Three models step one by one into a fixed frame by a sunlit wooden wall and show their outfits, like a clip shot on a phone

Prompt

[Generation Goal]
The pace is light and fast, with a repetitive rhythm. It should look not like an advertisement or a cinematic video, but like a live-action clip filmed on the spot by a friend using a smartphone.

[Stage 1｜0–5 seconds]
Initial state: the fixed frame shows only a sunlit wooden wall. Main event: <Model A> enters from the right edge at a brisk pace, stops in the center, sways her hips once to make the pleated skirt flare and settle, then faces the lens directly as her closed mouth relaxes into a smiling expression with narrowed eyes. She then walks out through the left edge. End state: the frame is empty again, with the right edge clear.

[Stage 2｜5–10 seconds]
Continuation from the previous stage: the camera remains still, and the framing is unchanged. Main event: <Model B> walks in from the right edge and stops in the center with her back to the lens, showing the cardigan draped over her shoulders and the tiered hem of her dress, then turns her face toward the camera over her shoulder. Her expression is quiet and unposed, with her lips slightly parted. She turns her entire body back toward the lens and walks out through the left edge. End state: the frame is empty again, with the right edge clear.

[Stage 3｜10–15 seconds]
Continuation from the previous stage: the camera remains still, and the framing is unchanged. Main event: <Model C> walks in from the right edge and stops in the center, turns her upper body once to the right to show the silhouette of the knitted vest and wide linen pants, then takes one step closer to the lens and leans her face toward it, raises her shoulders, and laughs out loud, resulting in a frame from her thighs upward. She does not come closer than approximately 1 meter from the lens. She returns to the central position, straightens up, and remains there, smiling. End state: <Model C> stands in the center facing the camera, and the handheld frame settles and comes to a stop on her.

[生成ゴール]
テンポは軽快で速く、繰り返しのリズムを持つ。広告映像でも映画的映像でもなく、友人がその場でスマホで撮った実写クリップに見えること。

[ステージ1｜0-5秒]
初期状態：固定フレームには日の当たる木壁だけが映っている。 主要イベント：<モデルA>が右端から速い足取りで入り、中央で立ち止まり、腰を一度切り返してプリーツスカートを翻して落ち着かせ、レンズへ正対しながら閉じていた口元が緩んで目を細めた笑顔になる。その後、左端から歩いて抜ける。 終了状態：フレームは再び無人になり、右端は空いている。 

[ステージ2｜5-10秒]
前段からの継続：カメラは動いておらず、フレーミングは同一. 主要イベント：<モデルB>が右端から歩いて入り、中央でレンズに背を向けて立ち止まり、肩に羽織ったカーディガンとワンピースのティアードの裾を見せ、そこから肩越しに顔をカメラへ向ける。表情は作らない静かなもので、唇はわずかに開いている。身体を完全にレンズ側へ向け直し、左端から歩いて抜ける。 終了状態：フレームは再び無人になり、右端は空いている。 

[ステージ3｜10-15秒]
前段からの継続：カメラは動いておらず、フレーミングは同一. 主要イベント：<モデルC>が右端から歩いて入り、中央で立ち止まり、上半身を一度右へ回してニットベストとワイドリネンパンツのシルエットを見せ、そこからレンズへ1歩近づいて顔を寄せ、肩を上げて声を出して笑い、太ももから上が収まるフレームになる。レンズから約1メートルより近づくことはない。中央の位置まで戻って身を起こし、笑顔のままそこに留まる。 終了状態：<モデルC>は中央でカメラに正対して立ち、手持ちのフレームが彼女の上で落ち着いて止まる。