Genauso wie textuelle Programmiersprachen werden auch visuelle Programmiersprachen in vier Ebenen konstruiert: Lexikalik, Syntax, Semantik, Pragmatik [KK86]. Lexikalisch besteht eine visuelle Programmiersprache aus einer endlichen Menge an graphischen Elementen (Ikonen), den Wörtern der Sprache. Auf der syntaktischen Ebene existieren Regeln, die festlegen, wie die einzelnen Elemente miteinander verbunden werden können. Aufgrund dieser syntaktischen Regeln können graphische Sätze gebildet werden, deren Bedeutung durch die Semantik der Sprache beschrieben wird. Schließlich bestimmt die Pragmatik, ob die Sätze in einer bestimmten Umgebung überhaupt Sinn machen.
Der Übersetzungsprozeß eines in einer visuellen Programmiersprache erstellten Programms sieht im allgemeinen jedoch anders aus als bei textuellen Programmen, wo Scanner und Parser einen Syntaxbaum erzeugen, der dann in Zielcode transformiert wird. Diesem Vorgang entsprechen würde bei der visuellen Programmierung das Scannen des Bildschirms, das Erkennen der einzelnen graphischen Elemente und das Überprüfen der Syntax beispielsweise aufgrund der relativen Positionen der erkannten graphischen Symbole zueinander. Im Syntaxbaum würden zum Beispiel Farbe, Liniendicke und andere visuelle Merkmale als Attribute der Objekte eingetragen, sofern sie von Bedeutung sind. Für einen derartigen Übersetzungsvorgang müßten aufwendige Algorithmen zur Bildverarbeitung eingesetzt werden.
Stattdessen werden zur Entwicklung visueller Programme meistens spezielle graphische Editoren zur Verfügung gestellt. Über Menüs können die einzelnen graphischen Elemente erzeugt und direkt-manipulativ auf dem Bildschirm plaziert werden. Intern werden aufgrund derartiger Benutzerinteraktionen komplexe Strukturen aufgebaut, die vom Prinzip her einem Syntaxbaum entsprechen. Häufig kann unmittelbar festgestellt werden, ob eine bestimmte Benutzerinteraktion die Syntax verletzen würde. Meistens sind in einer bestimmten Situation sogar nur solche Interaktionen durchführbar, die zu syntaktisch korrekten Ergebnissen führen. Bezüglich der visuellen Programmierung stellen die graphischen Editoren also syntaxgesteuerte Editoren dar. Die Generierung von Zielcode ist aufbauend auf den intern gebildeten komplexen Strukturen prinzipiell identisch mit der Generierung von Zielcode in konventionellen Compilern.