עיצובם של ממשקי המשתמש מבוסס על העיקרון המכונה "שימוש בראייה לשם חשיבה" (using vision to think, Mullet & Sano, 1995). עיקרון זה מניח ש"תמונה אחת שווה אלף מילים", ושאפשר ליצור שפת תקשורת חזותית בעלת כללים ועקרונות מוגדרים, שתשמש לעיצובם של ממשקים יעילים. שפה כזאת נעזרת באמצעים גרפיים לייצוג כל הפעולות שאפשר לבצע בממשק, ומייעלת את עבודת המשתמש בזכות התקשורת הטבעית שהיא מנהלת עם המערכת הקוגניטיבית שלו.

לשם המחשה, הבה ננתח לרגע את התקשורת החזותית המתקיימת בין הנהג לכביש בעזרת שלט הדרכים המופיע באיור 2: בשפה הרגילה של מילים ומשפטים, כתוב בשלט: "בעוד חצי קילומטר, אם תמשיך לנסוע בכביש הזה, תגיע לתחנת דלק של פז הפתוחה 24 שעות ביממה, מוכרת סולר מוזל ודלק מסוג מסוים, ויש בה מתקן לשטיפת מכוניות.". חשבו: כמה זמן היה נדרש לנהג לקרוא טקסט כה ארוך, לעומת הרף העין הנחוץ לו כדי להבין את המסרים החזותיים הטמונים בשלט?

כמו שלט הדרכים, גם ממשק המשתמש מבוסס על ייצוג חזותי של הידע הטמון בסביבת העבודה, ומיועד ליצור תקשורת חזותית יעילה בין המשתמש לסביבה זו. בממשקי מחשב, התקשורת בממשק מתבצעת בעזרת ייצוגים גרפיים (צלמיות – icons), המייצגים פעולות שאפשר לבצע בהם. למשל, הצלמית , מייצגת את פעולת ההדפסה, ובחירתה תוביל לשליחת קובץ למדפסת. מחקרים מעידים שהשימוש בצלמיות בממשק מקצר במידה רבה הן את הזמן הנדרש למשתמש חדש להגיע לשליטה בתוכנת מחשב, והן את הזמן הנדרש למשתמשים מנוסים לבצע פעולות בתוכנה (Margono & Shneiderman, 1987).

ממשקי משתמש נעזרים בייצוגים מטפוריים רבים לייצוג פעולות בממשק או לשיפור הבנת מהותו של הממשק. דוגמה למטפורה מוצלחת בממשק היא המונח "שולחן העבודה" (desktop), המתאר את הסביבה בממשק שבה מצויים קיצורי הדרך לתוכנות שירות שונות, ובה אנו מחזיקים כל מיני קבצים זמניים לפני שמחליטים היכן לאחסנם סופית. השימוש במונח הזה מסייע לנו להבין את הפונקציה שלו בממשק משום שהוא מעוגן באופן טבעי במערכת ההתנסות היומיומית שלנו: הוא משמש מטפורה לשולחן העבודה הפיזי שלנו – אותו מקום שעליו מצויים כלי העבודה היומיומיים שלנו ושעליו אנו מניחים באופן זמני כל מיני דברים שעדיין לא החלטנו היכן לקטלגם או לאחסנם. גם המטפורה של האינטרנט כאוטוסטרדת מידע היא מטפורה יעילה, המחזקת את הבנת מהותו של מדיום זה. לעומת זאת, המטפורה של המחשב כמכונת כתיבה, המשמשת בממשקים רבים של מעבדי תמלילים, היא פחות מוצלחת. למשל, המונח return (שקדם למקש enter) בממשק, מקורו במונח carriage return במכונות הכתיבה, המציין את הפעולה של התחלת שורה חדשה. אבל במעבד תמלילים אין צורך לפתוח שורה חדשה, שכן הוא עובר אוטומטית משורה לשורה. לפיכך המטפורה של מכונת כתיבה אינה מסייעת למשתמש להבין את תפקודה של פונקציה זו בממשק.

סמילוביץ (Smilowitz, 2001), ערכה את אחד המחקרים החשובים ביותר שבחנו את אפקט השימוש במטפורות על טיב עבודת המשתמש בממשק. תוצאות המחקר הצביעו על שיפור משמעותי בתקשורת החזותית ובביצועי המשתמשים בתוכנות שנעשה בהן שימוש במטפורות יעילות. הדבר בא לידי ביטוי בטיב התקשורת שקיימו המשתמשים עם הממשק, וגם בזכירה ובהבנה של מבנה התוכנה. לעומת זאת, שימוש במטפורות חלשות היה חסר השפעה, או אף הוביל לירידה בביצועי המשתמשים.

כיום, התקשורת בממשק היא תמונתית-חזותית בעיקרה, ונשענת במידה רבה על ייצוגים גרפיים. ואולם, לא תמיד היה הדבר כך: עד שנות השמונים של המאה העשרים לא אפשרה הטכנולוגיה שימוש אינטנסיבי בגרפיקה לייצוג ידע, ולכן התבססו הממשקים בעיקר על ייצוגים טקסטואליים -– כלומר, פקודות מילוליות. העבודה עם ממשקי מחשב חייבה אפוא את המשתמש לזכור בעל-פה את תחבירן (חוקי הניסוח) של רוב פקודות ההפעלה, ולהקלידן. למשל, כדי להעתיק את כל הקבצים המצויים בכונן A לכונן B, היה על המשתמש להקליד במדויק את הפקודה :Copy A:*.* B. עם הופעתם של הממשקים הגרפיים (תחילה במחשבי מקינטוש ולאחר מכן בסביבת ההפעלה חלונות), התאפשר לראשונה לשלב בממשק קיצורי דרך לפעולות בצורת ייצוגים גרפיים, שייעלו את עבודת המשתמש במידה רבה. מגמה זו הגיעה לשיאה עם השתלטות הממשקים הגרפיים המודרניים, המבוססים כמעט אך ורק על תקשורת חזותית לא-מילולית (ראו להלן, סעיף "ממשקים גרפיים"). כיום אנו עדים למגמה של האחדה בשפת התקשורת החזותית המשמשת בממשקים. מגמה זו מאפשרת למשתמשים ללמוד בקלות ובמהירות יחסית להפעיל תוכנות חדשות. דוגמה נפוצה לכך הן תוכנות Office ומשפחה הולכת וגדלה של תוכנות שממשקיהן "תואמי Office": מי שהכיר את Word, קל לו ללמוד את PowerPoint, ומי שהכיר את שתיהן, ילמד בקלות Excel. הדבר מומחש באיור 7, המצביע על הדמיון במבנה היסוד של ממשקי Word ו-PowerPoint, אף-על-פי שהראשונה היא תוכנה לעיבוד תמלילים, והשנייה -– תוכנה לבניית מצגות.