AIで図面を自動作成する方法（2Dバラシ）｜3Dモデルから2D図面をつくる仕組みと工数削減

「AIで図面を自動作成できないか」という相談が増えています。ただ、同じ言葉で語られているものの中身は、実はかなり違います。

この記事で扱う図面の自動作成とは、3Dモデルや既存図面などの設計情報をもとに、投影図の配置・図面バラシ・寸法記入といった製図作業をAIやアルゴリズムで自動化する仕組みです。

重要なのは、これが「白紙から一枚の図面を丸ごと描き上げるAI」ではないことです。設計は3D CADで進めているのに、製造現場では2D図面が必要。そのために出図作業に追われている設計者を対象にした自動化、と言い換えたほうが実態に近いです。

この記事では、混同されやすい3つのタイプを最初に切り分けたうえで、機械設計で実用に近い「3Dモデルから2D図面をつくる」自動化について、何が自動化でき何を人が入力するのか、仕組み、従来手法との違い、比較検討時の注意点、導入ステップまでを整理します。

この記事の要点

• 「AIで図面作成」は①条件から生成する（建築・レイアウト系）／②図面を読み取る（OCR・図面認識）／③3Dモデルから製図する（機械設計）の3タイプに分かれる。混ざったまま検討すると要件が定まらない
• ③で自動化しやすいのは投影図の配置・図面バラシ・注記や部品表の流し込み・寸法記入。人が担うのは、基準面・公差・グルーピングといった設計意図の入力と最終確認
• 機械的に作図することで寸法の入れ忘れや、それに起因する手戻りが減る。工数削減はここに大きく効く
• 検討の分かれ目は2つ。完全自動か部分自動か、そして自社の図面ルールにどこまでカスタマイズが必要か（一般的なJIS規格の書き方で足りるのか、自社独自のルールに合わせる必要があるのか）
• 導入は全図面一括ではなく、部品の種類ごとに段階的に進む。自社が必要な部品（板金・切削から複雑な樹脂部品まで）がどこまで対応済みかの把握が先

AIで図面を自動作成するとは？──まず3つのタイプを分ける

「AI 図面作成」で検索して出てくる情報は、目的も入力データもまったく違う3つのタイプが混ざっています。自社の課題がどれに当たるかを先に決めないと、製品比較の段階で話が噛み合いません。

タイプ	入力 → 出力	主な用途・業界	機械設計での実用度
①条件・テキストから生成	要件・敷地条件・法規 → 間取り・レイアウト案	建築・住宅・オフィス、製造業でも治具など条件が定型化した対象	中〜低（単純な繰り返し形状なら可能。多種多様な製品への対応は難しい）
②図面を読み取る（OCR・図面認識）	紙・PDF・TIFF図面 → 寸法値・部品表・数量	積算、図面のデータ化、過去図面の検索	中（既存図面の活用には有効）
③3Dモデルから製図	3Dモデル・属性・BOM → 2D図面	機械設計・部品製造	高（本記事の対象）

①は「まだ形が決まっていないものを提案させる」自動化です。制約条件をルールとして書ける建築のレイアウト領域、そして製造業でも単純な繰り返し形状の領域から実用化が進みました。「部品図はつくれない」というより、定型化した形状なら条件入力から生成できる段階、という理解が実態に近いです。

②は「すでにある図面から情報を取り出す」自動化です。図面をデータとして扱えるようにする入口で、積算や過去図面の検索と相性が良い領域です。

③は「形は決まっている。それを図面という表現に変換する」自動化です。3Dモデルという正解があるため、①のような創造的な提案は必要なく、代わりに「社内の製図ルールに従って正確に表現する」ことが求められます。以降はこの③を指して「図面の自動作成（自動製図）」と書きます。

なぜ3D設計が当たり前になっても2D図面が必要なのか

機械設計は3D CADで行うのが当たり前になりました。それでも、製造現場で使う2D図面を起こす必要があるという構造は変わっていません。

近年は3Dデータの中に寸法・公差・注記といった製造情報を持たせるPMI（Product Manufacturing Information）の活用も出てきました。ただ現時点では、製造現場において2D図面に代わる存在にはなり切れていません。

結果として、設計そのものではなく、決まった形を図面という表現に落とす作業に時間が取られている状態が生まれます。当社が支援している現場では、製図関連の作業に設計者の工数の3〜5割が割かれているケースもあります。

