Quando scrivi che ti immagini "grandi finali o scene di azione da hollywood", ti stai immaginando una scena, cioè come i personaggi usciranno da una situazione. Non c'è niente di male a immaginartelo, ma non è quello che devi preparare. Tu devi preparare una situazione, e poi la scena la costruiscono i giocatori.
Tu hai in mente questa situazione, questo incontro teso tra due fazioni. Non sai con chi i giocatori si schiereranno, e va bene così. Non sai come andrà a finire, cosa faranno per risolvere il problema, e va bene così. Assicurati solo di avere in mente come va avanti la trama a seconda delle conclusione della scena. Ad esempio mi sembra che tu abbia due dimensioni di dubbio: se la fazione A riuscirà a rubare l'oggetto, e se i giocatori si schiereranno con la fazione A o con la fazione B. Questa è la situazione alla fine della scena: assicurati di aver chiaro di cosa succederà nei quattro casi. Non preoccuparti troppo di come i giocatori riusciranno a risolvere la scena, tu decidi solo la situazione iniziale e cosa succede a seconda della situazione finale.
Per quanto riguarda il bilanciamento dello scontro, se uno scontro ci sarà, considera solo che se deve essere l'unico scontro della giornata deve essere tosto e letale: quando prepari la situazione, pensa alle forze in campo di modo che siano tutti nemici validi, simili in forza al gruppo: i giocatori si devono sentire una parte importante dei rapporti di forza, né inutili né troppo dominanti. Pensa anche a cosa succede in caso il gruppo sia sconfitto, in questi casi è utile deciderlo prima (gli scontri unici o sono inutili o sono potenzialmente letali). Essendo una situazione cittadina è probabile non vengano uccisi, non c'è motivo solitamente per uccidere il gruppo sconfitto, ma devono aver perso qualcosa dalla sconfitta.