Stelle die Person aus dem Referenzbild in dem Moment dar, in dem sie mit dem Smartphone ein Selfie macht – auf der Aussichtsplattform auf dem Dach eines kommerziellen Hochhauses, von dem aus man die Shibuya-Kreuzung schräg unten vorne überblickt. Es ist nicht der exakte Kamerabildschirm des Handys selbst, sondern eine selfieartige Komposition, eingefangen von einer dritten Kamera aus geringer Entfernung. Bewahre Gesichtszüge, Augen, Frisur, Haarfarbe, Alterswirkung, Farbe, Form, Material und Verzierungen der Kleidung sowie die Atmosphäre der Person aus der Referenz und verwandle sie nicht in eine andere Person. Übernimm nicht den ursprünglichen Hintergrund, die Beleuchtung, die Komposition oder die Pose. Die Person ist die einzige Hauptfigur, in einer stabilen 3/4-Körperkomposition vom Gesicht bis etwa zu den Oberschenkeln. Erzwinge nicht den ganzen Körper; priorisiere die Wiedergabetreue von Gesicht, Oberkörper, Kleidung, Smartphone und Hintergrund. Die Person steht auf einer sicheren Aussichtsplattform, streckt einen Arm nach vorne und hält das Handy, den Blick natürlich auf den Bildschirm gerichtet. Das Handy wirkt im Vordergrund etwas groß, verdeckt aber weder Gesicht noch Kleidung und wird nicht riesig. Der andere Arm liegt natürlich nah am Körper. Zeige am unteren Rand oder an den seitlichen Rändern nur ein wenig vom Dachboden und einem transparenten Glasgeländer, um den Aufnahmeort klar zu machen. Der Dachanteil bleibt innerhalb von 10% des Bildes. Vermeide Schweben in der Luft, Stürze und gefährliche Posen am Rand. Die Kamera befindet sich etwas vor und über der Person, in einer schrägen Draufsicht über Shibuya. Verwende keine völlig senkrechte Perspektive. Platziere die Kreuzung groß, mittig und unten hinter der Person und zeige klar die breiten Zebrastreifen in mehreren Richtungen, die Kreuzungsmitte und die zahlreichen kreuzenden Fußgänger. Mach die Menschen nicht spärlich und die Mitte nicht leer. Platziere ringsum nah und groß dichte Geschäftsgebäude, gebogenes Glas, Ladenfassaden und große digitale Bildschirme und zeige mindestens drei Bildschirme. Die Bildschirme zeigen lebendige abstrakte Bilder oder menschliche Silhouetten mit Blau, Cyan, Rot, Magenta und Pink, ohne lesbaren Text, Firmennamen oder echte Logos. Die Tageszeit ist ein Nachmittag mit weichem natürlichem Licht. Die Straßen haben ein natürliches neutrales Grau, die Zebrastreifen ein klares Weiß. Senke nicht die Sättigung, mach den Hintergrund nicht weiß oder monochrom passend zur Kleidungsfarbe; halte den Glanz von Shibuya konstant durch die Informations- und Farbfülle von Menschenmenge, Geschäftsgebäuden, Bildschirmen und Fensterreflexen. Vermeide ausgefressene Lichter, übertriebenes HDR, Sonnenuntergang, Nachtszene, Nebel und einen bläulichen Farbstich. Gesicht und Kleidung der Person sollen etwas schärfer als der Hintergrund sein. Fotografische Referenzen sollen hochwertige Fotos bleiben; Anime-/Illustrationsreferenzen sollen den ursprünglichen Zeichenstil, die Linien, die Kolorierung, die Textur und die Gesichtsproportionen bewahren. Konvertiere nicht zwischen Foto und Anime. Vermeide zusätzliche Gliedmaßen oder Finger, ein unnatürliches Smartphone, gebrochene Körperverbindungen, die Umwandlung in eine generische Kreuzung, Schweben in der Luft, Sturzdarstellungen, lesbaren Werbetext und echte Logos.