外部の調査でも同じ方向の結果が出ています。エンジニアは工数の約3分の1を非付加価値作業に費やしており、20%は古い情報を使った作業に充てられているという調査があります（Tech-Clarity「Reducing Non-Value Added Work in Engineering」2014年・製造業248社）。2D図面の作成そのものについても、部品1点あたり少なくとも30分かかり、検図を含めるとさらに上乗せされるとされています（ミスミ meviy）。ここが自動化の対象になります。

3Dモデルから図面を自動作成するとき、何が自動化でき、何を人が入力するのか

結論から言うと、形状と数値で書ける工程は自動化でき、設計意図は人が「事前に入力する」形で残ります。製図を一つの作業と見ると「全自動か手作業か」の二択になってしまいますが、工程に分けると境界がはっきりします。

製図工程	自動化の可否	人が担う部分・注意点
投影図・断面・詳細図の配置	◎ 自動化しやすい	標準ビューの選び方はルール化できる。要点をどの断面で見せるかは意図が入る
図面バラシ（アセンブリ→部品図）	◎ 自動化しやすい	構成とBOMから機械的に展開できる。手配単位・購入品の扱いは社内ルール依存
注記・表題欄・部品表	◎ 自動化しやすい	3Dモデルの属性から流し込める。属性が入っていないモデルでは埋まらない
寸法記入	○〜◎ サービスによって差が大きい	一般には部分自動が多い。当社は全寸法の自動記入を方針としており、その代わり基準面などの情報は事前に入力する
公差・幾何公差	○ 指示があれば自動入力できる	どの箇所にどの公差を入れるかの判断は人が行う
加工方法に依存する指示	✕ 人が判断	加工先の設備・工程で変わる。溶接指示や表面処理も同様

相談が多いのは寸法記入です。ここはサービスによって考え方が分かれます。一部の主要寸法だけを自動で入れて残りは人が記入する方式もあれば、すべての寸法を自動で入れる方式もあります。前者は「どこまで入っているか」を人が確認する必要があり、後者は事前の情報入力がその代わりになります。

そして寸法の考え方も、「自動生成された寸法のうち意図が絡む箇所を人が直す」だけではありません。人が先に意図を入力し、それに基づいて寸法を入れるという順序にすると、手直しの量自体が減ります。そのうえで、

• 自動で出力された寸法に対して、人が微調整を加える
• 微調整した図面を、最後に機械側でチェックして寸法漏れがないかを判定する

というハイブリッドな運用も可能です。人の判断と機械の網羅性を、工程を分けて組み合わせる形です。

実際にどこまで動いているのか

当社では、製造業の自動設計・自動出図・自動検図といった設計領域の自動化に取り組んでいます。自動製図に関しては、治具設計から手配図面作成まで80%削減を実現した高橋金属様の溶接治具自動設計システムのように、自動設計から自動出図までを対象にした公開事例があります。現在は板金・切削部品の汎用自動出図を、複数社に個別提供を進めている段階です。

3Dモデルから2D図面ができるまで（仕組み）

自動製図の流れは、入力・処理・出力の3段で理解すると全体像がつかめます。

1. 必要な情報を入力する：3DモデルはCADからAPI経由で連携できます。それに加えて、基準面／公差の情報／どうグルーピングするかを設計者が入力します。自社固有の制約ルールは、事前にカスタマイズして持たせることもできます
2. 図面の骨格をつくる：部品を展開し（図面バラシ）、標準ビューを選んで配置し、図枠と表題欄を当てる
3. 寸法・注記を生成する：形状から寸法を割り出し、属性から注記・部品表を流し込む
4. 確認する：設計意図に関わる箇所を人が見るか、機械側で寸法漏れをチェックする（前章のハイブリッド運用）
5. 出図する：CADネイティブ図面／DXF／PDFとして出力する

従来の工程と、自動製図が入った工程

	従来	自動製図あり
工程	①人が3D CADを描く → ②人が2D図面を描く → ③検図（本人＋上司など複数段階） → ④完成	①3Dモデルと必要情報（基準面・公差・グルーピング）を入力 → ②2D図面が自動で出力される
2D作図の時間	短くても数時間、長ければ1〜2日。複雑な図面では1週間規模になることもある	情報入力に5〜10分、出力は数分〜数十分
検図	寸法漏れ・記入ミスを探す工程が必要	寸法の入れ忘れが構造的に起きないため、漏れを探すための検図の比重を下げられる

