文生图模型把文字变成像素。它从海量的图片和说明文字中学到了类似黄昏时石砌露台上的一件亚麻衬衫这样的描述通常是什么样子，并画出一幅符合描述的新图。结果在布局上是新的，但它是由规律而不是由某个具体物品构建的，所以它能画出一件看似合理的衬衫，却画不出卖家的那件衬衫。
这是商品图片的核心局限。仅凭文字生成的商品是虚构的：它在版型、颜色、图案、五金和标签上都与实物不同，无论看起来多么相似，都不能在商品页中代表那件商品。许多电商平台要求图片展示实际商品，有几家只允许在真实商品照片周围使用 AI 生成的背景、场景或模特。关于披露和标注 AI 图片的规则，各电商平台也不相同。
文生图适合没有唯一真实形态的内容：背景、道具、氛围场景、纹理和图案，或活动用的布景。对于商品本身，可靠的途径是图生图，以真实商品的照片为起点。用生成的场景作为真实商品抠图的背景时，光线方向、阴影和透视必须与商品照片一致，否则商品看起来就像是贴上去的。