En las redes sociales, la comunicación alcanza un carácter dinámico como resultado de los diferentes códigos semióticos utilizados. Esta investigación analiza el discurso multimodal en X cuando se combinan imágenes (fotos, vídeos, GIF, memes, emojis, etc.) y textos, lo cual genera una narrativa visual atractiva para los seguidores. El objetivo principal es identificar estructuras o formatos semióticos habituales en esta red. La metodología, de carácter exploratorio, parte de la selección de una muestra no probabilística estratégica de cuentas del ecosistema educativo, seleccionadas de manera aleatoria y dirigidas a la comunidad educativa en X. Los resultados del análisis avalan la tendencia comunicativa a usar estos textos multimodales que combinan narrativa visual y verbal en las publicaciones de X como una estrategia que, por tanto, merece ser objeto de estudio.