ポイントは3つあります。

ひとつめは、削減されるのは「描く時間」だけではないことです。従来は、2D図面を描く時間に加えて、寸法漏れや記入ミスを探す検図の時間、そこで見つかった指摘を直す時間、見逃した場合の手戻りが積み上がっていました。機械的に作図すると、この「漏れ由来の工数」がまとめて減ります。

ふたつめは、人の作業がゼロになるわけではないことです。基準面・公差・グルーピングの入力は人が行います。ただしこれは図面を1枚描くのに比べれば短く、しかも設計意図を決める作業そのものなので、設計者が担うべき部分です。

みっつめは、入力の質が出力の質を決めることです。独自のCADの書き方や製図基準を持っている企業では、その分だけ個社カスタマイズの対応が必要になります。どこまでモデルの作り方に依存するかは提供企業によって差があるため、比較時の確認項目になります。

従来の自動化手段（マクロ・API・テンプレート）と何が違うのか

製図の自動化そのものは新しい話ではありません。多くの設計部門が、次のような手段で部分的に自動化してきました。

• マクロ・API：CADの操作を記録・記述して、決まった手順を繰り返し実行させるもの
• テンプレート・図面流用：似た部品の図面をコピーして、寸法や部品番号を書き換えるもの
• パラメトリック設計：モデル側にパラメータと関係式を作り込み、寸法を変えれば図面まで追従するようにするもの

違いはルールの持ち方です。

手段	対応できる図面の幅	設計変更への追従	準備コスト	破綻しやすい点
手作業	制限なし	都度対応	なし	工数と品質のばらつき
マクロ・API	想定した形状のみ	都度修正が必要	中	形状バリエーションが増えると条件分岐が破綻する
テンプレート・図面流用	類似部品のみ	元図の修正が波及	低	似ていない部品には使えない。流用ミスが起きる
パラメトリック設計	設計側で作り込んだ範囲	強い	高	モデルの作り込みが前提。既存モデルには効かない
AIによる自動製図	形状ルールで書ける範囲	比較的強い	中〜高（ルール整備）	ルールが未定義の領域は自動化できない

マクロは「この形状ならこの手順」を固定します。だから想定内では強く、想定外に弱い。対してAIによる自動製図は、図面ルールをパラメータとして持ち、形状を解析して適用するため、形状のバリエーションに対して比較的頑健です。

ただし「ルールが書かれていないものは自動化できない」という制約は共通です。この点で自動製図の導入は、技術導入というより、社内の製図ルールを言語化する作業に近くなります。

ChatGPTなど汎用の生成AIで図面は作れるのか

結論として、汎用の生成AIで製造用の図面をつくることはできません。理由は3つです。

• 寸法の整合性が保証されない：生成された画像やSVGは見た目を作っているだけで、寸法値と形状が一致している保証がありません
• CADデータではない：後工程（加工プログラム、検図、変更管理）が扱えるデータ形式になりません
• 規格順守を担保できない：投影法・線種・寸法記入方法などの製図規格に沿っているかを保証できません

一方で、次の用途は実務でも十分に使えます。

• 説明図・ポンチ絵・提案資料の図
• CADのマクロやスクリプトの下書き生成
• 注記文・仕様文の文案づくり、既存図面からの情報整理

つまり汎用AIは「図面を描く道具」ではなく「図面周辺の作業を助ける道具」です。図面そのものを自動化したい場合は、3Dモデルを入力にできる仕組みが必要になります。生成AIが設計業務のどこから順に効いてくるかという時間軸は、生成AIで設計業務はどう変わる？機械設計AIの進化タイムラインで整理しています。

導入効果と、前提として押さえておくこと

効果は「描く時間」「漏れ由来の手戻り」「ばらつき」に出る

• 作図工数の削減：投影図配置・バラシ・注記の流し込み・寸法記入といった作業が減る
• 寸法漏れと手戻りの減少：機械的に作図するため入れ忘れが起きにくく、出図後の指摘・差し戻しが減る
• 出図品質の均一化：誰が描いても同じルールが適用されるため、図面ごとの差が小さくなる
• 新人の立ち上がりが早くなる：ルールが仕組みに入っているため、経験の浅い設計者でも標準的な図面から始められる
• 設計変更への追従が速い：モデル変更に対して図面を作り直すコストが下がる

