2026.07.15 2026.07.15

AI CAD コパイロット比較 2026 — 生成・知識・操作・図面・業務の5類型

ゲンキ

AI CAD コパイロット比較 2026 — 生成・知識・操作・図面・業務の5類型

AI CAD と呼ばれるツールが、2026 年のいま急速に増えている。ところが実際に調べ始めた人ほど混乱するはずだ。同じ「AI CAD」の看板の下に、プロンプトから 3D モデルを生成するもの、設計の質問に答えるもの、スクリプトを書いてくれるもの、図面を自動作成するもの、果ては BOM 整理や調達メールまで代行するものが、区別なく並んでいるからである。

この混乱は、ツールの優劣を比べる前に「何と何を比べているのか」を整理しないと解けない。実のところ、これらは競合製品ではなく、設計業務の別々の工程を自動化する別種の道具だ。フライス盤と旋盤を「どちらが優れた工作機械か」と比べても意味がないのと同じで、AI CAD の比較にはまず分類の軸がいる。

本記事では、2026 年 7 月時点で確認できる代表的なツールを 5 つの類型に整理し、各類型の代表例——Zoo、Leo AI、CADGPT、Onshape AI Advisor、DraftAid、Adam——の実像を公式情報に基づいて解説する。形状生成そのものの技術的背景はText-to-CAD 入門 2026 — 生成メッシュでは作れない機能部品への道（2026-07-13 公開）で詳しく扱ったので、そちらも参照してほしい。

「AI CAD」という言葉が指す別々の物
5つの類型 — 何を自動化するかで分ける
類型① 形状生成 — Zoo Text-to-CAD
類型② 知識コパイロット — Leo AI
類型③ 操作支援 — CADGPT と Onshape AI Advisor
類型④ 図面自動化 — DraftAid
類型⑤ 業務エージェント — Adam（旧 AdamCAD）のピボットが示すもの
選び方 — どの工程の時間を買うか
まとめ — 比較の前に、分類を
参照

「AI CAD」という言葉が指す別々の物

なぜこれほど別種の道具がひとつの言葉に押し込まれたのか。理由は単純で、機械設計の業務が元々多工程だからだ。要件を調べ、形状を起こし、CAD を操作し、図面に落とし、関係者と調整する——この一連の流れのどこを AI で置き換えても、宣伝文句は等しく「AI CAD」になってしまう。

買い手にとっての実害は、期待外れの導入だ。プロンプトで部品が出てくると期待して知識検索ツールを契約する、逆に設計ノウハウの支援を期待して形状生成ツールを触り「うちの用途と違う」と全体を見限る。どちらも 2026 年の現場で実際に起きているミスマッチである。

もうひとつの実害は、変化の速さに情報が追いつかないことだ。後述する Adam のように、Text-to-CAD ツールとして知られた製品が別カテゴリーへ転身した例もある。数か月前のまとめ記事の分類が、今日はもう正しくない。だからこそ、個別ツールの暗記ではなく「類型で見る」姿勢が防御になる。

5つの類型 — 何を自動化するかで分ける

分類の軸は「設計業務のどの工程の時間を短縮するか」だ。この軸で切ると、現在の AI CAD ツールは次の 5 類型に収まる。

類型	自動化する工程	代表例	出力
① 形状生成	ゼロから形を起こす	Zoo	STEP・KCL（編集可能な B-Rep）
② 知識コパイロット	調べる・計算する・部品を選ぶ	Leo AI	回答・計算結果・部品候補
③ 操作支援	CAD ソフトの操作・スクリプト	CADGPT、Onshape AI Advisor	手順案内・自動化コード
④ 図面自動化	3D から 2D 図面への変換	DraftAid	寸法・注記入りの 2D 図面
⑤ 業務エージェント	設計周辺の事務・調整	Adam	BOM・レビュー資料・調達文書

見ての通り、5 類型の出力はまったく重ならない。つまり「どれが一番か」という問いは成立せず、正しい問いは「自分のボトルネックはどの行か」になる。形を起こす時間が長い人と、図面化に追われる人と、調達メールに沈む人では、買うべき道具が違う。

以降、各類型の代表例を、強みと限界の両面から見ていく。なお本記事で金額を記載するのは公式に数値を確認できた Zoo の無料枠に限り、他のツールの料金は各公式サイト・窓口での確認を前提とする（2026 年 7 月時点の調査では公式料金表の公開を確認できなかった）。

