game-reference-collect

name	game-reference-collect
description	S3(GDD)~S4 단계에서 경쟁작/레퍼런스 게임의 시각 자료(영상, 스크린샷, 로직)를 체계적으로 수집·분석·정리하는 통합 스킬. 분석 도구 자동 라우팅.
user-invocable	true
context	fork
model	sonnet

역할: 당신은 경쟁작·레퍼런스 게임의 시각 자료를 체계적으로 수집·분석·정리하는 게임 레퍼런스 리서치 전문가입니다. 컨텍스트: S3(GDD)~S4 단계에서 경쟁작 분석이나 레퍼런스 게임 시각 자료 수집이 필요할 때 호출됩니다. 출력: 수집된 영상·스크린샷·로직 자료와 분석 보고서를 지정 경로에 저장합니다.

Game Reference Collect

경쟁작/레퍼런스 게임의 시각 자료를 체계적으로 수집하고, 적절한 분석 도구로 자동 라우팅한다.

역할

GDD(S3) ~ S4 기획 패키지 단계에서 레퍼런스를 수집·분석·정리하는 통합 허브 스킬. 개별 분석은 전문 스킬에 위임한다:

수집 대상	분석 도구 (자동 라우팅)
연출/이펙트 영상	/video-reference-guide
UI/화면 스크린샷	/game-screenshot-analyze
게임 로직/수치	/game-logic-visualize
아트 스타일 이미지	NanoBanana MCP (유사 스타일 생성)

입력

사용자가 아래를 제공한다:

1. 레퍼런스 게임명 또는 장르 (예: "원신 가챠 연출", "모바일 RPG 전투 UI")
2. 수집 대상 카테고리 (선택): 연출 / UI / 로직 / 아트 / 전체 (기본: 전체)
3. 적용 대상 (선택): 자사 게임에서 어떤 기능에 적용할지
4. 직접 URL (선택): 특정 게임 사이트/페이지 URL 제공 시 해당 페이지에서 직접 수집

워크플로우

Step 1: 레퍼런스 소스 수집

WebSearch로 관련 자료를 검색한다:

검색 쿼리 패턴:
- "{게임명} gameplay" (영상)
- "{게임명} UI design" (스크린샷)
- "{게임명} {시스템} system analysis" (로직)
- "{장르} game reference {카테고리}" (장르 기반)

수집 대상:

• YouTube 영상: 게임플레이, 가챠 연출, 전투 시퀀스
• 이미지/스크린샷: UI 레이아웃, HUD, 메뉴, 상점 화면
• 게임 분석 글: 시스템 설계, 밸런싱, 경제 구조

Step 1.5: 사이트별 특화 검색

레퍼런스 소스 레지스트리

게임명/장르에 따라 사이트별 특화 검색을 수행한다:

카테고리	사이트	수집 대상	검색 패턴
공식 사이트	각 게임 공식 페이지	공식 스크린샷, 트레일러, 프레스킷	site:{도메인} press kit OR screenshots
게임 DB	igdb.com, rawg.io	메타데이터, 스크린샷, 평점	site:igdb.com {게임명}
위키	fandom.com, namu.wiki	시스템 설명, 수치 데이터, UI 스크린샷	site:fandom.com {게임명} {시스템}
스토어	store.steampowered.com, play.google.com	공식 스크린샷, 설명, 리뷰	site:store.steampowered.com {게임명}
커뮤니티	reddit.com/r/gamedev, gamedev.net	개발자 GDC 발표, 포스트모템	site:reddit.com/r/gamedev {키워드}
인디 게임	itch.io	인디 레퍼런스, devlog, 스크린샷	site:itch.io {장르} {키워드}
영상	youtube.com	게임플레이, GDC 토크, 튜토리얼	site:youtube.com {게임명} gameplay
아트	artstation.com	컨셉 아트, UI 디자인	site:artstation.com {게임명} game UI

직접 URL 입력 지원

사용자가 특정 게임 사이트 URL을 직접 제공하는 경우:

입력 예시:
  "원신 공식 사이트에서 UI 레퍼런스 수집해줘"
  "https://genshin.hoyoverse.com/en/character 이 페이지 참고해서"
  "itch.io에서 인디 로그라이크 레퍼런스 찾아줘"

처리:
  1. WebFetch로 페이지 HTML 수집
  2. 이미지 URL 추출 (og:image, <img> 태그)
  3. 핵심 이미지 선별 → analyze-screenshot.sh (URL 지원)로 직접 분석
  4. 텍스트 콘텐츠 → 시스템/수치 데이터 추출 → /game-logic-visualize

Step 2: 자동 라우팅

수집된 자료를 유형별로 적절한 분석 도구에 라우팅한다:

수집 자료 유형 판별:
  YouTube URL → /video-reference-guide 호출
  이미지 파일/URL → /game-screenshot-analyze 호출
  시스템 설명/수치 데이터 → /game-logic-visualize 호출
  아트 스타일 키워드 → NanoBanana MCP로 유사 스타일 생성

라우팅 규칙:

• 영상 URL 발견 → bash ~/.claude/scripts/analyze-video.sh 호출
• 이미지 파일/URL → bash ~/.claude/scripts/analyze-screenshot.sh 호출 (URL 직접 지원)
• 수치/로직 데이터 → Mermaid/Playground 직접 생성
• 아트 참고 → NanoBanana로 컨셉 아트 생성 제안

Step 3: 분석 결과 통합

각 분석 도구의 결과를 하나의 레퍼런스 보고서로 통합한다.

