VIDEO REVIEW · REALITY CHECK
ChatGPTでG-codeを生成できる？ ある正直な実験動画が最良の答えをくれた
01この動画は何を語っているか
2025年3月、DIY加工チャンネル Random Routing がこの概念実証動画を公開しました。「Drawing to gcode using ChatGPT（ChatGPTで図面からG-codeへ）」。タイトルは定番の「AIは万能」系の内容に聞こえますが、実際に開くと、稀に見る正直な工学実験でした[1]。
同種の内容は実は少なくありません——たとえばChatGPTでプラズマ切断の図案を生成するチュートリアル（まず画像を生成し、SVGへ変換し、CADで整える）[2]——が、Random Routing のこの動画が特別なのは、作者が説明欄にシステムのアーキテクチャと、なぜそう設計したかを完全に書き出している点です。
02実験の巧みな点：AIは「理解」だけを行い、「出力」はしない
作者の説明によれば、全体の流れはこうです[1]。
- ChatGPTが読図し、フィーチャと寸法を見つけることだけを担い、部品情報を含む構造化された「seed」を出力する。
- 一本のスクリプトがseedを解析し、決定論的にDXFファイルを描き、異なるフィーチャを対応するレイヤーに配置する（外輪郭、内輪郭、標準穴、小穴、座ぐり穴、タップ穴……）。
- CAMソフトがこれらのレイヤーを認識し、事前に検証済みのテンプレートに従ってG-codeを生成する。
そして動画全体でもっとも価値あるひと言、作者の原文はこうです。「これは、私たちがAIに機械のG-codeを生成させることに依存していないことを意味します——それは危険でしょう。」[1]一つのDIYチャンネルが、多くのAI製品プレゼンが語りたがらない工学的判断を、ひと言で言い切りました。
03なぜチャットボットに直接G-codeを書かせてはいけないか
汎用言語モデルはもちろんG-codeを「書けます」——GコードとMコードは公開標準（ISO 6983がプログラム形式とアドレスワードを定義）であり[3]、ネット上に学べる例が大量にあります。問題は三つの層にあります。
- 文法が正しいことは物理的に実現可能なことと同義ではない：文法的に完璧な一行のG01が、まさに工具を誤った切り込み方でワークへ送り込んでいるかもしれません。言語モデルが最適化するのは「正解に見える」ことであって、「あなたの機械で安全である」ことではありません。
- あなたの現場の文脈を欠く：コントローラの方言、工具ライブラリ、ストロークと回転数の上限、保持の仕方——プログラムが走るか否かを決めるこれらの情報を、チャットボットは一切知りません（G-codeのコントローラ差については〈G-code完全入門〉をご覧ください）。
- 誤りの代償が非対称：チャットは書き間違えてもやり直せばよいですが、G-codeの一行の誤りは衝突、工具折損、廃棄です。代償が非対称な場面では、「おおむね正しい」ツールは使えません。
学理的にも、製造における深層学習の成功例（フィーチャ認識で約96.7%の精度に達する研究がその一例）はいずれも共通の構造を持ちます。モデルが知覚と理解を担い、その出力は決定論的な工学パイプラインに入って制約・検証される[4][5]——このDIY実験の直感とまったく一致します。
04専用AI CAMパイプラインはどんな姿か
Random Routing の手作りアーキテクチャを工学化し、規模化すれば、それがプロのAI CAMの姿です。BestAI CAM を例にとると、対応関係はきわめて直接的です。
| DIY実験のやり方 | 専用パイプラインでの対応 |
|---|---|
| ChatGPTが読図してseedを産出 | AIが2D図面（DWG／PDF／写真補助）を認識し、3Dモデルを構築 |
| スクリプトが決定論的にDXFを描きレイヤー分け | 自社の工具ライブラリ、コントローラ、ストローク／回転数の上限に従い工程と刀路を推論 |
| CAMが検証済みテンプレートでコード生成 | G-code生成後に3D切削シミュレーションを強制し、削り過ぎ・干渉・衝突をチェック |
| 作者自身が結果を見張る | 独立したAIが寸法を元図と照合＋専門人員が実機前にゲートキープ |
違いは「誰のAIが賢いか」ではなく、安全機構の完全性です。専用パイプラインは、DIY実験で作者の個人的な慎重さによって維持されていた一つひとつの防線を、システムに組み込まれた必須のステップへと変えます。だからこそ、私たちはこう言い続けています。AI CNCツールを評価するなら、G-codeを生成できるかを問うのではなく——生成した後、実機にかける前に何段の検証が立ちはだかるかを問え、と（全工程は〈CNC自動プログラミング完全ガイド〉、生成AIのできること・できないことは〈生成AIが工場に入る〉をご覧ください）。
05よくある質問 FAQ
ChatGPTは結局、使えるG-codeを書けるのですか？
単純な形状で、条件のゆるい場面（彫刻機の線描きなど）なら、文法的に走るプログラムは書けます。しかし文法が正しいことは物理的に安全であることと同義ではありません。あなたのコントローラの方言、工具、ストローク制限、保持を知らず、一行の誤りの代償は衝突と廃棄です。動画の作者のやり方がまさにこの理由で、AIには読図だけをさせ、コード生成は決定論的なスクリプトとテンプレートに委ねています。
このDIY動画と商用のAI CAMの違いはどこにありますか？
アーキテクチャの直感は同じ（AIが理解し、規則が出力する）で、違いは工学的な完全性です。商用パイプラインは工具ライブラリと機械の制約を推論に取り込み、切削シミュレーションを強制し、独立した寸法照合と人によるゲートキープを加えます。DIYが個人の慎重さで維持する防線を、システムの必須ステップへと変え、フライスなど代償のより高い場面にも対応できます。
AIコード生成ツールを評価するとき、もっとも問うべき一つの問いは何ですか？
「G-code生成の後、実機にかける前に、何段の検証があるか？」です。良い答えには少なくとも次が含まれます。自社の工具ライブラリと機械の制約に従った生成（汎用の仮定ではなく）、強制された3D切削シミュレーション、独立した寸法照合、そして実機前の人による最終確認。検証チェーンを欠いたコード生成の速さは、リスクを消すのではなく後ろへ送るだけです。
新しい記事や動画の解説が公開されたらお知らせします——受信箱をあふれさせず、ワンクリックで購読解除。（ニュースレターは中国語）
AI WITH GUARDRAILS
AIの速さと、工学レベルの安全チェーンの両方を
読図・モデリング、自社の制約に基づくコード生成、強制シミュレーション、独立した寸法検証、人によるゲートキープ——あなたの図面で、ガードレール付きのAIコード生成の流れを一度お試しください。
導入コンサルタントに連絡 トレーニングコース06参考文献
- Random Routing（YouTube）。Drawing to gcode using ChatGPT（2025-03-09 公開）。youtube.com/watch?v=vOyaLsN6V7A
- Slyh Life（YouTube）。How to Use ChatGPT to Create CNC Plasma Designs。youtube.com/watch?v=YCC2JAts80g
- ISO 6983-1:2009. Automation systems and integration — Numerical control of machines — Program format and definitions of address words. ISO.
- Zhang, Z., Jaiswal, P., & Rai, R. (2018). FeatureNet: Machining feature recognition based on 3D Convolutional Neural Network. Computer-Aided Design, 101, 12–22.
- Wang, J., Ma, Y., Zhang, L., Gao, R. X., & Wu, D. (2018). Deep learning for smart manufacturing: Methods and applications. Journal of Manufacturing Systems, 48, 144–156.