Metinden görsele çalışan bir model sözcükleri piksellere dönüştürür. Çok büyük görsel ve açıklama koleksiyonlarından, alacakaranlıkta taş bir terasta keten bir gömlek gibi bir ifadenin genellikle neye benzediğini öğrenmiştir ve tanıma uyan yeni bir görsel çizer. Sonuç, düzeni bakımından yenidir ama belirli bir nesneden değil, örüntülerden kurulur; bu yüzden makul bir gömlek gösterebilir, satıcının gömleğini gösteremez.
Ürün görselleri için temel sınır budur. Yalnızca metinden üretilmiş bir ürün uydurmadır: kesim, renk, desen, aksesuar ve etiket bakımından gerçek üründen farklıdır ve ne kadar benzer görünürse görünsün ilanda o ürünün yerini tutamaz. Birçok pazaryeri görsellerin gerçek ürünü göstermesini ister; birkaçı yapay zekâya yalnızca gerçek bir ürün fotoğrafının çevresindeki arka planlar, sahneler ya da mankenler için izin verir. Yapay zekâ görsellerinin açıklanmasına ve etiketlenmesine ilişkin kurallar da pazaryerleri arasında farklıdır.
Metinden görsele, tek bir doğru biçimi olmayan şeylere uyar: arka planlar, dekor objeleri, atmosfer sahneleri, dokular ve desenler ya da bir kampanya için bir set. Ürünün kendisi için güvenilir yol, gerçek ürünün fotoğrafının başlangıç noktası olduğu görselden görseldir. Üretilmiş bir sahne gerçek ürünün dekupesi için fon olarak kullanılıyorsa ışık yönü, gölgeleri ve perspektifi ürün fotoğrafıyla uyuşmalıdır; aksi hâlde ürün yapıştırılmış gibi görünür.