セリフ対地の文が1:1=ほぼ動画の返信

描写と説明がごっちゃになってる。
映像は映像で情報量が多いからこそ大変で、その情報量が多い中どこに注目させるか、つまりどうやって「普通の街並みを描写するか」って技術が必要になってくる。
視聴者側はそんなこと考える必要はないので完成品を見てるだけだと「適当に街並みのカットを流してる」と思いがちだけど、制作側にしたらそんな簡単な話じゃない。
そしてそれは情報の出し方・表現の仕方が違うだけで、小説も同じ。

「普通の街並み」の画のカットを映してるだけだとこれは「映像で説明してる」って状態で、描写してるとは言い切れない。
じゃあ何が描写かというと、描写したいものに注目してそれをどう表現するかの工夫に依ってくる。
つまり、スレ主さんが言う
＞焦点だけ状況描写して展開を進めていると思います。
＞状況描写を主題か焦点に絞り
これをやってる。
映像は情報量が多いからいいよね、じゃなくて、映像でも同じことをやってて、ただ映像は情報が多いしパッと見で映像の意図まで理屈で理解するような下手な映像表現はしてないから、見てるだけだと「普通の街並みを流してるだけ」に見えてるってだけ。
＞でもそこで表現したいのは「普通の町並み」が主題です。
ただの適当な例だと思うけども、そもそも「普通の町並み」を主題にして表現したい場面ってのが、『always三丁目の夕日』というか「その普通の町並みを舞台にしてる人情話」って物語でないとそんなに無くて、
ラノベ的エンタメで言うと例えば「そんな普通の町並みに潜む悪意」とか、この場合「潜む悪意」のほうを描写すべきで、前座の「普通の町並み」は軽く説明で流しちゃうってのもあると思う。
「普通の町並み」が「どう普通なのか」とか書く必要はないので。
これもスレ主さんが言うところの「状況描写を主題か焦点に絞り」って話ですよね。

映像と文章では表現方法が違うから、同じく「普通の街並み」を小説で表現する場合、その普通の街の外観を説明するのではなく、「普通の街並みにありそうな場面を短く書いていく」とか、伝わりにくいかもしれんけど、その場の「空気感」を書いていくって考えたほうがいいと思う。
「普通の町並み」をシーンの主題にするなら、「どう普通なのか」を書かなきゃいけないから、登場人物の母親が世間話をしていたりとか、そこに近所で有名な野良猫を登場させたりとか。
でも、「そんな普通の町並みで生活してる主人公」が主題であるなら、むしろその場面は普通の町並みではなく「主人公の生活環境」が主旨だから、主人公と比較できる部分だけピックアップして主人公に描写させてしまったほうがいいと思うし、
最終的には「何をどう書くか」っていう工夫の話だと思うかな。

で。
それを極限まで短くして主旨が伝わることを最低限に短く素早く書いていけば動画と変わらないのではないか、という事だけど、
動画と小説とで決定的な違いは、そういうことではなく、「勝手に再生されてるか」「自分で読んでいるか」の違いです。
受動的か能動的かの違い。
動画は興味がそがれてもほっとけば勝手に流れる。小説は読もうと思わないと読まない。
自動音声で読んでくれるサービスが浸透すればその垣根もなくなるけど、現状はコレが決定的に違うので、「動画と変わらない」は無いと思う。
ただ、「漫画と変わらない」は、有り得る話だとは思う。
なろう小説とかで、ちゃんと頭使って文章を読み取らなくても、流し読みで飛ばしつつ適当に読んでても内容がわかるような空っぽな作品なんかは、その域に一歩踏み込んでると思うかな。