Ponadto w wielu utworach zaliczanych do poezji wizualnej, na przykład w kaligramach, wkomponowanie fragmentu tekstu w obraz, ułożenie tekstu w przestrzeni bądź zastosowanie wyróżnień typograficznych wyodrębnia i relatywizuje ten fragment w stosunku do innych tekstów w danym utworze. Relacja między tymi fragmentami jest wtedy konstytuowana w sposób wizualny, a nie poprzez składnię. W ten sposób powstaje nieciągłość, zarówno w składniowej konstrukcji tekstu, jak i w jego przestrzeni. Musi ona zostać wypełniona przez czytelnika, który nada jej sens.
Właśnie na przykładzie poezji Apollinaire'a Willard Bohn formułuje gramatykę słowa i obrazu, pokazując, skąd bierze się puste miejsce w tekście i jakie relacje ono konstytuuje. Koncepcja ta jest strukturalno-generatywna i pokazuje sposób powstawania kaligramu 6. U podstawy każdego utworu leży pewien obraz wyrażony wizualnie bądź werbalnie, wokół którego generowane są poszczególne elementy utworu poprzez metaforę bądź metonimię. Metafora i metonimia są tu rozumiane szeroko, nie jako środki stylistyczne, lecz - za Romanem Jakobsonem 7 - jako dwie podstawowe relacje rządzące dyskursem, polegające na podobieństwie i przyległości. Interpretując kaligramy, Bohn tropi właśnie metafory i metonimie, łączące tekst z tekstem, tekst z obrazem i obraz z obrazem. Zatem, według Bohna, owa wyrwa w tekście to nic innego, jak relacja metaforyczna bądź metonimiczna między dwoma jej członami. Czytając, niejako dopisujemy w myśli między poszczególnymi elementami tekstu lub obrazami odpowiednie zależności, np.: "obok", "nad", "i", "jak", "podobnie". Przy tym utwór jako całość składa się na ów podstawowy obraz, np. stanowi martwą naturę, portret, opis.
Analogonem nieciągłości występujących w obrębie poezji wizualnej są hipertekstowe wyrwy, polegające na nieciągłości pomiędzy leksją źródłową a leksją docelową oraz pomiędzy kotwicą łącza a leksją docelową. Przejście odbywa się nagle, polega na zastąpieniu jednej treści przez inną i zakłóca tok składniowy lektury. W świetle opracowania Bohna można postawić tezę, iż w wyrwa ta jest konceptualizowana jako przyległość lub podobieństwo pomiędzy rozdzielonymi elementami. Jeżeli uogólnić wnioski na cybertekst, chodziłoby o relację między dwoma ciągami znaków (tekstami pojawiającymi się bezpośrednio przed czytelnikiem), które następują po sobie, ale nie są powiązane składniowo. Wypełnianie wyrw pozwala skonstruować teksty wyobrażone, które istnieją potencjalnie.
Tym razem warto sięgnąć do teorii cybertekstu i proponowanej przeze mnie kategorii pragnienia, aby lepiej zrozumieć proces lektury poezji wizualnej. Pragnienie dotyczyć będzie tutaj jedności tekstu lub obrazu. To ono powoduje, że czytelnik wypełnia wyrwy, ustanawiając relację metaforyczną lub metonimiczną między elementami kaligramu tak, by widzieć spójną całość. W poezji wizualnej proces ten jest jednak znacznie prostszy niż w przypadku hipertekstu, ponieważ wszystkie elementy stosunkowo krótkiego utworu dostępne są jednocześnie. W hipertekście natomiast trzeba znacznego wysiłku pamięci, by zapamiętać poprzednie leksje oraz łącza i powiązać je z aktualną całością lub zreinterpretować. Ogólna struktura całości, odkrywana na początku, również może ulec pewnym zmianom, ponieważ zasłonięta część hipertekstu zawsze może nieść ze sobą niespodzianki.