ทักษะนี้จะแปลงคำอธิบายตัวละครหรือฉากที่เป็นภาษาธรรมชาติที่ผู้ใช้ป้อนเข้ามา ให้เป็นข้อความแจ้งเตือนรูปภาพ/วิดีโอแบบมีโครงสร้าง (รูปแบบ JSON) ต้องใช้ทักษะนี้เมื่อผู้ใช้บรรยายถึงตัวละคร บุคคล ภาพโฆษณา ตัวเอกในวิดีโอ หรือร้องขอข้อความต่างๆ เช่น "สร้างข้อความแจ้งเตือน" "แปลงเป็นรูปแบบภาพดิบ" "ฉันต้องการสร้างตัวละคร" หรือ "เขียนข้อความแจ้งเตือนภาพดิบ" แม้แต่คำอธิบายสั้นๆ จากผู้ใช้ก็ควรได้รับการเติมเต็มและแสดงผลเป็นข้อความแจ้งเตือนที่มีโครงสร้างอย่างสมบูรณ์โดยอัตโนมัติ การใช้งานร่วมกับ Image2 จะให้ผลลัพธ์ที่ดีกว่า!