در ویدئویی که در انتهای مطلب می‌توانید آن را تماشا کنید، تونی ژو (که تدوین این فایل ویدئویی را هم انجام داده است و در قالب ویدئوهای مشابهی به قاب‌بندی‌ها و ترکیب‌بندی‌های چشم‌گیر سینمایی می‌پردازد و آن‌ها را در کانال خودش تحت عنوان «هر فریم یک نقاشی» بررسی می‌کند) دست به قیاس صحنه‌هایی از دو فیلم مهم سال 2014 با عنوان‌های بازی تقلید (مورتن تیلدام) و تئوری همه چیز/ تئوری فراگیر (جیمز مارش) زده است با صحنه‌ای از فیلم بدها خوب می‌خوابند (آکیرا کوروساوا، 1960) تا به‌نوعی یک‌نواختی صحنه‌آرایی در فیلم‌های مهم سینمای امروز را با غنای بصری آثار اساتید سینما مقایسه کند. هرچند به‌راحتی می‌توان طرفین این مقایسه را در یک حد و اندازه ندانست و به‌سادگی گفت که این فیلم‌سازان جوان طبیعی است که در حد کوروساوا نباشند اما این مقایسه دست‌کم از این جهت آموزنده است که به کار شناخت هرچه بیش‌تر و بهتر داستان‌گویی تصویری می‌آید؛ موضوعی که فکر نمی‌کنم در این روزگار کسی منکر کمیابی آن در آثار برجسته‌ی سینمایی باشد. البته در این‌جا می‌توان بحث ویژگی‌های سینمایی هر دوره‌ی تاریخی را هم به میان کشید و از جریان‌های غالب گفت و در نهایت این طور استدلال کرد که این موضوع لزوماً به معنی ناتوانی فیلم‌سازان معاصر در پرداخت بصری ناب فیلم‌های‌شان نیست؛ در این خصوص دست‌کم جیمز مارش با فیلم‌های تماشایی که در کارنامه دارد این موضوع را به اثبات رسانده است؛ یکی مستند اسکاری مردی روی سیم (2008) و دیگری درام جنایی پادشاه (2005). پس، از ورود به جنبه‌های مختلف و متنوع این قیاس و بحث پرهیز می‌کنیم و فقط از این تلاش سینمایی لذت می‌بریم و می‌آموزیم.
تونی ژو با انتخاب این فصل و تصاویر از بازی تقلید و سپس صحنه‌هایی از تئوری همه چیز، به ملال‌آوری بصری این فیلم‌ها اشاره می‌کند که چه‌طور با یک نمای عمومی آغاز می‌شوند و بعد خیلی طبیعی تقطیع می‌شوند و بدون کم‌ترین خلاقیت تصاویر مختلف از کنش‌ها و واکنش‌های بازیگران حاضر در صحنه پشت‌سرهم قرار می‌گیرند: «بعضی وقت‌ها که چنین صحنه‌هایی را می‌بینم حسابی کسل می‌شوم. به جای این‌که با میزانسنی منحصربه‌فرد روبه‌رو شوم باید تصاویری را ببینم که به شکلی استاندارد صحنه‌ها و آدم‌هایی را نشان می‌دهند: هیچ کسی حرکت نمی‌کند و از هر کسی یک نمای بسته نشان داده می‌شود. (و با ورود به صحنه‌ای از تئوری همه چیز این طور ادامه می‌دهد) و ما پنج دقیقه در چنین صحنه‌ای گیر می‌افتیم که تصویر فقط از یک نفر به دیگری کات می‌خورد.» بعد از این توضیح جمله‌هایی از همان حرف‌های معروف آلفرد هیچکاک می‌آید که در مصاحبه‌اش با فرانسوا تروفو به جریان غالب فیلم‌سازی اشاره کرده است که نسبت مستقیم و خلاقه‌ای با هنر ناب سینما ندارند و در مجموع آن‌ها را «تصاویری از آدم‌های در حال صحبت» نامیده است.
تونی با ورود به این فصل از فیلم بدها خوب می‌خوابند آن را به عنوان الگویی مفید برای استفاده پیشنهاد می‌کند و می‌گوید کوروساوا به جای نمایش ساده‌ی این موقعیت و کات زدن بین نماهای واکنش شخصیت‌ها، در یک قاب ثابت که فقط به چپ و راست می‌چرخد (یا به‌اصطلاح پن می‌شود) صحنه را با استفاده از اشکال هندسی به تصویر کشیده است: مربع‌ها و مثلث‌ها.