効果の幅を決める2つの条件

1つめは、完全自動か部分自動かです。完全自動で寸法漏れが出ない前提なら、作図と検図の工数をまとめて削減できます。部分自動の場合は、残りを人が入力し、どこまで入っているかを確認する工数が乗るため、削減幅は小さくなります。

2つめは、自社の図面ルールにどこまでカスタマイズが必要かです。

• 一般的なJIS規格に沿った書き方で足りるのか
• 自社の過去図面の書き方や、厳密な独自ルールに合わせる必要があるのか

ここで必要なカスタマイズ量が、導入期間とコストをほぼ決めます。比較検討の最初に確認すべき条件です。

前提として押さえておくこと

• 図面ルールが文書化されていないと自動化できない：「先輩の図面を見て覚えた」状態のルールは、そのままでは仕組みに入れられません
• 確認工数が残る場合がある：サービスによって、人の確認が必要な範囲は変わります。総工数で評価しないと「自動化率は高いのにトータルで楽になっていない」となりがちです
• 効果はイレギュラーの多さで変わる：一品一様の部品にも対応できますが、図面の書き方にイレギュラーなケースがどれだけあるかのほうが効き方を左右します。標準的な書き方なら自動化しやすく、特殊な書き方や、人によって基準が違う状態では自動化しづらくなります
• モデルの作り方に依存する場合がある：どこまでモデルの作り方に依存しないか（汎用性）は提供企業によって差があります。汎用性の高い仕組みであれば、描き方の違いで止まらず、対応部品の範囲内なら自動化できます
• 段階的に広がる：最初から全図面ではなく、板金・切削といった部品から、より複雑な樹脂部品へと対応が広がっていきます

導入を比較検討するときの注意点

自動製図の比較では、機能一覧よりも次の3点を先に確認すると判断を誤りにくくなります。

1. 完全自動か、部分自動か

もっとも重要な分かれ目です。完全自動で寸法漏れが起きない仕組みであれば、人の工数を大幅に削減できます。

一方、部分自動にとどまり、しかも自動化される範囲が不確実だったりコントロールしにくい場合は、人の検図工数が残り、「ゼロから自分で描いたほうが早い」という状態に陥ることがあります。とくに自分が描いていない図面をチェックする作業は負荷が高いため、半自動の場合はこのリスクを見ておく必要があります。「どの範囲を自動化するのか」を明確にできるかも確認してください。

2. 人が描くのと同じ書き方ができるか

当たり前に見えて、実務では決定的な点です。寸法は入っているけれど見づらい、加工現場からすると使いにくい配置になっている——こうなると、結局使われないシステムになります。出力された図面がそのまま現場に出せる品質かを、自社の実物で確認してください。

3. 最初からすべての図面を自動化できるわけではない

AI製品は今も進化の途上にあり、ベンダーによってアプローチが違います。たとえば、

1. 部分的に寸法を入れ、残りは人が補うアプローチ
2. 先に「その部品は自動で寸法を入れられるか」を判定し、問題のないものだけ完全自動で処理するアプローチ

どちらが自社に合うかは、対象部品の種類と、確認工数をどこまで許容できるかで変わります。この方針の違いを意識して比較してください。

導入ステップとPoCの進め方

一気に全図面を対象にすると、ルール整備が終わらず止まります。次の順序が現実的です。

1. 対象図面種別を決める：繰り返し性が高く、点数の多い部品群から選ぶ
2. 対応範囲を確認する：自社が必要とする部品（板金・切削・製缶・樹脂など）がどこまで対応済みかを確認する
3. 現状の作図時間を実測する：1図面あたりの作図・検図時間を取る。ここが後の評価基準になる
4. 図面ルールを棚卸しする：投影図の選び方、寸法の起点、注記の書式、表題欄の記入規則を書き出し、JIS準拠で足りるか／独自ルールが必要かを切り分ける
5. サンプルCADでPoCを行う：自社の実データで、どの工程がどこまで自動化できるかを確認する
6. 評価する：下表の指標で、確認込みの総工数がどう変わるかを見る
7. 適用範囲を広げる：対象部品群を増やし、ルールを追加していく

