镜头模拟妈妈手持手机的第一视角，温暖的客厅午后光线柔和，浅木色地板映着阳光，沙发上坐着5岁的金发姐姐，身穿粉色毛衣，神情好奇地望着前方。1岁的金发宝宝光着脚丫站在地毯上，圆滚滚的身体微微前倾，双手举高，奶凶奶气地用英语大喊："Sister, I’ll teach you a Chinese proverb!" 姐姐歪头笑着回应："What is it?" 紧接着宝宝突然扯开嗓子，语调夸张："You can do it? Then do it! Can’t? No talk!" 镜头轻微晃动，模拟妈妈忍笑抓拍的真实感。姐姐瞬间瞪大眼睛，满脸震惊："Are you talking about me?!" 情绪爆发，抬手轻轻拍了下弟弟的小手臂（非暴力呈现，强调戏剧性而非真实冲突），宝宝立刻瘪嘴，眼泪打转，踉跄转身迈着小短腿哭着跑出画面。最后镜头外传来妈妈压抑不住的笑声，画面上方只留飘动的窗帘和散落的玩具，余韵十足。