I Scroll, She Watches: A Desktop Dialogue in One Take

时长20秒，16:9横屏，中文对白，超真实真人动态桌面互动视频。

人物参考： @图片1仅用于锁定成年东亚女主的五官、脸型、发型、发色、肤色、年龄感和整体身材比例。 不继承@图片1中的服装、场景、姿势和光线。 全片始终为同一名成年女性，不换脸，不改变发型，不改变肤色，不改变身材比例。

说话人： 女主固定为 S1。 镜头外成年男性声音固定为 S2，始终不露脸，不进入画面。

服装： S1全程始终穿同一套居家服装： 深灰色宽松针织上衣，黑色柔软长裤，浅色居家袜。 服装永久保持完整覆盖和真实穿着状态。 禁止服装消失、减少、透明化、变短、换色、换款、融化、闪变、自动替换。

场景： 模拟电脑全屏动态桌面。 底部始终保留简洁任务栏，左上角保留少量桌面图标。 黑色皮质沙发位于画面右侧。 右后方有小边桌，边桌上有一盏暖色台灯。 深灰黑色现代极简客厅，开场由暖色台灯和冷色屏幕光共同照亮。

摄影机： 固定35mm自然透视。 全程单镜连续，不切镜，不推拉，不摇移，不跟拍。 所有景别变化只能来自人物主动靠近或远离镜头。

字幕UI： 左侧中部为实时语音字幕区域。 S1说话时显示淡紫色中文字幕，左侧有扬声器图标。 S2说话时显示白色中文字幕，左侧有麦克风图标。 字幕下方始终有一条细白色音频波形，跟随当前说话者实时跳动。 字幕逐字出现，不能整句突然弹出，不能提前显示后面的字。 当前句结束后停留约0.3秒，再自然淡出。

00:00－00:03.0 S1坐在沙发右侧，一条腿自然蜷起，怀里抱黑色靠枕，手里拿着手机。 她像突然发现什么一样停下看手机，抬眼直视镜头，表情轻微意外、熟人式无语，不夸张。 S1说： <d>[Chinese] 凌晨两点了，你怎么还没睡？</d> 左侧淡紫色字幕逐字显示： 「凌晨两点了，你怎么还没睡？」

00:03.0－00:04.5 S2镜头外自然回答： <d>[Chinese] 再刷五分钟。</d> 左侧白色字幕逐字显示： 「再刷五分钟。」 S2说话期间，S1必须闭嘴，只自然看着镜头，轻轻眨一次眼，像已经听过很多遍这个借口。

00:04.5－00:07.0 S1低头看一眼手里的手机，直接按灭屏幕，把手机反扣在沙发旁边。 她重新看向镜头，嘴角有一点淡淡的、无奈的笑。 S1说： <d>[Chinese] 你昨天的五分钟，到今天了。</d> 淡紫色字幕逐字显示： 「你昨天的五分钟，到今天了。」

00:07.0－00:11.0 S1把腿放下，把黑色靠枕放到旁边，自然站起，转身走向右后方边桌。 她伸手按下台灯开关。 出现一次真实克制的“咔”声。 暖色台灯熄灭，房间明显变暗，只剩电脑屏幕冷蓝光为主光源。 沙发、背景墙、人物脸部、衣服和头发都同步受到光线变化影响。 摄影机完全不动。

00:11.0－00:12.8 S2略微心虚地说： <d>[Chinese] 那……最后五分钟？</d> 白色字幕逐字显示： 「那……最后五分钟？」 S2说话时，S1闭嘴。 她先停顿半秒，再缓慢回头看向镜头，表情平静、轻微压迫感，但不凶。

00:12.8－00:17.5 S1从边桌位置转身，直接朝镜头走回来。 她不回沙发坐下，而是走到沙发前方，双手轻轻撑在膝盖或沙发边缘，自然前倾。 因为她真实走近，固定镜头里的景别自然从中景变成近景，再变成近距离脸部画面。 她直视镜头，嘴角出现一点很轻的捉弄感。 S1说： <d>[Chinese] 可以。 。</d> 淡紫色字幕逐字显示： 「可以。你刷，我就这么盯着你。」

00:17.5－00:20.0 字幕停留约0.3秒后淡出。 S1保持前倾姿势，不再说话，安静近距离看着镜头。 她非常缓慢地眨一次眼，头轻轻偏几度，嘴角保留克制的小笑。 白色波形逐渐恢复平直，画面自然结束。

声音： S1使用真实自然的成年中文女声，不撒娇，不过度表演。 S2使用同一个成年中文男声，始终位于镜头外。 S1和S2绝不同时说话。 S2说话时S1必须闭嘴。 S1说话时口型精准同步。 保留轻微室内底噪、衣料摩擦、皮沙发轻响、两三步脚步声、手机轻放声、一次清晰但克制的台灯“咔”声。 背景仅有极轻电子氛围音乐，对白时自动压低。

硬约束： 全程只有同一个成年女主。 同一张脸，同一发型，同一肤色，同一身材比例，同一套服装，同一个沙发，同一个靠枕，同一部手机，同一盏台灯，同一房间，同一桌面UI，同一机位。 禁止服装变化。 禁止额外人物。 禁止S2实体化。 禁止随机切镜。 禁止摄影机自己推近。 最后的近脸画面只能通过S1真实走近形成。