NLM從許多資料來源接收藥物名稱，分析和處理數據，並將數據以標準格式輸出到RxNorm檔案中。 RxNorm 的生成涉及許多步驟，其中五個基本步驟說明了RxNorm生成方式的總體思路：
1.將來源資料分組為同義詞集合（稱為概念）:
NAPROXEN 250 mg ORAL TABLET
NAPROXEN 250MG TAB,UD
Product containing precisely naproxen (as naproxen sodium) 250 milligram/1 each conventional release oral tablet (clinical drug)
naproxen@250 mg @ORAL @TABLET
NAPROXEN SODIUM 250 mg ORAL TABLET [Naproxen]
來源以多種不同的方式格式化其藥物名稱。儘管萘普生(NAPROXEN)範例中的藥物名稱看起來不同，但在一定的抽象層面上它們都具有相同的含義。 RxNorm 將這些作為同義詞分組為一個概念。
2.為每個概念建立 RxNorm 規範化名稱（如果該概念在範圍內且明確）:
RxNorm 來源詞彙表中約 60% 的藥物名稱會收到 RxNorm 標準化名稱。 40% 的來源詞彙藥物名稱無法收到 RxNorm 標準化名稱，因為它們不是超出範圍，就是名稱太模糊。未分配 RxNorm 標準化名稱的最常見名稱類型是醫療設備、食品和酵素。
以下範例說明RxNorm 標準化名稱 :
「Naproxen 250 MG Oral Tablet」成分+規格+劑型 組成。
「 Naproxen 250 MG Oral Tablet [Prosaid] 」成分+規格+劑型 [商品名]。
3.為每個概念分配 RxNorm 概念唯一識別碼 (RXCUI)，並為每個原子分配 RxNorm 原子唯一識別碼 (RXAUI)
來源詞彙表提供給 NLM 的每個名稱和程式碼都會收到一個 RXCUI。 RXCUI 是一種機器可讀的代碼或標識符，它指向分組並分配給特定概念的各種來源名稱所共享的共同意義。
SAB=RXNORM 中的 RXCUI 永遠不會重複使用，在特殊情況下，某些會被重新映射、分割或存檔。
概念是給定抽象層次的同義詞集合。每個藥物名稱都帶有附加特徵，包括其來源、代碼（由其來源分配的唯一識別碼）及其術語類型（如下所述）。 原子是藥物名稱加上這些附加特徵。概念中的每個原子都會接收一個原子唯一標識符，即 RXAUI。
4.包括來源資料中的關係和屬性
在某些情況下，來源資料不僅包括藥物名稱。數據還可以包括將藥物名稱與其他藥物名稱和成 分相關聯的關係，以及其他資訊，例如國家藥物代碼 (NDC)、營銷類別和藥丸印記資訊等。
5.建立相關的 RxNorm 名稱和關係
除了完全完整的臨床藥物名稱（成分、規格和劑型）之外，RxNorm 還創建其他特異性等級的名稱：
成分/精確成分/多種成分
成分+強度
成分+劑型/成分+劑型組
除了 RxNorm 完全指定的名稱「Naproxen 250 MG Oral Tablet」之外，NLM 還創建了：
'Naproxen'
'Naproxen 250 MG'
'Naproxen Oral Tablet' / 'Naproxen Oral Products' / 'Naproxen Pills'
RxNorm 使用關係連結這些名稱 :
'Naproxen 250 MG Oral Tablet' has_dose_form 'Oral Tablet'
'Naproxen' ingredient_of 'Naproxen 250 MG'
'Naproxen 250 MG Oral Tablet' isa 'Naproxen Pills' has_ingredient 'Naproxen'
