โมเดลภาษา AI เช่น GPT-3 ซึ่งใช้โดย Prompt สร้างภาพโดยใช้เทคนิคที่เรียกว่า "generative adversarial network" หรือ GAN GAN เป็นโครงข่ายประสาทเทียมที่สามารถสร้างภาพใหม่โดยการเรียนรู้รูปแบบและคุณสมบัติจากภาพที่มีอยู่
ในการสร้างภาพ โมเดลภาษา AI ได้รับการฝึกฝนในชุดข้อมูลขนาดใหญ่ของภาพ ชุดข้อมูลสามารถมาจากที่ต่างๆ เช่น ฐานข้อมูลรูปภาพที่เปิดเผยต่อสาธารณะ ที่เก็บข้อมูลรูปภาพ หรือเนื้อหาที่ผู้ใช้สร้างขึ้นบนแพลตฟอร์มโซเชียลมีเดีย
เมื่อแบบจำลองได้รับการฝึกอบรมในชุดข้อมูลแล้ว ก็จะสามารถสร้างภาพใหม่ได้โดยทำตามข้อความแจ้งหรือข้อความป้อน พร้อมต์ให้โมเดลเป็นจุดเริ่มต้นหรือบริบทสำหรับการสร้างอิมเมจ จากนั้นโมเดล AI จะใช้ความรู้ที่ได้เรียนรู้เกี่ยวกับรูปแบบและคุณสมบัติของภาพเพื่อสร้างภาพที่ตรงกับพรอมต์
สิ่งสำคัญคือต้องสังเกตว่ารูปภาพที่สร้างโดย AI ไม่ใช่สำเนาของรูปภาพที่มีอยู่ แต่เป็นการสร้างสรรค์ใหม่ที่ไม่ซ้ำใครตามรูปแบบและคุณสมบัติที่เรียนรู้จากชุดข้อมูลการฝึกอบรม สิ่งนี้ทำให้รูปภาพที่สร้างโดยโมเดลภาษา AI เช่น Prompt เป็นต้นฉบับอย่างแท้จริงและแตกต่างจากรูปภาพอื่นที่มีอยู่แล้ว