類型① 形状生成 — Zoo Text-to-CAD

形状生成型の代表が Zoo だ。自然言語のプロンプトから、編集可能なパラメトリック CAD モデル——STEP ファイルと任意で KCL コード——を直接生成する。出力がメッシュではなく B-Rep である点が決定的で、生成後はスケッチとフィーチャーツリーの標準的な CAD ワークフローで寸法を打ち直せる。

強みは、設計の「最初の 8 割」を数十秒に圧縮できることと、無料で試せる入口の広さだ。Free プランでも会話型エージェント Zookeeper の推論が月 20 分、API 呼び出しが月 $10.00 相当まで使える。デスクトップ版（Mac・Windows・Linux）とブラウザ版があり、導入の障壁は低い。実践的な使い込み方はZoo Text-to-CAD 実践 2026（2026-07-14 公開）にまとめた。

限界も明確である。得意領域はフランジやブラケットのような言葉で寸法を規定できる機械部品であり、有機的な意匠形状は守備範囲外だ。またジオメトリエンジンはクラウド実行のため、オフライン環境では使えない。既存の SOLIDWORKS 資産との統合ではなく、Zoo 自身の環境（Design Studio）で完結する思想である点も、導入判断の分かれ目になる。

この類型を検討すべきなのは、「作りたい部品は明確なのに、CAD を開くのが億劫で試作が進まない」層だ。逆に、既に CAD を息をするように操れる熟練設計者にとっては、プロンプトを書く時間と自分で描く時間の差が縮むため、恩恵は相対的に小さい。生成の初速を買う道具であって、設計能力を代替する道具ではない——この期待値の設定が、類型①を評価する際の出発点になる。

類型② 知識コパイロット — Leo AI

Leo AI は「機械エンジニアリングのコパイロット」を掲げるツールで、形を作るのではなく、設計判断の材料を出すことに特化している。公式サイトによれば、100 万件を超えるエンジニアリングソースに裏付けられた回答、1 億 2000 万点超のベンダー部品データベースと自社 PLM の横断検索、応力解析・材料選定・単位換算といった工学計算の支援が柱だ。

この類型の価値は、「線を引く時間」ではなく「どこに線を引くべきか調べる時間」の圧縮にある。規格の確認、類似部品の再利用可否、既製部品の選定——設計者の一日を実際に占めているこの種の調べ物が、チャットの往復に置き換わる。インターフェースは Web アプリ（app.getleo.ai）で、Onshape との直接統合は「今後の予定」として公式に告知されている。

限界はカテゴリーの性質そのものだ。Leo AI は CAD モデルを生成する道具ではなく、CAD 操作を自動化する道具でもない。また料金表が公式サイトで公開されておらず（2026 年 7 月時点の調査）、個人メイカーが気軽に試すというより、エンジニアリング組織が問い合わせて導入する製品と考えるのが実態に近い。

知識コパイロット型を評価する際の落とし穴は、汎用チャット AI との差分を見誤ることだ。ChatGPT や Claude に設計の質問を投げること自体は誰でもできる。この類型が上乗せするのは、回答の出典が工学文献・規格・ベンダーカタログに接地していること、そして部品データベースや PLM という「社内外の在庫」と接続されていることである。裏を返せば、出典の確かさや部品検索を必要としない雑談レベルの相談なら、汎用 AI で足りる。導入判断は「回答の根拠に金を払う価値があるか」という問いに帰着する。

類型③ 操作支援 — CADGPT と Onshape AI Advisor

三つ目の類型は、CAD ソフトそのものの操作を支援する組込み型だ。独立系の例が CADGPT で、BackToCAD Technologies が Autodesk App Store で配布する AutoCAD 向けアシスタントである。CAD の質問に答えるチャットに加え、LISP・ObjectARX・AutoLisp・C#・C++ などのコードスニペット生成を備え、繰り返し作業のスクリプト化を助ける。AutoCAD の自動化言語に不慣れなユーザーが、定型作業を片付ける入口として機能する。

大手 CAD ベンダー側の動きを代表するのが Onshape AI Advisor だ。PTC の公式発表によれば、設計環境内から使えるガイダンス AI として、手順の推奨・トラブルシューティング・ベストプラクティスの提示を担い、基盤には Amazon Bedrock を採用している。注意すべきは守備範囲で、Onshape の場合、形状の自動生成は現時点の機能ではなく、設計エージェントや FeatureScript コード生成は将来のロードマップとして位置づけられている段階だ。

