GPT-6 AstraでKiCadパターン設計――部品配置と厚紙による実寸検証

回路図と基板外形が決まったので、次はKiCad上で部品配置を進めました。

今回は、最初の部品配置をGPT-6 Astraに任せています。実際にやらせてみると、手作業で一つずつ配置するより圧倒的に速く、人間が繰り返すとかなり時間のかかる作業を淡々と進めてくれました。

ただし、部品を配置できることと、製品として適切な配置になることは別です。今回はケースが先に決まっていたため、基板サイズに厳しい制約がありました。GPT-6 Astraに配置させたことで、想定していた小さな基板へ多数の部品を載せる難しさも、早い段階で見えてきました。

最初の部品配置をGPT-6 Astraに任せる

基板外形を決めた後、まずはGPT-6 Astraに部品を配置させました。

部品数が多い場合、手作業では、部品を移動しては空きを確認し、向きを変え、別の部品との間隔を調整する作業を何度も繰り返します。

GPT-6 Astraは、このような配置作業を繰り返し実行できます。人間であれば疲れてくるような作業でも、指示した条件に基づいて延々と処理してくれます。この点は非常に助かりました。

一方で、最初からすべてがきれいに収まったわけではありません。配置を進めたことで、当初考えていた基板サイズには余裕が少なく、かなり高密度になることが分かりました。

これは単なる失敗ではありません。実際に配置を試すことで、基板サイズや配置条件に無理があることを早い段階で確認できました。

配置結果を見て基板サイズを再検討する

今回の基板は、先にケースが決まっていました。そのため、単純に基板を大きくすればよいわけではありません。

ケース内に収めながら、必要な部品、コネクタ、取り付け穴などを配置する必要があります。

GPT-6 Astraによる初期配置を確認した結果、私は基板の大きさを調整したり、部品の裏面配置を許可したりしました。

基板面積に余裕があれば、配置は比較的すんなり進んだかもしれません。しかし、今回はケースの制約があり、基板寸法も重要だったため、配置条件を何度か変更しています。

この判断をGPT-6 Astraへ完全に任せたわけではありません。配置結果を見て、基板サイズを変更するか、裏面に部品を載せるか、どの条件なら製造や実装が可能かを判断したのは人間側です。

その条件を改めてGPT-6 Astraへ伝え、再配置を依頼しました。

裏面への部品配置も許可した

当初は表面を中心に部品を配置することを考えていましたが、それだけでは収まりにくい部分が出てきました。

そこで、必要に応じて裏面にも部品を配置してよいという条件を追加しました。

両面へ部品を配置すれば実装密度は上げられますが、製造、実装、検査、リワークなどへの影響も考える必要があります。そのため、単に空いている場所へ移せばよいという話ではありません。

どの部品を裏面へ移すかについては、GPT-6 Astraの配置結果を確認しながら判断しました。

ここでも、AIが行ったのは、指定条件に沿った配置や再配置です。表面だけで進めるか、裏面配置を許可するかという設計条件は、私が決めています。

シルクや部品位置の細かな修正も指示した

部品配置と同時に、シルク表示についても調整しました。

基板が小さくなると、部品そのものだけでなく、リファレンス番号などのシルク表示も混み合ってきます。すべてを同じように表示すると、部品やパッドと重なったり、読めない位置へ移動したりすることがあります。

そこで、一部の部品番号を非表示にしたり、表示位置を変更したりする作業もGPT-6 Astraへ指示しました。

さらに、配置状況を見ながら、部品位置の変更や、使用する部品・フットプリントのサイズに関する調整も行っています。

こうした細かな作業は、一つひとつは単純です。しかし、基板全体で繰り返すと、かなり時間がかかります。これまで手作業で行っていた配置変更やシルク調整をまとめて処理できる点は、GPT-6 Astraを使う大きなメリットだと感じました。

AIに任せた作業と、人間が判断した部分

今回、GPT-6 Astraに任せた主な作業は次のとおりです。

• 部品の初期配置
• 条件変更後の再配置
• 表面と裏面への配置調整
• 一部シルクの非表示
• シルク位置の変更
• 部品位置の変更
• 指定内容に基づく細かな配置作業

一方、人間側では次の判断を行いました。

• ケースに合わせた基板サイズの検討
• 基板外形を変更するかどうか
• 裏面配置を許可するかどうか
• どの配置案を採用するか
• 実装や確認に問題がないか
• 実物がケースへ収まりそうか

GPT-6 Astraは、部品を配置する作業を高速化してくれました。しかし、配置条件を決め、結果を製品として採用できるか判断する部分は、引き続き設計者の仕事です。

最後は厚紙を切ってケースに入れた

基板サイズがある程度決まった段階で、私は厚紙を買ってきて、基板と同じ大きさにカッターで切りました。

そして、その厚紙を実際のケースへ入れ、寸法や収まりに問題がなさそうかを確認しました。

CADの画面や図面だけを見ていると、実際の大きさを直感的に把握しにくいことがあります。特にケース内部の余裕や、組み立てたときの感覚は、画面上の数値だけでは分かりにくい部分があります。

厚紙であっても、実寸で切り出してケースへ入れると、基板の大きさや周囲の余裕を具体的にイメージできます。

この工程は非常にアナログですが、重要な確認でした。少なくとも今回の作業では、ここまでを生成AIへ任せることはできません。

GPT-6 Astraが作った配置案とCAD上の寸法を参考にしつつ、最後は人間が実物のケースと厚紙を使って確認しました。

部品配置の高速化と、物理的な確認は別の工程

今回、GPT-6 Astraへ部品配置を任せたことで、小さな基板へ多数の部品を配置する作業はかなり速くなりました。

また、最初の配置結果から、基板サイズに無理があることや、裏面配置が必要になる可能性を早い段階で確認できました。

配置変更、シルク調整、部品位置の修正など、人間が手作業で繰り返すと時間のかかる部分を処理してくれる点は、非常に助かります。

ただし、AIが配置できたからといって、それだけで基板設計が成立したとは言えません。ケースの制約、実装性、組み立て、リワーク、実際の寸法感などは、人間が確認する必要があります。

今回は最終的に厚紙のモックアップを作り、ケースへ実際に入れて確認しました。

AIによる高速な配置と、人間による物理的な検証。この二つを組み合わせるのが、現時点では現実的な進め方だと感じています。

English Summary

This article describes how I used GPT-6 Astra to assist with component placement in a KiCad PCB design.

After defining the board outline, I asked GPT-6 Astra to perform the initial component placement. This was much faster than manually moving and rotating each component. The first placement also revealed an important issue: fitting all the required components onto the planned small board would be difficult.

Because the enclosure had already been selected, the board size could not be increased freely. Based on the placement results, I adjusted the board dimensions and allowed some components to be placed on the back side. I also instructed GPT-6 Astra to relocate components, adjust silkscreen positions, and hide some reference designators.

GPT-6 Astra handled the repetitive placement work, while I decided the mechanical constraints, whether back-side placement was acceptable, and which placement result could be used.

After the board dimensions were determined, I made a full-size cardboard model with a cutter and placed it inside the actual enclosure. This simple physical test helped me understand the real size and clearance better than the CAD screen alone.

AI significantly accelerated the placement work, but physical fit and final engineering acceptance still required human verification.