評価指標	見るポイント
自動化された範囲	投影図配置・バラシ・寸法・注記のどこまで自動で埋まったか
出力図面の実用性	そのまま現場に出せるか（寸法の見やすさ、加工しやすい指示になっているか）
修正が必要だった箇所	意図に関わる箇所か、ルール未整備によるものかを分ける
確認時間	出力された図面の確認にかかる時間
総工数	情報入力＋自動出力＋確認の合計。最重要指標
出図後の手戻り	図面ミスによる指摘・差し戻しの件数

4つめの「図面ルールの棚卸し」が最も時間がかかり、かつ自動化の成否を決めます。逆に言えば、この棚卸しは自動化を入れない場合でも、検図基準や新人教育の土台として使えます。

AIによる図面自動作成に関するよくある質問

AIで図面を作成できますか？

用途によります。建築のレイアウト提案のように条件から案を生成する領域や、製造業でも治具のように条件が定型化した対象では実用化が進んでいます。機械設計の製造用図面については、白紙から生成するのではなく、3Dモデルを入力として投影図配置・図面バラシ・寸法記入を自動化する形が現実的です。人は基準面・公差・グルーピングといった設計意図を入力する役割を担います。

AIで図面を自動作成するのは無料でできますか？

無料の生成AIや、CADの標準機能でできる範囲もあります。汎用AIは説明図やスクリプトの生成に、CADの標準機能は投影図の作成や一部の自動寸法に使えます。一方で「自社の製図ルールに沿った図面を、自社のモデルから継続的に出す」ところまでは標準機能の範囲を超えるため、ルールを持ち込める仕組みが別途必要になります。

ChatGPTで図面は描けますか？

説明用の図やポンチ絵、マクロ・スクリプトの下書きには使えます。ただし寸法値と形状の整合性が保証されず、CADデータとしても扱えないため、製造用の図面としては成立しません。図面そのものを自動化する場合は、3Dモデルを入力にできる仕組みを使ってください。

3Dモデルがなく2D図面だけの現場でも使えますか？

アプローチが変わります。3Dモデルがある場合は「モデルから図面をつくる」自動化になりますが、2D図面しかない場合は、まず図面を読み取ってデータ化する（図面認識・OCR）か、2D図面から3Dモデルを生成するところから検討します。どちらが適切かは、図面の枚数・状態と、その後にやりたいこと（検索、積算、再設計）で決まります。

図面作成は完全に自動化できますか？

寸法記入まで含めて自動で出力する仕組みはあります。ただし設計意図の入力は人が行い、対応できる部品の種類にも範囲があります。「完全自動」と言えるかは、どこまでの範囲を指すかで変わるため、比較時には「自動化される範囲」と「人が入力・確認する範囲」を具体的に確認してください。何を自動化し何を人が見るかという分担の設計は、検図側でも同じ構造です（AI検図とは？製造業の検図を自動化し、設計ミスと検図工数を減らす仕組み）。

まとめ

AIで図面を自動作成するという話は、3つのタイプに分けると整理できます。条件から生成するもの、図面を読み取るもの、そして3Dモデルから製図するもの。機械設計で実用に近いのは3つめで、これは「形は決まっているものを、社内のルールに沿って図面という表現に変換する」自動化です。

3D CADで設計していても製造現場では2D図面が必要という構造は変わっておらず、その出図作業が設計者の工数を圧迫しています。自動製図が効くのはここで、削減できるのは描く時間だけでなく、寸法漏れとそれに起因する手戻りも含みます。

そして効果の幅を決めるのは、完全自動か部分自動か、そして自社の図面ルールにどこまでカスタマイズが必要かの2点です。比較検討では、出力された図面がそのまま現場に出せる品質かどうかを、自社の実データで確認してください。

まずは繰り返し性の高い図面種別を1つ選び、現状の作図時間を測ってからサンプルCADで試すのが確実な進め方です。3Dモデルから2D図面を自動で作成する仕組みや、自社の図面ルールに合わせた自動化にご関心のある方は、資料請求またはお問い合わせからご連絡ください。

本記事は、3D・CAD・AI技術を活用し、製造業における設計検証・自動検図・設計/製図自動化のシステム開発に取り組む、東大発スタートアップの株式会社WOGOが執筆しました。