ただし、大手 CAD 全体の動きは速い。Autodesk は Fusion の Autodesk Assistant（テクノロジープレビュー）で、自然言語からの基本ジオメトリ作成や押し出し・フィレットの適用まで踏み込んでいる。SOLIDWORKS も SOLIDWORKS Labs で形状生成を担う AI エージェント「LEO」（前述の Leo AI とは無関係の別製品）をベータ提供中だ。2026 年 7 月時点の正式提供版に限ればガイダンス型が中心、ただし自然言語モデリングは各社ベータ段階まで到達している——この「時点付き」の理解が正確である。

この類型の強みは、既存の CAD 資産と習慣を変えずに導入できることに尽きる。裏返しの限界として、設計の成果物そのものを作ってはくれない。時短の幅は操作習熟度に依存し、熟練者ほど恩恵が小さくなる傾向も、この類型に共通の性質だ。

独立系と大手組込みの使い分けにも触れておく。CADGPT のような独立系は、スクリプト生成という「攻め」の自動化に踏み込む分、出力コードの検証責任はユーザー側にある。生成された LISP や C# をそのまま本番図面に走らせる前に、テスト用ファイルで挙動を確かめる運用が前提だ。一方の大手組込みは、公式ドキュメントに接地した保守的な回答を返す設計で、踏み込みは浅いが安心して新人教育に使える。攻めの独立系と守りの組込み、という対比で捉えると導入場面を間違えない。

類型④ 図面自動化 — DraftAid

設計の終盤で必ず発生するのが 2D 図面化で、ここを専業で自動化するのが DraftAid だ。公式サイトは「3D モデルから一貫した 2D 図面を生成する最速の方法」を掲げ、レイアウト・スケーリング・破断線の自動最適化、寸法と注記のインテリジェントな配置、テンプレートと製図規格のカスタマイズ、そして数百枚規模の図面をバックグラウンドで一括生成する処理能力を機能として挙げる。想定業種として自動車・製造・建設が挙がる。

図面化は設計者の実感として最も「作業」に近い工程であり、自動化の納得感が得やすい。3D モデルには既に形状・寸法の情報が全て入っており、図面化とはその情報を製図規格という書式へ転記する仕事だからだ。創造性の余地が小さく、規則性が高い——機械学習が最も得意とする条件が揃っている。とりわけ類似部品を大量に図面化する製造業では、バッチ処理の効果が案件数に比例して積み上がる。

導入検証の勘所は「自社の一番意地悪な図面」を最初に試すことだ。標準的な部品図がきれいに出るのは当然として、断面が多い鋳物、注記だらけの溶接図面、社内独自の記号——そうした端の事例で修正がどれだけ残るかが、実運用の工数を決める。ベンダーのデモ部品ではなく自社の実図面で判定する原則は、この類型では特に効く。

限界は二つある。第一に、図面文化はローカル性が強く、社内規格・検図慣行への適合は導入時の検証が必須になる。第二に、公式サイトは対応 CAD を「主要 CAD ソフトウェア各種」と述べるに留まり、個別の製品名を明記していないため、手元の CAD と繋がるかは問い合わせで確かめる必要がある。料金も同様に公開情報がない。

類型⑤ 業務エージェント — Adam（旧 AdamCAD）のピボットが示すもの

五つ目の類型は、設計業務の周辺——レビュー準備、BOM 整理、ECO パケット作成、RFQ 起草、サプライヤー比較——を AI エージェントに任せる方向だ。代表例の Adam は、示唆的な経歴を持つ。かつて AdamCAD の名で Text-to-CAD ツールとして知られた同製品は、現在は adam.new で「ハードウェアチームのための AI ワークスペース」を名乗り、カテゴリーを乗り換えた。

現在の Adam は、Onshape・Google Sheets・Slack・Gmail といった既存ツールに接続し、Slack やメールの自然言語の依頼から、編集済みモデル・更新済み BOM・起草済み文書といった「完成した仕事」を返すことを売りにする。設計データを動かすのではなく、設計者の受信箱を軽くする道具だ。

なぜこの領域が成立するのかは、設計者の時間の使い方を見れば分かる。ハードウェア開発の現場では、モデリングそのものよりも、レビューのための資料作り、部品表の整合性チェック、見積もり依頼の往復といった「設計の周辺」が慢性的に時間を奪う。この種の仕事は個々の判断は軽いのに、ツールをまたぐ転記と確認が多く、人間がやると細切れの集中力を消耗する。接続と転記こそエージェントの得意分野であり、狙いどころとして筋がよい。

