A notícia enquanto serviço prestado à sociedade deve atender a uma série de demandas a fim de que o processo pelo qual o cidadão se informa seja otimizado e aconteça da melhor forma possível, sem ruídos e sem margens para dupla interpretação ou para a falta dela. Esses critérios norteiam a construção da notícia enquanto conjunto de informações e ideias a serem transmitidas e enquanto texto propriamente dito, devendo esse ser isento de erros ortográficos por exemplo.

Porém, as palavras não são o único conjunto de elementos que figuram em uma notícia. Em tempos de hipermídia, da leitura não linear, da posição ativa do consumidor frente o produto da indústria da informação, a competição pela atenção do leitor é acirrada. Nesse contexto de brainstorming involuntário a cada página (abarrotada de informações), os jornais, as revistas, as extensões virtuais dos conglomerados de informação encontram na imagem uma forma de ilustrar o que é dito, falado ou escrito ao mesmo tempo que, sendo essa de alguma relevância, ela serve como chamariz para o disperso leitor de hoje.

Entretanto, uma foto deve ter suas circunstâncias especificadas, mesmo que a compreensão da mesma se dê de maneira fácil após a leitura da notícia completa. Essa necessidade se manifesta pelo fato de que o leitor primeiro "lê" os elementos da notícia que mais lhe chama a atenção, como título, subtítulo e imagem. Se a imagem não dialoga com os outros dois elementos, é necessária a existência de uma legenda fotográfica. Esse "terceiro elemento" da notícia situa a fotografia no contexto da mesma. Portanto, se temos em título, um subtítulo, uma fotografia e uma legenda da mesma que faz com que os três elementos anteriores dialoguem entre si, temos a atenção do leitor e uma notícia em potencial de ser realmente lida.

Segundo Roland Barthes: "Naturalmente, mesmo à vista de uma análise apenas imanente, a estrutura da fotografia não é uma estrutura isolada; ela comunica pelo menos com uma outra estrutura, que é o texto (título, legenda ou artigo) de que vai acompanhada toda foto de imprensa. A totalidade da informação é pois suportada por duas estruturas diferentes (das quais uma é linguística); essas duas estruturas são convergentes, mas como suas unidades são heterogêneas, não podem se misturar; aqui (no texto) a substância da mensagem é constituída por palavras; ali (na fotografia), por linhas, superfícies, tonalidades."