Probe broader long-scene action windows

README.md

@@ -164,6 +164,10 @@ Vision-Modell stammen. Bei langen semantisch passenden Source-Szenen beschreibt
 der Vision-Layer zusätzlich wenige lokale Zeitfenster und cached auch diese
 Fenster, damit eine grob ähnliche Szene nicht automatisch mit dem falschen
 Bewegungs- oder Dialogmoment gleichgesetzt wird.
+Dieser lokale Fenster-Probe ist bewusst breiter als die finale Seed-Auswahl:
+Eine lange Dialogszene kann in der Gesamtbeschreibung nur als Gespräch
+erscheinen, aber an einer späteren Stelle trotzdem genau die gesuchte
+Aktionsphase enthalten.
 Nach dem CV-Match kann derselbe Vision-Layer den konkreten finalen Source-
 Zeitbereich nochmals gegen den Trailer-Beat prüfen. Starke Aktionsphasen wie
 Annäherung, Kuss/Stirnkontakt, Handbewegungen oder Schneiden müssen dann auch