蒙太奇既是影视剧本结构的构成元素，又是影视艺术思维的不可或缺的“逻辑”方式。在这里，我们作较细致的介绍。
1.蒙太奇及其原理
蒙太奇原本是建筑学名词，意为装配、安装。影视理论家将其引入影视艺术中来，则是指影视作品创作过程中的剪辑组合。
狭义的蒙太奇专指对镜头画面、声音、色彩诸元素编排组合的手段。影视艺术家按照事先构想的一定顺序，把许多镜头联结起来，使这些画面通过既定顺序而产生某种预期的效果。就如装配工人将零件组装成机器，使之发挥作用一样，蒙太奇是一种将影视元素进行组装的“规则”，是一种影视语言符号系统中的“修辞方法”。
广义的蒙太奇则不仅指镜头画面的联结，还指影视工作者的一种独特的艺术思维方式。运用这种方式，将使影视作品产生各种各样的艺术效果，增加影片的艺术表现力。
蒙太奇并不是某个天才的即兴发明，它实际上是对客观事物在人们头脑中产生印象过程的一种理性确定与艺术梳理。在现实生活中，人们对客观事物的了解与认识，总是通过一系列并不很连贯的画面的不断积累过程来实现的，比如对一件事的了解，一般情况下，绝不可能对这件事的方方面面及全部过程有一处不落的把握，而总是通过某些“片段”的汇集，才得到对那件事情的总体认知；比如我们对一个人的认识，也只能从我们所能了解到的某些“局部”来对整个人进行评判。另外还有一个很值得注意的现象：这些“片段”、“局部”若在我们头脑中出现的“时序”不同，则往往会使我们得出十分不同，甚至截然相反的印象或结论！
上述两方面，可有大量的实际生活与艺术成品为证——
一方面，巴拉兹曾举例：单单看到一个人走出屋子，这说明不了什么；若接着出现屋内狼藉不堪、椅碎桌歪，还不能确切表达什么；而马上再出现一缕鲜血从椅背上缓缓滴下来，再加上椅背后的呻吟声——则事情就毋庸赘言了。于是巴拉兹归纳道：“镜头的组接，能使我们感受到镜头里看不到的东西。”[11]而这种认识过程，恰恰是人们正常地了解、认识事物的实际过程，它是符合人们的认知规律的。
另一方面，镜头组接顺序的变化，还能影响我们对事物意义的把握。用蒙太奇理论的奠基人爱森斯坦的话说：“两个蒙太奇镜头的对列不是二数之和，而更像二数之积……”[12]他还通过对日本文字（其实是中国的文字）举例论证：“哭”是“眼”与“水”结合而成的；“忍”是“刀”与“心”结合而成的；“鸣”是“口”与“鸟”结合而成的……他认为这不仅是两个不同概念的简单组合，而是通过它们的结合又形成了一个全新的意义。
与爱氏同国同期的库里肖夫的一个实验更有力地说明了这一点——他选了一个俄国著名演员毫无表情的一个特写镜头，然后与另外三个不同内容的镜头分别组接：其中一个是一盆肉汤，一个是棺材里的女尸，一个是小女孩儿在玩玩具狗熊。当他把三种不同的组合分别放映出来后，观众果然感觉迥异，人们对演员的表演赞不绝口——认为演员在汤盆面前表现了极度的饥饿；在女尸面前表现了深切的哀伤；而在女孩儿面前呢，则是鲜明地展示了老人对孩子的无限慈爱！
库里肖夫还用实验证明了蒙太奇另一个功能：它可以创造非真实的真实，它甚至能够用同样的镜头通过不同的组合而产生完全相反的意象。1920年，他作了一个这样的实验，把下列镜头依次联结起来：
A.一个男青年从左向右走来（表情激动）。
B.一个女青年从右向左走来（表情激动）。
C.他们相遇了，握手。然后男青年用手激动地指点着。
D.一幢有宽阔台阶的白色大建筑物。
E.俩人走上台阶。
