nÃo hà / Este trabalho tem como objetivo geral analisar a construÃÃo referencial de um texto verbo-audiovisual com base em categorias da metafunÃÃo composicional na GramÃtica do Design Visual (KRESS & VAN LEEUWEN, 2006). Partimos do princÃpio de que o sentido dos signos nÃo està completamente prÃ-definido antes de fazer parte de um enunciado. Os objetos do mundo, ao serem referidos pelo falante, passam pela percepÃÃo do indivÃduo, que, como cada um dos outros falantes da lÃngua, tem uma experiÃncia particular de vida e carrega sua bagagem de conhecimento, moldada pelas imposiÃÃes culturais e ideolÃgicas de sua sociedade e de sua Ãpoca. Assumimos os pressupostos fundamentais da GramÃtica do Design Visual (GDV), oriundos da GramÃtica SistÃmico-Funcional. Para verificar esse entrelaÃamento entre as semioses verbal e visual, elegemos o sociocognitivismo, a partir do qual propomos um redimensionamento das anÃlises efetivadas em LinguÃstica Textual (LT). Em um primeiro momento, verticalizamos alguns estudos sobre a multissemiose que jà tÃm tido uma tÃnica no campo da LT. Em um segundo momento, articulamos a teoria da referenciaÃÃo e a da multimodalidade com outros campos teÃricos, como o da compreensÃo leitora, com o intuito de fortalecer o nosso escopo de investigaÃÃo, elastecendo as pesquisas jà realizadas e, em especial, ultrapassando o plano exclusivamente verbal. Para a realizaÃÃo do presente estudo, analisamos um curta-metragem, Vida Maria, de MÃrcio Ramos, produzido em computaÃÃo grÃfica. A opÃÃo por esse gÃnero se deu em virtude da natureza do nosso instrumento de investigaÃÃo â entrevista por pautas ou semiorientada, uma vez que tencionamos analisar como se explica a construÃÃo dos referentes do filme no momento da exibiÃÃo das cenas do curta, e como tal reconstruÃÃo dos referentes em um texto verbo-audiovisual mobiliza certas estratÃgias de leitura. / This work has as main objective to analyze the referential construction of an verb audiovisual text based on verb categories of compositional metafunction in the Grammar of Visual Design (KRESS and VAN LEEUWEN, 2006). We assume that the meaning of things is not completely pre - set before being part of an utterance. The objects of the world, to be referred to by the speaker, are perceived by the individual, who, like each of the other speakers of the language, has a particular life experience and carries their knowledge, shaped by cultural and ideological constraints of their society and their times. We assume the fundamental assumptions of the Grammar of Visual Design (GDV), derived from the Systemic Functional Grammar. In order to verify this entanglement between the verbal and visual semiosis, we elected sociocognitivism, from which we propose a scaling effect in Linguistics Textual analysis (LT). At first, some studies verticalizes multissemioses who have already had a tonic in the field of LT. In a second step, we articulated the theory of multimodality and referral to other theoretical fields such as reading comprehension, in order to strengthen the scope of our research, establishing the studies already conducted and, in particular, exceeding the plan exclusively verbal. To carry out this study, we analyzed a short film, Vida Maria, MÃrcio Ramos, produced in computer graphics. The choice of this genre was due to the nature of our research tool â interview guidelines or semioriented, since we intend to analyze how is it related to the construction of the film at the time of display of short scenes, and as such reconstruction referents in a verbal-visual text mobilizes certain reading strategies.