让 AI 生成 G 代码要怎么提问？一套实用提示词思路

让 AI 生成 G 代码要怎么提问？一套实用提示词思路

很多人问 AI“帮我写段 G 代码”，然后发现结果完全不能用。原因通常不是 AI 完全不懂，而是提问缺了太多现场信息。数控程序对上下文极其敏感，少一个条件，风险就会放大。

核心结论

让 AI 生成 G 代码时，最重要的不是“问得礼貌”，而是“给足上下文”。至少要提供系统类型、工件原点、毛坯、材料、刀具、目标特征、孔深或轮廓尺寸、希望输出格式以及是否需要解释。信息越结构化，AI 生成的结果越有参考价值。

提问前必须准备的信息

• 机床系统：法兰克、三菱、西门子或其他。
• 加工对象：孔、轮廓、倒角、沉头、螺纹还是简单型腔。
• 工件原点、毛坯尺寸、材料牌号、刀具直径与类型。
• 目标深度、是否分层、是否需要安全程序头尾。

高质量提问结构

• 先说明系统与加工对象。
• 再说明几何尺寸、坐标原点和刀具条件。
• 然后说明你想要的输出形式：完整程序、程序草稿、带注释版本或逐行解释版本。
• 最后要求 AI 给出风险提示与检查清单。

提问示例要点

• 不要只说“帮我写钻孔程序”，而要说“法兰克系统，加工 4 个 M8 螺纹底孔，G54 原点在左上角，孔深 18，刀具为 Φ6 钻头，请给带注释的安全程序模板”。
• 如果是排错类问题，要补报警号、出错行、当前刀号和现场现象。
• 如果是优化类问题，要补当前程序片段和你想优化的目标。

AI 输出后必须做什么

• 检查系统格式是否匹配。
• 检查坐标、补偿、主轴、冷却和回位逻辑。
• 先做最小样例验证，再考虑完整程序。
• 永远不要跳过仿真和上机前复核。

结语

真正能提升数控编程能力的，不是记住更多零散结论，而是把图纸、工艺、刀具、机床和验证流程连接成一条完整工作链。只要形成自己的判断框架，后续学习和上机都会更稳。