絵を読むとき、最初に浮かぶのは「これは何を意味しているのか」という問いになりやすい。けれど意味を言う前に、画面に実際に見えているものだけを言葉にする段階を挟むと、見落としに気づきやすくなる。ロンドンのナショナル・ギャラリーでベリーニの絵を題材にしたSmarthistoryの動画は、注文主や背景の動物に込めた意味といった話をあえて脇に置き、大きさ・構図・奥行き・形・線・色・光・明暗・質感・パターンという「見えるものだけ」を順に拾う方法を見せる。この順番を真似ると、知識が無くても言葉にできる手がかりが増える。

最初に言うのは、物とその位置だ。画面に描かれている物（モチーフ）を1つずつ名指しし、上下左右のどこにあるか、手前にあるか奥にあるかを言う。奥にある物ほど輪郭がぼやけて色が薄くなる空気遠近法の効きや、手前と奥で物の大きさが変わる遠近法の効き方を見ておくと、「奥にある」と言うときの根拠がはっきりする。写真では、ピントの合っている範囲（被写界深度）と画面に入れた範囲（画角・アスペクト比）が、同じく物と位置を言うときの手がかりになる。

次に色を言葉にする。色の種類（色相）と、明るさ（明度）・鮮やかさ（彩度）は別の軸で、混ぜて考えると言葉にしづらくなる。漫画家の丸山京介は、光の当たり方で生まれる明暗と、物そのものが持つ色の濃さを混同しやすいと説明し、別々に観察するよう勧めている。写真や絵の色の雰囲気を言うときは、暖かい・冷たいと感じる色温度の傾向や、画面全体の明暗の幅をまとめたトーンも手がかりになる。

この「見えるものだけを言う」段階を先に踏んでから、何を意味するかを考える。イランの医科大学で、1年生の医学生89人を、美術の画像を見て言葉にする訓練をした群44人と、見るだけの群45人に分けて比べた研究がある。結果は、訓練をした群のほうが、見つけた点の数も使った言葉の数も、はっきり多かった。ただし1か月後に実際の診療の場面で測ると、この差は消えた。