Présenté dans le style d'une séquence vidéo réaliste non traitée, filmée à la main avec un iPhone, tous les paramètres de l'appareil photo étant automatiques, sans aucun étalonnage des couleurs ni effets spéciaux en post-production. L'image présente de légers tremblements réalistes dus à la tenue en main et à la respiration de l'opérateur, l'autofocus effectuant occasionnellement des recherches, des retards et des pertes de mise au point temporaires, et la balance des blancs automatique s'ajustant naturellement aux lumières chaudes et jaunes de l'intérieur. L'image est globalement plate, conservant de véritables reflets d'objectif, de légères aberrations chromatiques sur les bords, une légère surexposition ou sous-exposition et d'autres imperfections optiques. Seuls les sons ambiants naturels in situ sont utilisés (léger écho intérieur, résonance faible des cordes de piano au loin, faible bourdonnement de la climatisation), sans musique de fond, et le microphone présentant occasionnellement une légère distorsion lors des voix. La perspective est celle d'un passant proche / première personne, légèrement plongeante, avec un mouvement de caméra réactif et naturel plutôt qu'un mouvement professionnel et fluide. À 0 seconde, l'objectif tremble légèrement et se braque sur la femme assise à côté d'un piano noir, portant une robe en gaze semi-transparente violet foncé, une jambe croisée sur l'autre sur le tabouret de piano, une main tenant délicatement des lunettes à monture fine dorée, son expression est innocente et naïve, ses yeux clairs avec un léger air perdu, elle regarde tranquillement vers l'objectif. L'autofocus recherche brièvement sur les verres de ses lunettes pendant une demi-seconde, l'image perd légèrement la mise au point puis se verrouille rapidement sur son visage. À 1-3 secondes, une voix masculine mûre et calme d'un homme d'environ 50 ans se fait entendre hors champ, encourageante et douce (parlant à un rythme ni trop rapide ni trop lent, avec la patience et un léger sourire d'un aîné) : "Pour trouver un partenaire, il faut en trouver un qui vous frappera. S'il ose vous frapper aujourd'hui, il osera vous conquérir le monde demain. Haha." La femme hoche légèrement la tête, ses lèvres bougent légèrement, et elle répond d'une voix douce et un peu naïve : "D'accord." L'objectif flotte légèrement de haut en bas en raison de la légère respiration de l'opérateur, l'autofocus perd brièvement la mise au point lorsqu'elle hoche la tête, puis se verrouille à nouveau. À 4-6 secondes, la voix masculine mûre continue de guider patiemment : "Celui qui est bon avec vous, vous ne pouvez pas le garder. S'il peut être bon avec vous, il peut être bon avec les autres, une telle personne n'est pas fidèle, vous ne pouvez pas le garder. Haha." La femme hoche à nouveau légèrement la tête, ses yeux toujours innocents regardant droit devant, et elle dit d'une voix tout aussi douce : "D'accord." L'image s'abaisse légèrement en raison de son hochement de tête, puis l'opérateur lève instinctivement légèrement le téléphone pour le redresser, la balance des blancs automatique s'ajustant naturellement sous la lumière chaude. À 7-9 secondes, le ton de la voix masculine mûre reste calme mais avec une sincérité un peu impuissante : "Celui qui dit qu'il vous garde dans son cœur, vous ne pouvez pas le garder non plus. Le cœur ne peut contenir qu'un stent, s'il dit cela, il cache probablement une maladie, cela signifie qu'il est malade, soyez prudent. Haha." La femme écoute, desserre lentement ses jambes croisées, les remplace en croisant l'autre jambe, son corps se déplace légèrement pour ajuster sa posture, le mouvement est naturel et non exagéré, son expression reste innocente et naïve, puis elle répond doucement : "D'accord." L'objectif subit alors un court délai d'autofocus, se verrouillant d'abord sur son mouvement de jambe pendant une demi-seconde, puis se rétractant lentement vers son visage, l'image subit un léger décalage de cadrage dû à son changement de jambe, puis se redresse. À 10-12 secondes, le rythme de la voix masculine mûre s'accélère un peu mais conserve le ton encourageant d'un aîné : "Celui qui vous appelle 'bébé' tous les jours, vous ne pouvez pas le garder non plus. Un bébé est une chose, et vous n'êtes pas une chose. S'il vous appelle comme ça tous les jours, cela signifie qu'il dit que vous n'êtes pas une chose. Quand vous rentrez chez vous, demandez-lui, s'il se dérobe, cela signifie qu'il est entêté. Et une personne entêtée, vous ne pouvez encore moins la garder." La femme, après avoir écouté, a un regard encore plus innocent et perdu, et hoche légèrement la tête deux fois. À 13-15 secondes, la femme change soudainement de posture : son corps se tourne légèrement en une courbe en S fluide, ses épaules s'abaissent et se détendent, son cou s'étire élégamment, son menton se relève légèrement, révélant davantage sa ligne de cou et sa clavicule. Elle retire lentement une chaussure à talons hauts noire avec un pied, la pointe de son pied nu décrit lentement un cercle dans l'air, et l'un de ses doigts écarte délicatement une mèche de cheveux de son visage. Elle entrouvre les yeux, regardant l'objectif d'un air froid à travers ses cils, dégageant une allure de sirène glaciale, réservée et distante. Elle dit d'une voix douce mais soudainement significative : "Après vous avoir écouté... Une personne qui m'instruit aussi patiemment, ne serait-ce pas encore plus quelqu'un à ne pas garder ? Haha." L'objectif subit une recherche d'autofocus évidente et une perte de mise au point temporaire lorsqu'elle change de posture et retire sa chaussure, puis se verrouille lentement à nouveau sur ses yeux, l'image présente de subtils tremblements dus à la respiration de l'opérateur, se terminant naturellement sur un cadrage légèrement imparfait. L'image présente une texture vidéo réaliste, non traitée, filmée à la main, avec un sens de l'imperfection naturelle digne d'un documentaire, sans aucun étalonnage des couleurs ni effets spéciaux en post-production. Tous les comportements de l'appareil photo sont conformes aux caractéristiques physiques de la prise de vue automatique d'un iPhone/téléphone portable.
