O texto multimodal é aquele que se compõe de duas formas de comunicação: a imagem e o (texto) escrito, mas pode ser integrado por outros componentes como som, fala ou gestos.
São chamados de multimodais pois são textos que utilizam mais de uma modalidade de forma linguística sua composição.
O texto multimodal também é conhecido como texto multissemiótico , pois faz o uso de semioses ( produção de significados ) e sua compreensão adequada do texto depende da identificação dos efeitos de sentido produzidos pelo uso de recursos visuais associados ao texto verbal.