Создаю инструмент «сначала блокинг, потом генерация» для ИИ-видео — что ещё не хватает

Пользователь экспериментирует с рабочим процессом на dimension.so, где агент сначала строит 3D-сцену (блокинг объектов, движение персонажей, камера), а затем передаёт её в Seedance 2.0 Mini как видео-референс вместо текстового промпта. Также добавлен GPT6/Asta в слой рассуждений агента, но заметного улучшения в многошаговых задачах не видно. Автор спрашивает сообщество, что можно улучшить в самой сцене до передачи в генератор.