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

src/llm/vision_cache.py

@@ -363,7 +363,11 @@ def _add_window_seed_descriptions(
     if budget[0] <= 0:
         return points
 
-    scenes_to_probe = ranked[: max(1, cfg.vision.max_seed_scenes)]
+    probe_limit = max(
+        cfg.vision.max_seed_scenes * 4,
+        cfg.vision.scene_candidate_top_k // 2,
+    )
+    scenes_to_probe = ranked[: max(1, min(len(ranked), probe_limit))]
     windows_per_scene = max(1, min(6, cfg.vision.seed_points_per_scene // 2))
     for _, scene, _ in scenes_to_probe:
         if budget[0] <= 0: