【TW】とりあえず3次覚醒とこれから

tw_マルメロ変異種_おばけかぼちゃ

仕事が忙しくて、中々書けない日々が続いております。

 

そんな中TalesWeaverは2016年9月28日に新ダンジョン【アカドラト】を実装しました。

tw_アカドラト実装

 

大型アップデートとしては短いスパンでの実装でしたが、今回もティルカルラグに続き、上位プレイヤー向け高難易度ダンジョンになりました。

極限アップデート以降は、難易度が今までのダンジョンとは比べ物にならないくらい上昇しています。

 

上位コンテンツを高難易度でクリアするためにはもはや【極限】だけではスタート地点にも立っていないのです…

 

 


 

というわけで前置きはこれくらいにして今回は私事になりますのでTWの現状やこれからのことについても

思っていることを書いていきたいと思います。。

 

目次はこちらから

・上位コンテンツ攻略のため3次覚醒しました。

現在上位コンテンツに必須といってもいいのが3次覚醒。

装備の強化や、共通スキル等も魅力的ですが3次覚醒は攻撃と耐久を同時に獲得できるからとってもお得。

火力25%アップ!

HP25000アップ!

 

HPは軽視されがちですが固定被ダメージが多い昨今はHPが高いことで耐えられるケースも少なくありません。

これだけのメリットがある3次覚醒ですが対価も決して安くありません。

クエストで時間がかかることはもちろんですがアイテムも大変高価。

 

全て買い揃えるとどのサーバーでも70,000NP~80,000NPくらいかかると思います。

 

 

 

お金のちから(課金)で共通もゲット!

 

tw_マルメロ変異種_おばけかぼちゃ

16枚 精霊の涙 精霊の涙 三次覚醒に必要となるアイテム。
48枚 精霊の魂 精霊の魂 三次覚醒に必要となるアイテム。

 

前回の期間限定宝箱「眠天女」から引き続きマルメロ変異種おばけかぼちゃから得られるクーポンで

精霊の魂と交換することが可能です。

 

クーポンでの交換で約9個の精霊の魂を集めました。

宝箱の数で計算するとおよそ400個以上開封した計算になります。

 

武器関連はまったくと言っていいほど出ませんでしたが共通スキルが2個出てくれたのでとりあえずは開封した甲斐があったのかもしれません。

tw_共通スキル_パワーウェポン

↑箱では通算4個目の共通スキル(パワーウェポンとしては2個目)

tw_共通スキル_コートアーマー

↑通算5個目の共通スキル(コートアーマーは初)

 

非常にたくさんのNPが犠牲になりましたが・・・

国家錬金術師

何かを得るためには相応の代価を払わなければならないってどっかの国家錬金術師もいってたよね。

 

結果として3次覚醒するだけでなく、共通スキルも獲得することが出来ました。

 

▼現在習得済みスキルはこちら

tw_習得済み共通スキル

残るはスーパーリミット(ハイパーアタック)とエレメンタルブレイクとなりました。

ここまでくると費用対効果(コスパ)で考えると装備強化のほうが効率よくなってくるのかもしれません。

焦らずゆっくりと集めていければと思います。

 

 

ブログとTWのこれから

前フリにもあった通りブログに関しては年内はこんな感じでスローペースになっていくのかなと思います。

コンテンツやシステムの実装に伴い詳細記事も書いていきたいので忘れないようにここに記録しておきます。

▼作成予定記事リスト

  • 影の塔リニューアル詳細(完了)
  • ティルカルラグ詳細(完了)
  • 宮殿ヘル詳細
  • アカドラト進入クエスト詳細
  • アカドラトダンジョン詳細
  • 新武器、AF詳細

 

予定しているだけですがこれだけでもかなり濃い内容になりますのでちょっとずつ年内投稿を目指していきます。

 

それに伴って来年にはこちらのブログサービスも有料サーバーに移行していきたいと考えています。

※その前に他のライター様(寄稿者)に少なからずお礼ができればと思っています。(WMとかNPとかで)

 

まだまだ赤字ブログではありますが歳出と歳入のバランスを見ながらブログには投資していきたいと思います。

 

 

TWについては当分ティルカルラグと精霊の神殿ボス、そして宮殿周りになると思います。

アカドラトも気長に登っていきたいですがPTコンテンツが大半なため、現状の水上商会では人数不足なのでメンバーを呼び戻しつつエンキリア防具の獲得と上位武器に変更していきたいですねー。

 

 

 

 

 

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください