CookGANは他のGANとは異なり、料理に特化したGANであることを主張。料理中の手順（Instruction）や材料（Ingredients）を入力することで因果関係を推論し、料理画像を生成可能である。詳細なネットワーク構造は図中に示す。

Recipe1Mを使用し、Text-to-Imageを検証した。StackGAN++と比較すると、Inception Score（高いほど良い）にてCookGAN 5.41 vs. 5.03。また、材料のみ（IngredientGAN）で4.79、レシピのみ（StepGAN）で5.30であった。