Jak tworzyć automatyzacje do AutoCAD i GstarCAD za pomocą ChatGPT

Automatyzacja pracy w CADzie jeszcze kilka lat temu była tematem zarezerwowanym głównie dla osób, które potrafiły programować. Tworzenie własnych skryptów LISP wymagało znajomości składni AutoLISP, cierpliwości i często wielu godzin debugowania.

Dzisiaj wygląda to zupełnie inaczej.

Dzięki modelom językowym takim jak ChatGPT możemy tworzyć własne automatyzacje do AutoCADa i GstarCADa praktycznie bez znajomości programowania. Wystarczy wiedzieć:

• co chcemy zautomatyzować,
• jak mniej więcej ma działać dana funkcja,
• oraz jak poprawnie opisać problem.

W tym artykule pokażę Ci:

• czym są skrypty LISP,
• jakie zadania można nimi automatyzować,
• jak tworzyć LISPy przy pomocy ChatGPT,
• jak wgrywać je do AutoCADa lub GstarCADa,
• jak debugować błędy,
• oraz jak wygląda realny proces iteracyjnego poprawiania kodu.

---

Czym są skrypty LISP?

LISP to język wykorzystywany od lat w programach CAD takich jak AutoCAD czy GstarCAD do tworzenia własnych poleceń i automatyzacji.

W praktyce działają one podobnie do standardowych komend CADowych, z tą różnicą, że sami definiujemy ich działanie.

Za pomocą LISPów możemy między innymi:

• automatycznie numerować bloki,
• zliczać długości i odległości,
• zarządzać warstwami,
• generować opisy,
• wykonywać operacje na atrybutach bloków,
• przyspieszać powtarzalne czynności,
• tworzyć własne workflow projektowe.

Największy problem przez lata polegał jednak na tym, że AutoLISP jest językiem:

• starym,
• mało czytelnym,
• trudnym dla początkujących,
• i wymagającym znajomości specyficznej składni.

I właśnie tutaj pojawia się AI.

---

Jak ChatGPT zmienił tworzenie LISPów?

Modele językowe bardzo dobrze radzą sobie z generowaniem kodu, szczególnie prostych i średnio zaawansowanych automatyzacji.

Dzięki temu nie musimy już ręcznie pisać całego kodu.

Zamiast tego możemy po prostu opisać:

• jaki problem chcemy rozwiązać,
• jakie obiekty mają zostać wybrane,
• jakie operacje mają zostać wykonane,
• oraz jaki efekt końcowy chcemy osiągnąć.

ChatGPT wygeneruje gotowy kod LISPa, który możemy:

1. skopiować,
2. zapisać jako plik .lsp,
3. wczytać do AutoCADa lub GstarCADa,
4. i od razu testować.

Oczywiście nie zawsze wszystko działa za pierwszym razem.

I to jest całkowicie normalne.

Największą przewagą AI nie jest to, że tworzy idealny kod za pierwszym podejściem, ale to, że potrafi bardzo szybko iterować i poprawiać błędy.

---

Przykład 1 — automatyczna numeracja bloków

Pierwszy przykład, który pokazuję w filmie, to prosty LISP służący do numerowania bloków z atrybutami.

Założenie jest bardzo proste:

• wybieramy bloki,
• podajemy numer początkowy,
• określamy krok numeracji,
• a skrypt automatycznie zmienia wartości atrybutów.

To jeden z najlepszych przykładów pokazujących jak dużo czasu mogą oszczędzić nawet bardzo proste automatyzacje.

Zamiast ręcznie edytować kilkanaście lub kilkadziesiąt bloków:

• wybieramy funkcję,
• klikamy kolejne elementy,
• i numeracja wykonuje się automatycznie.

---

Jak pisać skuteczne prompty do tworzenia LISPów?

Jedna z najważniejszych rzeczy podczas pracy z ChatGPT to sposób opisywania problemu.

Im bardziej precyzyjnie opiszesz:

• środowisko pracy,
• typ programu CAD,
• oczekiwane działanie,
• strukturę bloków,
• oraz kolejność kroków,

tym lepszy kod otrzymasz.

Dobry prompt powinien zawierać:

1. Kontekst

Na przykład:

• że model ma zachowywać się jak specjalista od AutoLISP,
• że skrypt ma działać w AutoCADzie lub GstarCADzie,
• oraz że ma być kompatybilny z konkretną wersją programu.

2. Opis działania

Czyli:

• co użytkownik wybiera,
• jakie dane wpisuje,
• jakie obiekty są modyfikowane,
• i jaki ma być efekt końcowy.

3. Szczegóły techniczne

Na przykład:

• nazwy atrybutów,
• jednostki,
• typy obiektów,
• sposób wyboru elementów.

Przy bardziej złożonych funkcjach bardzo dobrze sprawdza się również rozpisanie logiki krok po kroku.

---

Jak zapisać i wczytać skrypt LISP?

Po wygenerowaniu kodu:

1. kopiujemy całą zawartość,
2. wklejamy ją do notatnika,
3. zapisujemy plik z rozszerzeniem .lsp,
4. a następnie przeciągamy go do AutoCADa lub GstarCADa.

