«وقتی به کتاب‌های تصویرسازی شده می‌نگریم، کلمات چنان به تجربه‌ی ما از تصاویر رسوخ می‌کنند که انگار این دو آینه‌ی یکدیگرند. اما در واقع چنین نیست. این مدعا زمانی روشن می‌شود که متن و تصویر را از هم جدا کنیم.» هدف اصلی این مقاله واکاویِ ارتباط میان کلمات و تصاویر در ساختن تأثیر کلیِ روایت کتاب‌های مصور است. نگارنده در جهت تلاش برای پی بردن به این ارتباط، آزمایش‌های جالبی را انجام می‌دهد. او از مخاطبانی مربوط به دو گروه سنی کودکان و بزرگسالان می‌خواهد تا متن و تصاویر دو کتاب مصور را به صورت جداگانه بخوانند و ببینند و سعی کنند بر اساس متن کتاب‌ها تصاویر مربوط به آن و بر اساس تصاویر نیز داستان مربوطه را حدس بزنند. داستان‌هایی که مخاطبان او به دو گروه تصاویر این دو کتاب نسبت دادند بر میزان وابستگی معنای تصاویر به کلمات صحه می‌گذارد. «در غیاب متنی که تصاویر را کامل کند؛ مخاطبان حتی تا آنجا پیش رفتند که بر اساس اطلاعات بصری پیشین خود به تفسیر اشتباه تصاویر بپردازند و همین مسئله نقص اطلاعات آن‌ها را روشن می‌کرد.» از سوی دیگر نیز «کلمات می‌توانند تصاویر را به منابع غنیِ روایت بدل کنند، صرفاً به این دلیل که کلمات در مقایسه با تصاویر در برقراریِ ارتباط بسیار متفاوت عمل می‌کنند و معنای تصاویر را تغییر می‌دهند. به دلیلی مشابه تصاویر هم می‌توانند نکته‌ی اصلی روایت کلمات را تغییر دهند.» نگارنده می‌کوشد تا با توضیح دادن و مقایسه‌ی فرایند دریافت کلمات و تصاویر در مغز و مرور آراء و نظریه‌های مربوط به این دو فرایند، ارتباط میان آن‌ها را در انتقال مؤثر مضمون کتاب‌های مصور تبیین کند. او برای این کار می‌کوشد تا ارتباط میان متن و تصویر را در نمونه‌هایی از کتاب‌های مصور تحلیل می‌کند. به گمان او کلمات در غیاب تصاویر در ارائه‌ی اطلاعات مهم بصری، مبهم و ناقص هستند و از سوی دیگر تصاویر نیز بدون همراهیِ کلمات ممکن است مبهم، ناقص و فاقد روابط زمانی و معنای درونی باشند. او همچنین گمان می‌برد کلمات و تصاویر با محدود کردن یکدیگر معنایی می‌یابند که هر کدام در فقدان دیگری فاقد آن معنا هستند.