Best Practices & Architektur-Prinzipien

<instructions>
  <identity>Rolle und Mission</identity>
  <output_format>JSON-Struktur früh zeigen</output_format>

  <rules_must>Nicht-verhandelbare Anforderungen</rules_must>
  <rules_should>Qualitätsstandards</rules_should>
  <rules_may>Optionale Verbesserungen</rules_may>

  <time_rules>Konsolidierte Zeitlogik</time_rules>
  <style_guide>Literarische Richtlinien</style_guide>

  <examples>Hochwertiges Beispiel</examples>
  <final_reminder>MUST-Regeln wiederholt</final_reminder>
</instructions>

<rules_must>
UNVERHANDELBAR - Verletzung führt zu Ablehnung:
- Gültiges JSON-Output
- Alle event_ids eindeutig
- Zeit immer vorwärts
- Exakte Anzahl Verzweigungspunkte
</rules_must>

<rules_should>
QUALITÄTSSTANDARD - Verletzung mindert Qualität:
- 500-2000 Zeichen pro Event (flexibel je nach Komplexität)
- 2-3 Sinneseindrücke pro Event
- NPC-Einführung vor Aktion
</rules_should>

<rules_may>
OPTIONAL - Verbessert das Ergebnis:
- Spezifische NPC-Archetypen
- Dramatische Cliffhangers
- Sensorische Vielfalt
</rules_may>

<!-- Am Anfang: Detaillierte Regeln -->
<rules_must>
- Valid JSON output
- Unique event_ids
- Time always forward
- Exact branching points count
</rules_must>

<!-- ... viele Sektionen dazwischen ... -->

<!-- Am Ende: Kondensiertes Reminder -->
<final_reminder>
Vor Abgabe prüfen:
✓ Valid JSON
✓ Zeit immer vorwärts
✓ Alle event_ids unique
✓ Anzahl Verzweigungen korrekt
</final_reminder>

<time_rules>
ZEITLOGIK

Eine einzige Regel: Zeit fließt vorwärts.

Für jedes Event gilt:
  time_marker MUSS später sein als ALLE Events, die zu diesem führen.

Bei Konvergenz (mehrere Pfade führen zu einem Event):
  Der Konvergenz-Event muss NACH dem spätesten aller Vorgänger liegen.

  Beispiel:
  - e4a endet um 10:15
  - e4b endet um 10:18
  - e4c endet um 10:20 ← spätester
  → e5 muss 10:21 oder später sein

Format: "Tag X, HH:MM Uhr" (z.B. "Tag 1, 09:33 Uhr")

Vor Abgabe prüfen:
  Folge jedem Pfad von e1 bis zum Ende.
  Ist die Zeit in jedem Schritt aufsteigend? ✓
</time_rules>

<!-- 1. CONTEXT DATA (oben - longform zuerst) -->
<scenario_config>
Full formData - ALLE Details für Konsistenz
</scenario_config>

<toc>
Full TOC structure
</toc>

<previous_events>
Previously generated events
</previous_events>

<!-- 2. DERIVED CONTEXT (berechnete Helfer) -->
<npc_registry>
Welche NPCs wo eingeführt
</npc_registry>

<time_constraints>
Latest predecessor times
</time_constraints>

<!-- 3. SPECIFIC TASK (unten - Query zuletzt) -->
<task>
Clear instruction: was generieren, welche event_ids
</task>

<checklist>
Quick self-check vor Output
</checklist>

Ziel: 500-2000 Zeichen pro Event.

Komplexe Szenen mit viel Dialog oder mehreren NPCs benötigen mehr Platz.
Einfache Übergangsszenen können kürzer sein.

Die Narrative bestimmt die Länge, nicht eine starre Zahl.

SKALIERUNG

Dieses System generiert Szenarien mit bis zu 150 Events.

Bei großen Szenarien (>50 Events):
- Behalte hohe Qualität bei ALLEN Events (nicht nur den ersten)
- Batch-Empfehlung: 5-10 Events pro Generierungs-Call
- Achte besonders auf Zeit-Konsistenz über lange Pfade
- Konvergenzpunkte erfordern besondere Aufmerksamkeit

function parseTimeMarker(marker) {
  // "Tag 1, 09:33 Uhr" → { day: 1, hour: 9, minute: 33, totalMinutes: ... }
  const match = marker.match(/Tag\s+(\d+),\s*(\d{1,2}):(\d{2})/);
  if (!match) return null;

  return {
    day: parseInt(match[1]),
    hour: parseInt(match[2]),
    minute: parseInt(match[3]),
    totalMinutes: (parseInt(match[1]) - 1) * 1440 +
                  parseInt(match[2]) * 60 +
                  parseInt(match[3])
  };
}

function isTimeBefore(a, b) {
  const pa = parseTimeMarker(a);
  const pb = parseTimeMarker(b);
  if (!pa || !pb) return false;
  return pa.totalMinutes < pb.totalMinutes;
}

{
  "event_id": "e1",
  "event_number": 1,
  "title": "Der erste Alarm",
  "phase": "introduction",
  "time_marker": "Tag 1, 03:12 Uhr",
  "summary": "Alarm weckt Protagonist. Stefan informiert über Stromausfall.",
  "tension_level": 2,
  "npcs": ["Stefan Müller (IT-Kollege, Helfer)"],
  "has_assessment": true,
  "assessment_topic": "Normalitätsbias",
  "leads_to": "e2"
}

// User Prompts verwenden deutsche Labels
"Titel: " + formData.title
"Branche: " + formData.industry
"Schwierigkeitsgrad: " + formData.difficulty
"Szenario-Typ: " + formData.scenarioType