Видеопоезията е разнообразен жанр. От една страна прилича на класически късометражен филм, но за разлика от него главната роля принадлежи не на актьора, а на самото стихотворение. От друга страна, прилича на музикален клип, макар че стихотворението не се пее, а се рецитира или се показва на екрана. Друга форма на видеопоезия е видеозаписът на поетическо четене, в което видео секвенцията може да има допълнителна семантика, да обогатява стихотворението или да подчертава определена негова интерпретация.
Комбинацията между стихове и изображения е сравнително нов жанр – за неин основател се смята Джани Тоти. Като поет-експериментатор от 80-те години, той създава поетроника – експериментална смесица от поезия, кино и елекронно изкуство. От тогава досега визуалната поезия е станала доста разпространена практика.
Видеопоезията не е просто начин да се представи едно стихотворение на визуално ориентирана публика. Най-добрите образци демонстрират как се ражда ново, обединяващо произведение на изкуството от комбинацията между поетичен текст и видео.
Откъс от Манифест на видеопоезията, написан и публикуван от канадския поет, преподавател и автор на видеостихотворения Том Конивес:
За термина.
Видеопоезия е една дума, не се разделя, не се пише полуслято. Като една дума, тя показва, че се получава сливане на визуалното, вербалното и чуваемото и в резултат на това се появява нова, различна форма на поетическо преживяване. Като една дума, тя признава, че цял век експерименти с поезията в киното и видеото – стихотворения, вмъкнати в игрални филми като интертитри, после като кинетични текстове, като образи, илюстриращи озвучени текстове (някои изключващи изцяло нагледен или озвучен текст), стихотворения, изпълнявани пред камера, стихотворения като текст, насложен върху изображение – е разказ за постепенно движение от оскъдните, тревожни взаимоотношения между образ и текст към техния рядък, но осезаем синтез, т.е. от поетични филми през кинопоеми, през поетични видеоклипове до видеопоезия.
Като амалгама с латински (видео) и старогръцки (поезия) произход, „видеопоезията“ съчетава най-доброто от двете древни традиции: създаване на поезия с технологични иновации.
Като сложно съществително, което се пише слято, „видео“ не само функционира, за да модифицира „поезия“, а променя значението ѝ. Следователно, видеопоезия е повече от термин за удобство. Той гласи, че се създава стихотворение без линейния, разказващ история стил на много „поетични видеоклипове“ (които се правят предимно, за да промотират стихотворения в печатен вид, като използват образи, директно представящи описанията и действията в текста и се монтират в конвенционалната наративна форма на филмопроизводството). Макар че видеостихотворението всъщност е „филм“, неговото намерение е да предостави алтернатива, която е ненаративна, понякога антинаративна, дори предшестваща наратива.