Mistura de tecnologia com ciência e nuances de arte, a construção de um retrato falado requer uma série de habilidades. Entre elas, mexer com softwares de manipulação de imagens, entender de anatomia facial, desenhar, saber entrevistar, ter conhecimentos de antropologia e psicologia. É um trabalho demorado, já que cada representação facial desse tipo demora cerca de duas horas para ser feita; mas é eficiente, segundo a Policia Civil do Distrito Federal, que calcula um índice aproximado de 90% de solução de crimes com participação efetiva dessas imagens construídas de criminosos.