人类的构造决定了视觉是其感知世界最直接的方式。因此，相较于文字，蒙太奇在镜头语言中的运用往往更为直观可见，也更容易产生即时而强烈的效果。
然而，文字拥有镜头所不具备的自由。它能够跨越时间与空间，穿透现实的表象，直抵人物的内心世界。尽管文字在情绪渲染上的冲击力未必强于镜头，却更容易营造出一种不可名状的体验——一种游离于画面之外，却萦绕于意识深处的回响。
人类拥有更强大的抽象能力与象征能力，因而能够理解并创造深刻且复杂的内容，这是相较于其他动物而言的最大优势。人不仅能够感知世界，更能够赋予感知以意义，并将经验转化为思想、记忆、艺术与哲学。因此，人类得以不断创造超越现实经验本身的精神世界。
当然，文字也并非总是处于劣势。至少卡夫卡证明了，只要一个房间、一张桌子和一支笔，便足以制造出比许多特效镜头更持久的精神创伤；而陀思妥耶夫斯基则证明了，人类最大的冒险场景或许从来不是荒野、海洋或宇宙，而是自己的内心。