このピボット自体が、2026 年の AI CAD 地形図を読む手がかりになる。形状生成は Zoo のような専業が固め、大手 CAD は操作支援から段階的に攻める。その間隙で、エンジニアの時間を最も奪っている「設計以外の仕事」に照準を合わせる事業判断が成立した。ツール選定の際も、この地形の変化速度——数か月でカテゴリーが変わり得る——は前提に置くべきである。限界は明快で、Adam は CAD モデリングの道具ではなく、接続先のツール群を運用していることが価値の前提になる。

選び方 — どの工程の時間を買うか

5 類型を前提にすると、選定は次の手順に単純化できる。まず、自分（または自チーム）の 1 週間を工程別に振り返り、最も時間を食っている工程を特定する。次に、その工程に対応する類型の代表例を無料枠・トライアルで試す。最後に、効果が数字で見えたものだけを課金に進める。

あなたのボトルネック	試すべき類型	最初の一手
形を起こすのが遅い	① 形状生成	Zoo の無料枠で部品をひとつ発注する
調べ物・部品選定に沈む	② 知識コパイロット	Leo AI に問い合わせて試用する
CAD 操作・定型作業が重い	③ 操作支援	CADGPT や使用中 CAD の組込み AI を確認する
図面化が積み上がる	④ 図面自動化	DraftAid に自社図面の再現可否を確認する
事務・調整が設計時間を侵食	⑤ 業務エージェント	Adam と接続先ツールの適合を確認する

複数の工程が重い場合も、一度に一類型ずつ導入することを勧める。効果測定が混ざると、どの投資が効いたのか分からなくなるからだ。導入順は「効果が測りやすい工程から」が原則で、図面自動化と形状生成は成果物の数と時間で測定しやすく、知識コパイロットの効果測定には設計品質という遅行指標が混ざる。

導入の失敗パターンも先回りして共有しておく。最も多いのは、類型の異なるツールを「AI 予算」の枠でまとめて契約し、どれも中途半端に触って全て解約する形だ。次に多いのが、無料トライアルを検証計画なしに開始し、期限が来ても判断材料が集まっていない形である。対策はどちらも同じで、試す前に「この工程の所要時間が何割減ったら継続する」という合格ラインを一行書いておくこと。AI 導入の成否は、ツールの性能と同じくらい、この評価設計に左右される。

個人メイカーと組織では最適解も変わる。個人なら、無料枠が公開されている類型①から入るのが合理的だ。金額の公開されていない B2B 型ツールは、問い合わせのやり取り自体がコストになる。組織なら逆に、時間単価の高いエンジニアの工数が最大の費用項目である以上、問い合わせの手間を理由に候補から外すのはもったいない。立場によって「入口の広さ」の価値が違うことは、比較表からは読み取れない変数として覚えておきたい。

なお、メッシュ生成系のツール（Meshy・Tripo 等）は意匠・フィギュア向けの別領域であり、本記事の 5 類型とは市場が異なる。全体の見取り図はAI 3D生成完全ロードマップ 2026（2026-07-12 公開）を参照してほしい。

まとめ — 比較の前に、分類を

AI CAD という言葉の下には、出力も工程も異なる 5 類型の道具が同居している。本記事の要点を振り返る。

① 形状生成（Zoo）: プロンプト→編集可能な STEP。機械部品に強く、意匠は守備範囲外
② 知識コパイロット（Leo AI）: 調べ物・計算・部品選定の圧縮。形は作らない。組織導入型
③ 操作支援（CADGPT、Onshape AI Advisor）: 既存 CAD の中で操作とスクリプトを支援。正式提供版はガイダンス型が中心だが、自然言語モデリングは各社ベータ段階まで到達（2026年7月時点）
④ 図面自動化（DraftAid）: 3D→2D の専業。社内規格への適合検証が導入の鍵
⑤ 業務エージェント（Adam）: 設計周辺の事務を代行。旧 AdamCAD のピボットはカテゴリー変化の速さの実例
選定は「最も重い工程 × 対応する類型 × 一度に一つ」。金額が公開されている例は少なく、Zoo の無料枠を除けば問い合わせ前提の市場である

最後にひとつ補足すると、5 類型は排他ではなく積み重なる。形状生成で起こした部品を操作支援で仕上げ、図面自動化で出図し、業務エージェントが調達に回す——そんな多層の自動化が、単一ベンダーの統合スイートではなく専業ツールの組み合わせで実現されつつあるのが、2026 年の設計現場の実像だ。道具の名前は数か月で入れ替わるが、「どの工程の時間を買うか」という問いの立て方は古びない。次にどこかで新しい AI CAD ツールの名前を見かけたら、まず 5 類型のどこに落ちるかを判定してみてほしい。それだけで、宣伝文句の向こう側にある実像が見えるはずだ。