Een tekst-naar-afbeeldingmodel zet woorden om in pixels. Het heeft uit zeer grote verzamelingen beelden en bijschriften geleerd hoe een omschrijving zoals een linnen overhemd op een stenen terras bij zonsondergang er meestal uitziet, en het tekent een nieuw beeld dat bij de beschrijving past. Het resultaat is nieuw in zijn opbouw maar gebouwd uit patronen, niet uit een bepaald object, dus het kan een geloofwaardig overhemd tonen maar niet het overhemd van de verkoper.
Dat is de kerngrens voor productafbeeldingen. Een product dat alleen uit tekst is gegenereerd, is verzonnen: het wijkt af van het echte artikel in snit, kleur, patroon, beslag en label, en het kan dat artikel in een aanbieding niet vertegenwoordigen, hoe dichtbij het er ook uitziet. Veel marktplaatsen eisen dat afbeeldingen het echte product tonen, en meerdere staan AI alleen toe voor achtergronden, scènes of modellen rond een echte productfoto. Regels voor het melden en labelen van AI-afbeeldingen verschillen ook per marktplaats.
Tekst-naar-afbeelding past bij wat geen enkele ware vorm heeft: achtergronden, rekwisieten, sfeerscènes, structuren en patronen, of een decor voor een campagne. Voor het product zelf is de betrouwbare weg afbeelding-naar-afbeelding, waarbij een foto van het echte artikel het vertrekpunt is. Waar een gegenereerde scène dient als achtergrond voor een vrijstaand beeld van het echte product, moeten lichtrichting, schaduwen en perspectief bij de productfoto passen, anders ziet het product er ingeplakt uit.