この教訓は非常に厄介で、見かけは立派に見えるが、動画制作プロセスを1フレームずつ画像を生成し、その後審査・修正し、各ステップごとにAIより賢いと思い込むプロンプトを書き、さらに各フレームの各ステップに対して別のエージェントに審査を依頼する。すると、3分の動画を作るのに最低でも3日かかるというのか？ このような多くの手順を踏む目的とは何なのか？どうやら、SD2.5に直接動画を作らせた場合よりもコストが安くなるという話だが。