KTV Wuxia Comedy Concept Video

[Overall Style] Cinematic deadpan music comedy, commercial film quality, designed for Seedance 2.0's multi-reference character locking, multi-shot continuity, and native audio-visual sync for Mandarin singing and dialogue. The illusion of a grand immortal concert collapses into an awkward private KTV room.

[Character A] 25-30yo East Asian 'Sword Fairy' from @Image 1, strictly maintaining face, eyes, long black hair, white embroidered silk Hanfu. She stands on a glass table holding a silver sword like a microphone.
[Character B] 'Bike Sister' from @Image 2, maintaining face, ponytail, and position on the sofa.

[Shot 1 | 0-5s | 24mm Wide Low Angle] A luxury private KTV room with mirrored walls, red velvet sofa, fruit platter. Character A stands on the table holding a sword while Character B watches. Sword qi particles gather as epic strings swell.
[Shot 2 | 5-10s | Medium Shot] Camera circles. Character A closes eyes and belts out an exaggerated Mandarin opera high note. Hair and sleeves float, glasses vibrate, and the KTV screen turns into a cloud sea. Character B looks genuinely shocked.
[Shot 3 | 10-15s | Close-up] The high note ends, silence for half a second. The KTV system announces: "Score: 12 points." The cloud sea collapses into cheap disco lights. Character B claps twice and says: "Sister, plenty of sword qi, not enough breath." Character A lowers her sword, her face twitching as she tries to maintain a cold smile. Freeze on her broken expression.

[Technical] 15s total, 16:9, 24fps, accurate lip-sync, no identity drift.

【整体风格】
电影级写实冷面音乐喜剧，精致商业电影质感，针对 Seedance 2.0 的多参考角色锁定、多镜头连续性、人物表演控制，以及普通话演唱、对白、环境声、音乐和动作音效的原生音画同步进行设计；华丽仙侠演唱会的幻觉逐步坍塌为尴尬普通的私人 KTV 包厢，依靠克制表演、逐层升级的环境反应和一句清晰的声音包袱完成反转。

【角色】
角色 ID A
同一个来自 @图片 1 的 25–30 岁东亚剑仙姐，严格保持参考图中的同一张脸、锐利深色眼睛、黑色长发、妆容、高挑纤细身材、玉簪、银色饰品、白色刺绣真丝汉服、半透明层叠宽袖、飘动长裙和白色布靴；她从鞋到头完整站在玻璃桌上，将同一柄银色长剑竖直握在嘴边，像握着麦克风。

角色 ID B
同一个来自 @图片 2 的单车姐，严格保持同一张脸、马尾、身材比例、服装、饰品，以及坐在沙发上的位置。

【镜头 1｜0-5s｜低角度 24mm 全景缓慢推轨】
高级私人 KTV 包厢，深色镜面墙、红色丝绒沙发、矮玻璃桌、水果盘、两支麦克风、旋转的蓝金色灯光和一块大型点歌屏清晰可见。
角色 ID A 为同一个来自 @图片 1 的 25–30 岁东亚剑仙姐，严格保持参考图中的同一张脸、锐利深色眼睛、黑色长发、妆容、高挑纤细身材、玉簪、银色饰品、白色刺绣真丝汉服、半透明层叠宽袖、飘动长裙 and 白色布靴；她从鞋到头完整站在玻璃桌上，将同一柄银色长剑竖直握在嘴边，像握着麦克风。
角色 ID B 为同一个来自 @图片 2 的单车姐，严格保持同一张脸、马尾、身材比例、服装、饰品，以及坐在沙发上的位置。
细小剑气粒子向剑身汇聚，恢宏弦乐逐渐增强，同一个 KTV 包厢始终清楚可见。
【镜头 2｜5-10s｜牛仔景中景】
摄影机缓慢进行一次半圆环绕：同一个穿白色刺绣真丝汉服的女人闭上眼睛，对着同一柄银色长剑唱出一个极其夸张、持续拉长的普通话戏腔高音；同一组长发、宽袖、剑穗、玻璃杯、水果盘、沙发和镜面墙全程保持一致。
她的长发与宽袖优雅漂浮，玻璃杯轻微震动，水果跟着颤抖，点歌屏逐渐变成恢宏的仙境云海；同一个单车姐的表情从期待逐渐变成真正震撼，随后偷偷瞥向评分屏幕。
【镜头 3｜10-15s｜特写进入极近特写】

最后一个高音结束，现场完全安静半秒。
同一个 KTV 系统用欢快语音播报：“本次演唱，十二分。”
仙境云海画面瞬间坍塌成廉价旋转彩色光点。
同一个单车姐缓慢鼓掌两下，挑起一侧眉毛，说：“姐，剑气很足，气息不够。”
同一个剑仙姐缓缓放下同一柄银色长剑，一侧眼皮轻微抽动，嘴唇僵硬收紧，却强行维持高冷微笑。
极近特写她锐利的深色眼睛和无声斜眼凝视；画面定格在英雄表情彻底破裂的准确瞬间。
【技术要求】
严格总时长 15 秒，16:9 横屏，24fps，三个干净切镜，普通话口型准确，真丝、头发、玻璃震动与灯光物理效果真实，不生成字幕，不增加额外人物，不出现角色身份漂移。