メインコンテンツへスキップ
見出し画像

3D CADは、なぜ生成AIで動くのか?API・MCPの仕組みを解説

    どうも、テルえもんです。

    最近、Autodesk FusionやFreeCADを、ChatGPTやClaudeと連携させて、3Dモデルを作成する取り組みを進めていました。Fusionでは、あらかじめ用意したミニ四駆のシャーシなどの既存パーツに合わせて、ボディを生成することも試しました。

    文章でお願いするとCAD上に形状ができる。実際に動くと面白いのですが、「AIはどうやってCADを操作しているの?」「既存パーツの情報は、どうAIに伝わっているの?」という疑問も出てきます。

    今回は、その裏側を整理します。個別の連携ツールによって実装は異なるため、私の実践を入り口に、一般的な仕組みと確認すべき点を説明していきます。

    1.「考えるAI」と「形を計算するCAD」

    例えば、人が「幅50mm、奥行き30mm、厚さ5mmの板を作って」と指示したとします。生成AIは、その文章から寸法や形状の条件を読み取り、「長方形のスケッチを描き、5mm押し出せばよい」といった操作手順を組み立てます。

    一方、実際に面や立体を作るのはCAD側です。CADには、形状の交差や接続などを計算する幾何カーネルという仕組みがあります。AIが生成した指示をCADの機能で実行することで、3Dモデルができます。

    大まかには、人が目的と条件を伝え、AIが操作を計画し、連携プログラムがCADへ指示を渡し、CADが形状を計算する、という役割分担です。AIの文章理解とCADの幾何計算が組み合わさっていると考えると、仕組みが見えてきます。

    画像

    2.API:CADをプログラムから動かす入口

    普段のCAD操作では、画面のボタンを押してスケッチや押し出しを作ります。これに対して、プログラムからCADの機能を呼び出すための入口がAPIです。

    APIは、Application Programming Interfaceの略で、ソフトウェアの機能を別のプログラムから利用するための窓口と考えると分かりやすいです。

    Autodesk Fusionでは、APIを利用してスクリプトやアドインを開発し、作業の自動化や外部システムとの連携ができます。FreeCADにもPythonによる操作の仕組みがあり、モデルや画面などにプログラムからアクセスできます。

    参考:Autodesk Fusion API/FreeCAD Scripting Basics

    ここで、スクリプトは一連の処理を実行するプログラム、アドインはCADに組み込んで機能を追加するプログラムです。ただし、アドインを入れただけでAIとつながるわけではありません。AI側の要求を受け取り、適切なAPIを呼ぶ処理も必要です。

    例えば「板を作る」という指示を受け取った連携プログラムは、対象のドキュメントを確認し、スケッチ平面を選び、長方形を描き、押し出しを実行する、といった処理を行います。この具体的な処理を、あらかじめ実装しておく方法やAIにコードを書かせる方法があります。

    画像

    3.生成AIとCADの連携方法

    1つ目は、AIにコードを作ってもらい、人がCADで実行する方法です。AIにPythonのスクリプトなどを書いてもらい、内容を確認して実行します。AIとCADの間を人がつなぐ形なので、継続的な接続がなくても試せます。

    2つ目は、AIが呼び出せるツールを用意する方法です。「部品一覧を取得する」「穴を作る」「寸法を変更する」といった機能を連携プログラムとして公開し、AIが必要なツールと入力値を選びます。この外部機能を呼ぶ仕組みは、ツール呼び出しや関数呼び出しと呼ばれます。

    3つ目は、画面を見ながらマウスやキーボードを操作する方法です。人の操作に近い形ですが、画面配置やダイアログの状態に影響される場合があります。

    さらに、CADサービスの中にAI機能を組み込んだ製品もあります。内部のつなぎ方は製品ごとに異なります。つまり、「生成AIでCADを動かす」という同じ見え方でも、裏側の方法は1つではありません。

    画像

    4.MCP:AIと外部の機能をつなぐ共通ルール

    MCPはModel Context Protocolの略です。AIアプリケーションと外部のデータや機能が情報をやり取りするための共通ルールです。CAD専用の規格ではなく、さまざまな外部ツールとの接続に使われます。

