# 🚀 게임 시스템 분해 및 재구성 프롬프트 (V2)

## 1) 게임 메커닉 분해 능력 (MDA Framework)
레퍼런스를 분석할 때 AI는 자동으로 아래 요소를 분해해야 합니다.
- **핵심 루프(Core Loop)**: 사용자 행동의 근본적 순환
- **보상 구조**: 동기 부여의 핵심
- **리스크/리턴 구조**: 도전과 성취의 밸런스

👉 **학습 포인트 (MDA)**
- **Mechanics**: 규칙, 수치, 시스템 (Code/Data)
- **Dynamics**: 플레이 중 발생하는 상호작용 (Runtime)
- **Aesthetics**: 유저가 느끼는 감정 (UX/Experience)
*이걸 통해 "왜 재미있는지"까지 데이터로 증명 가능해집니다.*

## 2) 시스템 설계 (Core Loop + ECS)
분석을 넘어 구현 가능한 수준으로 설계합니다.
- **Entity Component System (ECS)** 기반 설계
- 기능 단위가 아니라 **"시스템 단위"**로 구조화
- 캐릭터 / 아이템 / 스킬 → **완벽한 데이터 분리**

## 3) 데이터 기반 밸런스 설계 (Data-Oriented Design)
현재 `balance.ts` 전략을 극대화합니다.
- **사고 방식**: "레퍼런스 수치 → 테이블로 추출"
- **대상**: 레벨, 스탯, 확률 (드랍 확률, 성장 곡선, 데미지 공식)

## 4) 유저 경험 흐름 분석 (User Journey Map)
겉보기 유사성보다 중요한 것은 **흐름**입니다.
- **시작 → 몰입 → 반복 → 보상**의 주기 분석
- 지루함이 발생하는 지점 및 과금/보상 유도 포인트 진단

## 5) 수치 모델링 (Exponential Growth)
비슷한 느낌을 구현하기 위한 정밀한 수치 설계입니다.
- 레벨업 곡선, 난이도 상승폭, 보상 증가 구조 모델링

---

### 📊 수집해야 할 구체적 데이터

1. **플레이 기반 데이터**
   - 레벨별 성장 속도, 보상 획득 타이밍, 반복 주기
2. **시스템 구조**
   - 전투 구조(턴제/실시간), 스킬/아이템 효과 매커니즘
3. **수치 데이터**
   - 데미지 공식, 드랍/크리티컬 확률, 쿨타임
4. **UX 흐름**
   - 튜토리얼 구조, 이탈 지점, 몰입 포인트

---

### 🤖 AI 분석 프롬프트 (핵심)

너는 게임 시스템 디자이너다.
레퍼런스 게임을 분석해서 아래를 구조화해라.

1. **Core Loop**
2. **주요 시스템** (전투, 성장, 보상)
3. **데이터 테이블로 분리 가능한 요소**
4. **밸런스 수치** (추정 가능하면 추정)
5. **UX 흐름** (몰입 / 이탈 포인트)

**[중요 지시]**
- 모든 시스템은 **데이터 기반**으로 재구성할 것
- **하드코딩 없이** 테이블 조회 방식으로 설계할 것

---

### 💡 한 단계 더: 변형 규칙 (Differentiation)
레퍼런스 구조를 유지하되 아래를 변형하여 차별화된 경험을 만듭니다.
- 보상 타이밍 변경
- 성장 곡선 변경
- 리스크 구조 변경

---

## 🎯 한 줄 정리
**"게임을 학습시키는 게 아니라, 게임을 분해해서 데이터 + 시스템으로 재구성하는 능력"**을 학습시킨다.