Z punktu widzenia językoznawstwa mem traktowany może być dwojako: jako ogólne określenie zabawnej treści w przestrzeni internetu, jest to potoczne rozumienie pojęcia. W odniesieniu do metodologii językoznawczych mem rozumieć można również wąsko jako gatunek wypowiedzi internetowej o określonych cechach konstrukcyjnych i kompozycyjnych. Za prototypowy mem można uznać kompozycję tekstowo-ikoniczną, w której warstwa językowa, obraz i/lub kompozycja są skonwencjonalizowane i wyróżnić w niej można schematy, w oparciu o które budowane są ich poszczególne konkretyzacje (realizacje).
Rozwój gatunku Gatunek wypowiedzi wywodzi się przede wszystkim z trzech typów komunikatów obrazkowych, jakie rozwinęły się w cyberkulturze: advice animals (), komiksów (z ) i demotywatorów. Od obrazków w stylu advice animals wzięła się prototypowa forma memu – pojedynczego obrazka, zdjęcia, na którym umieszczony jest napis składający się z dwóch członów, u góry i na dole kompozycji. Kanoniczna czcionka to w wersji bold, napis koloru białego, litery otoczone czarną cienką obwódką. Z tradycji advice animals i komiksów z rage faces wywodzi się także zwyczaj przypisywania pewnych cech, zachowań ludziom, zwierzętom i przedmiotom ze względu na ich specyficzny wygląd uchwycony na zdjęciu. Można to nazwać zjawiskiem rozszerzonej pareidolii.