    MCPでは、AIアプリケーション側のホスト、その中のクライアント、外部機能を提供するサーバーが関わります。サーバーは利用可能なツールの名前、説明、入力形式を提示し、クライアントがツールを呼び出して結果を受け取ります。データを提供するリソースや、再利用する指示のひな型であるプロンプトも扱えます。

    参考:MCP Architecture overview/Understanding MCP servers

    CAD連携では、このサーバー側からCADのAPIを呼ぶプログラムにつながります。MCPは通信の約束、APIはCADの機能を使う入口、アドインなどのプログラムは両者をつなぐ実装です。同じプログラムが複数の役割を兼ねることもあります。

    MCPに対応しただけでCADの全機能が使えるようになるわけではありません。実際にできることは、CAD側のAPI、連携プログラムが公開するツール、AIアプリ側の対応や権限によって決まります。

    画像

    5.裏側では何が起きているの?

    仕組みを具体的にするために、「この板の中央に直径6mmの貫通穴を作って」とお願いした場面を考えてみます。以下は説明用の例で、特定の連携ツールの実行ログではありません。

    1. AIが、対象の板、中央の位置、穴径、貫通という条件を整理する。

    2. 必要なら部品情報を読み取り、対象の形状や位置を確認する。

    3. AIが、利用できるツールの説明をもとに操作方法を選ぶ。

    4. 連携プログラムが、穴径や対象部品などの入力を受け取る。

    5. CADのAPIを使って穴を作り、成功や失敗の結果を返す。

    6. AIが結果を読み、必要に応じて修正の操作を考える。

    AIに渡るのは自然な文章ですが、CADを動かすときには、部品の識別情報、位置、寸法などの具体的な値が必要です。ここを正しく対応させることが、連携プログラムの大切な仕事になります。

    連携の設計によっては、穴専用のツールを呼びます。別の設計では、AIが生成したPythonコードを実行するツールを使います。同じ結果でも、実行経路は違います。

    画像

    6.既存パーツの情報は、どうAIに伝わるの?

    私がFusionで試したミニ四駆では、シャーシなどのパーツを先に用意し、それに合わせたボディを生成しました。このような作業で重要になるのが、CADからAIへ情報を戻す仕組みです。

    AIが使える情報には、例えば、部品名、部品の識別情報、配置、外形寸法、面やエッジの情報、設計パラメータなどがあります。連携プログラムが必要な情報を取り出し、文字や構造化されたデータ、画像などにしてAIへ返す設計が考えられます。

    Fusionには、ボディを包む箱であるバウンディングボックスを取得するAPIがあります。これは外形の範囲を把握する手掛かりになります。ただし、その箱だけでは細かな凹凸や穴の形までは分かりません。

    参考:BRepBody.boundingBox

    もう1つは、CADの画面を画像として渡す方法です。全体の形や配置をつかむ助けになりますが、画像だけで正確な寸法や隠れた部分まで判断するのは難しくなります。数値と画像を組み合わせる方法も考えられます。

    ここで気を付けたいのは、接続できたからといって、CAD内のすべての情報が自動的にAIへ渡るとは限らないことです。AIが判断に使えるのは、連携の実装とアプリ側の処理によって実際に渡された情報です。

    私のミニ四駆の実践でも、どの情報がどの形式でAIへ渡ったのかを正確に説明するには、使った連携プログラムやツールの返り値、実行ログを確認する必要があります。完成した形だけから、内部の処理まで断定することはできません。

    画像

    7.干渉確認と干渉回避

    既存部品との干渉回避には、いくつかの方法が考えられます。部品の外形範囲をもとに余裕を持たせる方法、既存の形状を使って新しい部品から重なりを差し引く方法、作成後に干渉計算を行って修正する方法などです。

    Fusionの公式資料には、APIで部品間の干渉を解析するサンプルが公開されています。こうした機能を連携プログラムで利用すれば、CAD側の計算結果をAIへ戻す構成を作れます。

    参考:Analyze Interference API Sample

    ただし、「見た目でぶつかっていない」「重なりがない」「必要なすき間が確保されている」は、それぞれ異なる確認です。ミニ四駆なら、静止状態のタイヤを避けるだけでなく、タイヤの動き、組み立て方、3Dプリントの寸法のばらつきも考える必要があります。

    「干渉を避けて」と頼むだけでなく、「既存部品の位置は変えない」「必要なすき間を確保する」「作成後に干渉と距離を確認する」と条件を分けて伝えると、確認すべきことが明確になります。

    画像

    8.なぜ失敗する?

