Wie wäre damit: Zaubern ist nur die Anrufung eine höheren Macht. Bei Priestern ist die Gottheit, bei Magier ist es das Mana selbst oder was auch immer. (Der erster Magier war bestimmt ein ehrgeiziger Priester, der Verstoßen 4+ nicht auf sich sitzen lassen wollte.)
Um diese Macht auf sich aufmerksam zu machen, muss man eindeutige Signale von sich geben. Damit die Signale eindeutig sind, müssen sie das Hintergrundrauschen, das durch das Gewusel und Gequake aller anderen Wesen in der Umgebung entsteht, also zumindest minimal übertrumpfen.
Das heißt, je ruhiger die Umgebung ist, um so leiser kann die Formel gesprochen werden und die Gesten kleiner sein. Und umgekehrt müssen sie auch lauter bzw. größer werden, wenn die Umgebung chaotisch ist.
In einer Bibliothek, wo es mucksmäuschenstill ist, reicht es zu flüstern. Im Sturm hingegen muss man schreien, um Wind und Wetter zu übertönen. Im kintaiischen Teehaus muss kein voller rituellen Tanz aufführen, es reicht das der Oberkörper des Zaubernden tanzt. Während in der Schlacht auch der sonst so ruhige Magier, seinen ganzen Körper beim Zaubern einsetzt.
Der Grund, warum ohne Formel oder Geste zu Zaubern schwerer wird, ist dadurch auch erklärbar. Die fehlenden Signale müssen darüber kompensiert werden, dass der Fokus auf (für die höhere Macht) besonders auffällige Weise gesammelt wird.
Kurzfassung: Zaubern ist immer auffällig bezogen auf die aktuelle Situation. Dadurch erklärt sich dann, dass die Schwierigkeit in allen Situationen vergleichbar schwer ist.
Meine Antwort auf die Ausgangsfrage wäre demnach, auf größere Distanzen kann eine Wahrnehmungsprobe nötig sein, um die Laute oder Bewegungen generell wahrzunehmen. Wenn diese gelingt, werden Formel und Geste aber auch als solche erkannt. Das man die Formel selbst nicht zu verstehen braucht, wurde von Quendan schon in einem anderen Thema bestätigt.