소개
한국어 텍스트가 있는 검은 화면의 스크린샷
시도하고자 했던 것과 그 이유를 알려주세요.
부동산 관련해서 경매물건을 자동으로 추천해 주는 기능을 만들고 싶었습니다
작업은 "구조 점검 -> 문제 식별 -> 작은 단위 수정 -> 테스트/검증 -> 재수집 확인" 순서로 반복했습니다.
진행 방법
어떤 도구를 사용했고, 어떻게 활용하셨나요?
1. OpenAI Codex / OMX
- 코드 수정, 테스트, 구 조 점검, 반복 개선에 사용했습니다.
- Ralph 모드로 "완료될 때까지 계속 수정 + 검증" 흐름을 유지했습니다.
- Team 모드로 planner 3개를 돌려 실행 계획을 병렬 수립했습니다.
2. gstack / codex review / challenge / consult
- review: 현재 구조 문제, UX 문제, 테스트 공백 파악
- challenge: 실제로 깨질 수 있는 validation/persistence/history 문제를 공격적으로 점검
- consult: 적은 diff로 가장 체감 큰 개선이 무엇인지 우선순위 정리
이 프로젝트를 지금부터 단순 MVP 데모가 아니라, 실제 운영자가 신뢰하고 사용할 수 있는 경매 추천 운영 콘솔 수준으로 끌어올려라.
핵심 목표:
1. UI/UX 완성도
2. 데이터 가시성
3. 경매번호/원천번호 추적성
4. 데이터 시트 실무성
5. 실데이터 수집 후 운영 흐름
6. 테스트/검증 신뢰도
작업 원칙:
- 가능한 한 작은 diff로 큰 체감 개선
- 새 의존성 추가 금지
- 운영 효율 중심
- 테스트/검증 없이 완료 금지
검증 체크리스트:
- npm test
- syntax / diagnostics
- 서버 실행
- GET /
- GET /api/profiles/default/recommendations
- GET /api/collection/live
- GET /api/collection/history
- POST /api/collection/live
- collection history / traceability / data sheet 동작 확인
———
# 2. Ralph 실행 프롬프트
끝날 때까지 계속 수정하게 만든 프롬프트다.
$ralph
이 프로젝트를 지금부터 단순 MVP 데모가 아니라, 실제 운영자가 신뢰하고 사용할 수 있는 경매 추천 운영 콘솔 수준으로 끌어올려라.
절대 목표:
기능을 대충 하나 더 붙이는 것이 목적이 아니다.
목표는 완성도 향상이다.
특히 아래를 최우선으로 개선하라:
- UI/UX 완성도
- 데이터 가시성
- 경매번호/원천번호 추적성
- 데이터 시트 실무성
- 실데이터 수집 후 운영 흐름
- 테스트/검증 신뢰도
완료 기준:
- UI가 이전보다 명확히 더 전문적으로 보인다
- 운영자가 중요한 정보를 더 빨리 찾을 수 있다
- 경매번호/원천번호 추적성이 충분하다
- 데이터 시트가 실무형으로 개선되었다
- 실데이터 수집 후 운영 흐름이 더 좋아졌다
- 테스트와 검증이 충분히 수행되었다
- 변경 결과를 근거와 함께 설명할 수 있다
중요:
대충 '좋아졌습니다'라고 하지 마라.
항상 실제 코드, 실제 응답, 실제 검증 결과 기준으로 판단하라.
완성도를 높이는 방향으로 끝까지 밀어라.
———
# 3. Plan / Ralplan 프롬프트
실행 전에 설계를 먼저 정리할 때 쓴 프롬프트다.
$plan --consensus --deliberate
이 프로젝트를 지금부터 단순 MVP 데모가 아니라, 실제 운영자가 신뢰하고 사용할 수 있는 경매 추천 운영 콘솔 수준으로 끌어올리기 위한 실행 계획을 수립하라.
반드시 계획에 포함할 것:
1. 요구사항 요약
2. 우선순위가 있는 개선 단계
3. 각 단계별 수정 대상 파일
4. 각 단계별 기대 효과
5. 각 단계별 검증 방법
6. 리스크와 완화 전략
7. 최종 완료 기준
8. 후속 개선 제안
핵심 의사결정 축:
- 정보 위계
- 식별자 추적
- 수집 후 검토 흐름
- 데이터 시트 실무성
- 테스트 신뢰도
중요:
대충 '좋아졌습니다'라고 하지 마라.
항상 실제 코드 구조, 실제 응답 흐름, 실제 검증 기준에 기반해 계획하라.
완성도를 높이는 방향으로 끝까지 밀어라.