    AIが考えた手順が合っていても、実行時の扱いが違うと意図した形になりません。代表的なのが単位です。FusionのAPIでは、内部の長さの単位がcmです。画面でmmを使っていても、APIに渡す数値や受け取る数値では変換が必要な場合があります。

    参考:Understanding Units in Fusion

    例えば、10mmのつもりで内部単位を使う引数に「10」を渡せば、100mmとして扱われることがあります。ただし、単位付きの文字列を受け取るAPIなどもあるため、すべての入力を同じ方法で変換すればよいわけではありません。

    座標の扱いも大切です。部品自身の原点から見た位置と、アセンブリ全体の原点から見た位置では、同じ点でも数値が変わることがあります。部品の配置を考慮せずに処理すると、穴が違う場所にできる原因になります。

    さらに、形状を変更すると、以前選んだ面やエッジの参照が使えなくなる場合があります。フィレットであれば、指定した半径が大きすぎて形状を作れないこともあります。失敗したときは、AIの文章だけでなく、単位、座標、対象、CADから返ったエラーを順に確認することが必要です。

    画像

    9.3Dモデルと設計

    生成AIで3Dモデルができても、それだけで設計が完成したとは言えません。寸法、強度、組み立てやすさ、加工方法などは、用途に応じて確認が必要です。

    また、立体として正しいことと、後から編集しやすいことも違います。スケッチ、寸法拘束、押し出しなどの履歴を持たせる作り方もあれば、形状を直接操作する方法もあります。「後で穴径を変えたい」「設計の過程を教材に使いたい」なら、どんな履歴やパラメータを残すかまで指示した方がよいでしょう。

    CAEやCAMまで連携する場合も同様です。解析では、材料や荷重、拘束条件、加工では工具、素材、原点、加工条件などを決める必要があります。機能を実行できたことと、その条件が目的に合っていることは、分けて確認する必要があります。

    画像

    10.仕組みを理解すると、プロンプトも具体的になる

    AIへ伝える内容を、作りたい形だけでなく、参照する情報と確認方法まで含めてみます。例えば、ミニ四駆のボディなら次のような指示が考えられます。

    現在のアセンブリにあるシャーシ、タイヤ、モーターの形状と配置を確認してください。読み取れない情報があれば、その項目を教えてください。既存部品を移動・変更せず、新しいコンポーネントとしてボディを作成してください。必要なすき間や肉厚は、用途と造形条件を踏まえて先に相談してください。作成後は、実行可能な方法で既存部品との干渉を確認し、確認できた項目と未確認の項目を報告してください。

    この指示でも、接続先に情報取得や干渉確認の機能がなければ、そのまま実行することはできません。しかし、何を読むか、何を変えないか、何を確認するかを分けることで、AIが進める作業と人が確認する作業を整理できます。

    業務のデータを扱うときには、どの情報が外部へ送信されるかも、使うAIサービスと連携ツールの設定で確認しておきたいところです。MCPサーバーが自分のパソコンで動いていても、その結果をクラウドのAIへ渡す構成なら、情報のやり取りはパソコンの中だけでは完結しません。

    画像

    おわりに:CADを「操作する」だけでなく「対話する」道具へ

    3DCADと生成AIの連携を理解するポイントは、AIが考える部分、連携プログラムがつなぐ部分、CADが計算する部分を分けて捉えることです。さらに、指示を送るだけでなく、部品情報や実行結果を読み戻すことが、既存部品に合わせた設計や修正につながります。

    画像

    私が取り組んでいるFusionやFreeCADとの連携も、完成したモデルだけを見るのではなく、どの情報を読み、どんな処理を実行し、何を確認できたのかという視点で整理すると、学べることが増えてきます。

    ものづくりの教育でも、AIに形を作ってもらうことに加えて、「なぜこの手順で作るのか」「どこを確認すべきか」を考える教材にできるのではないでしょうか。これからも、実際に試した結果と、その裏側の仕組みを合わせて発信していきたいと思います。

    画像


     
     
    岩手県北上市で3次元デジタルものづくりエンジニアの育成と企業の支援に励み、東北から日本の製造業を応援。地方創生・地域活性化など自分の考えや想いを発信しています。https://3ddofactory.com

    あなたへのおすすめ