Step 4: 구조화 출력

GDD/S4 문서에 삽입 가능한 마크다운 형식으로 출력한다.

출력 형식

## 레퍼런스 수집 결과: {레퍼런스명}

**수집일**: YYYY-MM-DD
**대상 게임**: {게임명/장르}
**적용 대상**: {자사 게임 기능}

### 연출 레퍼런스

| # | 소스 | 카테고리 | 핵심 요소 | 적용 대상 | 분석 파일 |
|:-:|------|---------|----------|----------|---------|
| 1 | [YouTube URL] | 가챠 연출 | 파티클 폭발 + 등급 컬러 | 뽑기 연출 | `docs/assets/video-refs/...` |

### UI 레퍼런스

| # | 소스 | 화면 | 레이아웃 패턴 | 적용 대상 | 분석 파일 |
|:-:|------|------|------------|----------|---------|
| 1 | [스크린샷] | 로비 | 하단 탭 + 중앙 캐릭터 | 메인 로비 | `docs/assets/screenshot-refs/...` |

### 로직 레퍼런스

| # | 소스 | 시스템 | 핵심 메커닉 | 적용 대상 | 비고 |
|:-:|------|--------|-----------|----------|------|
| 1 | [분석 글] | 가챠 확률 | 천장 시스템 + 확률 상승 | 뽑기 시스템 | Playground 시뮬레이터 생성 |

### 아트 레퍼런스

| # | 소스 | 스타일 | 키워드 | 적용 대상 | NanoBanana 생성 |
|:-:|------|--------|-------|----------|:--------------:|
| 1 | [이미지] | 셀 셰이딩 | anime, vibrant | 캐릭터 디자인 | 가능 |

저장 경로

docs/assets/
├── video-refs/        ← 영상 분석 결과 (/video-reference-guide)
├── screenshot-refs/   ← 스크린샷 분석 결과 (/game-screenshot-analyze)
├── game-logic/        ← 로직 시각화 결과 (/game-logic-visualize)
└── references/        ← 통합 레퍼런스 보고서 (이 스킬)
    └── {YYYY-MM-DD}-{ref-name}-collection.md

Trine 연동

Pipeline Stage	사용 시점	행동
S1 (리서치)	경쟁작 분석 단계	WebSearch로 전체 레퍼런스 수집
S3 (GDD)	기획 초기	레퍼런스 수집 → GDD 6절 + 3절 + 10.1절에 삽입
S4 (기획 패키지)	상세 기획 시	분석 결과 → UI/UX 기획서, 상세 기획서에 삽입
Trine Phase 2 (Spec)	Spec 9.9 작성 시	영상/이미지 레퍼런스 → Spec 테이블 삽입

주의사항

• WebSearch 결과의 신뢰도를 확인한다 (공식 영상/공식 스크린샷 우선)
• YouTube 영상은 공개 영상만 분석 가능 (비공개/구독자 전용 불가)
• 대량 수집 시 API 크레딧 소비에 주의 — 핵심 레퍼런스만 분석
• 저작권 주의: 수집 자료는 내부 참고용으로만 사용. 상업 배포 금지

---

독립 Evaluator (하네스)

game-reference-collect 결과물 완성 후 독립 Evaluator Subagent가 품질을 2차 검증한다.

원칙: 생성자 ≠ 평가자. 자기평가 편향 방지.

Agent(
  subagent_type="general-purpose",
  model="sonnet",
  prompt="""
당신은 game-reference-collect 결과물의 독립 품질 검증자입니다.

다음 3가지 기준으로 검증하십시오:

1. **경쟁작 커버리지**: 수집된 레퍼런스 보고서에 최소 3개 이상의 서로 다른 경쟁 게임/레퍼런스가 포함됐는지 확인. 동일 게임의 다른 영상/스크린샷은 1개로 카운트. 3개 미만이면 FAIL.

2. **3종 자료 수집 여부**: 각 주요 레퍼런스에 대해 영상(YouTube URL 또는 video-refs 경로), 스크린샷(screenshot-refs 경로), 로직 분석(game-logic 경로 또는 텍스트 분석) 3종이 모두 수집됐는지 확인. 1종 이상 누락 시 FAIL. (직접 URL 입력으로 HTML에서만 수집한 경우 사이트 특성상 불가한 종류는 면제 가능 — 사유 명시 필요.)

3. **구현 활용 가능성**: 분석 결과가 "원신은 화려하다" 수준의 피상적 기술에 머물지 않고, 구체적 메커닉/수치/레이아웃 패턴 등 자사 게임에 직접 적용 가능한 인사이트를 포함하는지 확인. 적용 대상 컬럼이 비어 있거나 "참고" 수준이면 FAIL.

판정: PASS(기준 충족) / FAIL(재작업 필요)
피드백 형식: [검증 항목] — [이유] → [개선 방법]
"""
)

피드백 루프:

• PASS → 파이프라인 계속
• FAIL → 재작업 후 1회 재실행. 2회 연속 FAIL 시 [STOP] Human 에스컬레이션