نیشی (توشیرو میفونه) پس از گذاشتن پول‌ها در کیف، آن را به دست شیرای می‌دهد و وقتی دوباره می‌نشیند مثلثی ساده میان چشمان شخصیت‌ها و کیف حاوی پول‌های مسروقه شکل می‌گیرد. توجه کنید که کوروساوا بین واکنش‌ها کات نمی‌زند و در عوض چشمان ما به طور طبیعی صورت این شخصیت و سپس دیگری را می‌بیند.
شیرای می‌ترسد و مثلث از بین می‌رود. دقت کنید که در، همیشه در صحنه دیده می‌شود؛ تا ما را برای ورود موریاما آماده کند. با ورود او و حرکتش به سمت شیرای دوربین هم قاب تازه‌ای می‌بندد تا شیرای را درون یک مربع (در این‌جا نشان‌دهنده‌ی مخمصه و تنگنا) به دام بیندازد؛ چیزی که آن را در تصویر بالا می‌بینید و برای چگونگی رسیدن به این قاب و تصویر بصری، و تطابق بهتر توضیح‌های بالا می‌توانید ویدئویی را تماشا کنید که در پایین این مطلب قرار گرفته است.
در ادامه به این قاب‌بندی می‌رسیم که در آن سه مرد با چشمان‌شان مثلث تازه‌ای را شکل می‌دهند. با این‌که درام کلامی بین دو مرد ایستاده جریان دارد ولی چشمان نیشی به مرکز قاب نزدیک‌تر است چون ما باید واکنش او را ببینیم و مطمئن شویم که پاپوش او لو نمی‌رود. کوروساوا به‌واسطه‌ی دست موریاما که به سمت شیرای و کیف دراز می‌شود، مثلث را به‌هم می‌زند و سپس شاهد لو رفتن و ریختن پول‌ها به زمین هستیم. در زمانی که موریاما و شیرای به پول‌های روی زمین نگاه می‌کنند، توجه کنید که چه‌طور ما با حرکت چشمان نیشی متوجه او می‌شویم. ناگهان می‌بینیم که مثلث هم تغییرشکل داده است و حالا دو مرد سمت چپ به یکدیگر نزدیک‌ترند و موریاما توجهش معطوف پول‌ها می‌شود... این تصویر در نهایت با همان یک نفری به پایان می‌رسد که با حضور او در اتاق شروع شده بود.
شخصیت توشیرو میفونه با این‌که در این صحنه حرفی نمی‌زند ولی به‌واسطه‌ی حرکت‌های بدن و چشمانش، مالک واقعی آن است. کوروساوا هم با چیدن میزانسنی دقیق و استفاده‌ی درست و تحسین‌آمیز از اشکال هندسی مناسب، نقاط مختلفی را برای تمرکز چشمان ما در ترکیب‌بندی قاب‌های این صحنه در نظر می‌گیرد و یک داستان کامل را در دو دقیقه و نیم به ما عرضه می‌کند.
تونی در پایان بحثش اشاره‌ای هم دارد به ورود آدم‌ها به صحنه و خروج‌شان از آن؛ این‌که یک نفر، دو نفر می‌شود و بعد سه، و در پایان آن‌ها به‌ترتیب از اتاق خارج می‌شوند تا دوباره به حضور یک نفر در اتاق برسیم و این طور نتیجه می‌گیرد که «این یک نمونه‌ی شاهکار در داستان‌گویی تصویری است.»
تونی در پایان، تماشاگران این ویدئو را به مطالعه‌ی بیش‌تر دیگر آثار کوروساوا (که حتماً ما هم در سایر مطالب این بخش دوباره سراغ‌شان خواهیم رفت) دعوت می‌کند و پس از برشمردن ویژگی‌های دیگری از سایر آثار کوروساوا به فیلم‌سازان جوان توصیه می‌کند که «پس دفعه‌ی بعد که چند شخصیت در یک صحنه داشتید، فقط از نماهای بسته و متعارف معمول استفاده نکنید، خلاق باشید و ببینید چه تصاویری را با کمک اشکال هندسی می‌توانید در میزانسن‌های‌تان طراحی و خلق کنید.»
