | 区域 | 旧 | 新 | 原因 | 风险 | |---|---|---|---|---|---|
装配体一打开就一片红色感叹号。把错误截图和场景描述发给 AI,得到「先查什么 → 再查什么」的排错顺序。
# 角色 你是 CAD 装配排错专家。 # 场景 软件: {cad_software} 装配体: {assembly_name} 大小 {size_mb} MB 最近改动: {recent_change} 错误截图: {error_image} # 任务 按「最常见到最罕见」给出排错检查清单: 1. 第 1 步看什么 (最可能); 2. 第 2 / 3 步; 3. 如果以上都正常, 还可能是什么. 4. 每步给一句「如何确认」. # 注意 - 不要让我「重启电脑」, 也不要让我「重装软件」.
最实用的 4 行模板。脚本跑出错时,直接套这段把错误信息原样回给 AI,让它给修正版。
# 错误 执行第 {line} 行时报: "{error_message}" # 上下文 - 软件 / 版本: {software} - 我做了什么: {what_i_did} - 期望结果: {expected} - 实际结果: {actual} # 任务 请修正这个错误, 给我新版完整代码 (不要省略). 另外用 1 句话告诉我「错在哪里」, 以便我下次避免.