Po poprawnym wczytaniu programu CAD wyświetli informację o załadowaniu funkcji.

Od tego momentu możemy wywoływać ją wpisując nazwę komendy w wierszu poleceń.

---

Przykład 2 — obliczanie odległości bloków od osi

Drugi przykład jest bardziej zaawansowany.

Celem było stworzenie LISPa, który:

• pozwala wybrać linię lub polilinię,
• oblicza odległość bloków od tej osi,
• a następnie wpisuje wynik do atrybutu bloku.

I tutaj pojawia się coś bardzo ważnego.

W praktyce większość bardziej złożonych automatyzacji nie będzie działała perfekcyjnie za pierwszym razem.

W moim przypadku pojawiły się między innymi:

• błędy argumentów,
• problemy z polską wersją programu,
• błędy związane z typami obiektów,
• oraz problemy wynikające z działania funkcji dla polilinii.

I właśnie ten etap jest najcenniejszy.

Bo pokazuje jak realnie pracować z AI podczas tworzenia automatyzacji.

---

Debugowanie LISPów przy pomocy ChatGPT

Najlepsze rezultaty osiąga się wtedy, gdy traktujemy ChatGPT bardziej jak programistę współpracującego z nami niż generator jednorazowego kodu.

Jeśli pojawia się błąd:

1. kopiujemy komunikat błędu,
2. przekazujemy go do modelu,
3. opisujemy co wydarzyło się w programie,
4. i prosimy o poprawienie kodu.

W bardziej skomplikowanych przypadkach warto poprosić AI o stworzenie funkcji debugującej.

Taka funkcja może:

• wypisywać kolejne kroki działania,
• sprawdzać typy obiektów,
• pokazywać wartości zmiennych,
• oraz wskazywać miejsce, w którym skrypt przestaje działać.

To ogromnie przyspiesza diagnozowanie problemów.

---

Najważniejsza rzecz: iteracja

Wiele osób błędnie zakłada, że AI powinno wygenerować idealny kod za pierwszym razem.

Tak to nie działa.

Największą siłą modeli językowych jest szybka iteracja.

Proces zwykle wygląda tak:

1. generujemy pierwszą wersję,
2. testujemy,
3. kopiujemy błędy,
4. poprawiamy kod,
5. testujemy ponownie,
6. i iterujemy aż do uzyskania poprawnego działania.

W praktyce nawet kilka iteracji i tak zajmuje znacznie mniej czasu niż ręczne pisanie całego LISPa od zera.

---

Jakie automatyzacje warto tworzyć?

Jeśli dopiero zaczynasz, najlepiej rozpocząć od prostych problemów z codziennej pracy.

Najlepsze automatyzacje to zwykle te, które:

• wykonujesz często,
• są powtarzalne,
• zajmują dużo kliknięć,
• albo wymagają ręcznego przepisywania danych.

Przykładowe pomysły:

• numerowanie bloków,
• automatyczne opisy,
• eksport danych,
• zestawienia,
• zarządzanie warstwami,
• kontrola poprawności rysunku,
• automatyczne wymiarowanie,
• obliczenia długości i powierzchni,
• aktualizacja atrybutów bloków.

---

Czy warto uczyć się LISPów w 2026 roku?

Moim zdaniem tak — ale inaczej niż kiedyś.

Nie trzeba już uczyć się całego języka na pamięć.

Znacznie ważniejsze staje się:

• rozumienie logiki automatyzacji,
• umiejętność rozbijania problemu na kroki,
• poprawne opisywanie działania,
• oraz umiejętność debugowania.

AI przejmuje dużą część pisania kodu.

Ale to nadal człowiek:

• definiuje problem,
• testuje rozwiązanie,
• i decyduje czy automatyzacja działa poprawnie.

---

Film gdzie pokazuję jak tworzyć skrypt lisp

Podsumowanie

Tworzenie automatyzacji do AutoCADa i GstarCADa jeszcze nigdy nie było tak dostępne.

Dzięki ChatGPT nawet osoby bez doświadczenia programistycznego mogą:

• tworzyć własne LISPy,
• automatyzować powtarzalne zadania,
• przyspieszać pracę projektową,
• oraz budować własne narzędzia dopasowane do workflow.

Najważniejsze to po prostu zacząć. Nie od perfekcyjnych systemów. Tylko od jednego małego problemu, który codziennie zabiera Ci czas. A jeśli chcesz zobaczyć cały proces krok po kroku razem z debugowaniem i poprawianiem błędów, obejrzyj materiał wideo.

Jeśli masz własne pomysły na automatyzacje albo problemy z tworzeniem LISPów, napisz w komentarzu lub wiadomości prywatnej.

Sprawdź również:

• Perplexity AI – najlepsze AI do researchu dla inżyniera?
• Jak tworzyć automatyzacje do AutoCAD, ZWcad i GstarCAD za pomocą ChatGPT
• 15 pomysłów na automatyzacje w AutoCADzie i GstarCADzie z użyciem Lispów i AI
• AI dla inżyniera, 40+ praktycznych zastosowań ChatGPT w pracy technicznej
• ChatGPT w pracy inżyniera – czy ma sens i jak wycisnąć maksimum