Kỹ năng này chuyển đổi mô tả nhân vật hoặc cảnh bằng ngôn ngữ tự nhiên do người dùng nhập vào thành các lời nhắc hình ảnh/video thô có cấu trúc (định dạng JSON). Nó phải được sử dụng khi người dùng mô tả một nhân vật, người, hình ảnh quảng cáo, nhân vật chính trong video, hoặc các yêu cầu như "tạo lời nhắc", "chuyển đổi sang định dạng hình ảnh thô", "tôi muốn tạo một nhân vật", hoặc "viết lời nhắc hình ảnh thô". Ngay cả những mô tả ngắn gọn của người dùng cũng sẽ được tự động hoàn thành và xuất ra dưới dạng các lời nhắc có cấu trúc đầy đủ. Sử dụng kết hợp với Image2 sẽ cho kết quả tốt hơn!