直近の対戦
敗北ランクマッチ
AL
JAAL更新：6 時間前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%サバイバル
Twin-Fist Gladiator
MR 1,418#510,542直近10戦3–7-2直近20戦5–15-35
勝率
47%
39勝 · 44敗 · 保存済み83件
ランクマッチの対戦
83
選択中のモード
勝利
39
ランクマッチ
敗北
44
ランクマッチ
最高MR
1,501
Alex
ランクMR · Alex
ローカル 27 · インポート 0 · グラフ 27 · 保存済み対戦 117
リプレイ未リクエスト
ALJAAL差の絶対値が大きい順23項目
| 傾向 | サバイバル | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 15.0% | 28.4% | -13.4% | |
| SA1 | 56.0% | 43.0% | +13.0% | |
| ドライブインパクト消費 | 9.1% | 1.7% | +7.4% | |
| ドライブラッシュ（キャンセル） | 26.2% | 33.0% | -6.8% | |
| CA | 13.0% | 6.5% | +6.5% | |
| SA3 | 16.0% | 22.1% | -6.1% | |
| ドライブラッシュ（パリィ） | 3.6% | 8.2% | -4.6% | |
| ドライブアーツ | 18.4% | 14.2% | +4.2% | |
| ドライブガード | 10.3% | 14.1% | -3.9% | |
| 画面端での攻め | 6.80 | 9.01 | -2.21 | |
| ドライブリバーサル | 1.90 | 0.47 | +1.43 | |
| ドライブインパクト | 1.00 | 0.20 | +0.80 | |
| パニッシュカウンター成功 | 0.70 | 0.12 | +0.58 | |
| ジャストパリィ | 0.30 | 0.70 | -0.40 | |
| ドライブパリィ | 2.00 | 1.63 | +0.37 | |
| パニッシュカウンター被弾 | 0.40 | 0.12 | +0.28 | |
| 画面端に追い込まれた時間 | 9.60 | 9.88 | -0.28 | |
| 投げ抜け | 0.20 | 0.48 | -0.28 | |
| 投げ被弾 | 2.30 | 2.12 | +0.18 | |
| 投げ | 2.20 | 2.32 | -0.12 | |
| パリィ中に投げられた回数 | 0.20 | 0.29 | -0.09 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 |
統計を練習に活かす
直近100試合対戦プラン
このプロフィールの傾向と戦績から、実戦で試すヒントを作成します。行動傾向は全キャラクターの集計で、選択中のキャラクターは比較対象を決めます。
保存済みの対戦プランを確認中…
公開プロフィールの統計をOpenRouterの無料AIモデルで分析します。プランは共有・再利用のため保存されます。提案は統計に基づく仮説であり、リプレイ映像の分析ではありません。保存済みマッチプラン
生成時の根拠データと日付を保持したAIプランです。開くと両方の視点を読めます。
Marisa · 直近100試合
改善するポイント
パニッシュカウンターの原因を見直す
パニッシュカウンター被弾：プロフィール 0.5 · 比較対象 0.11
受けたパニッシュカウンターと決めたものを各5回確認します。空振りとガード後の隙を分けてから、練習する課題を選びましょう。
試してみよう繰り返す場面をトレーニングで再現し、間合いとフレームメーターを確認します。より安全な選択か、実際に届く反撃を練習しましょう。
根拠となる統計
- パニッシュカウンター被弾：プロフィール 0.5 · 比較対象 0.11
- パニッシュカウンター成功：プロフィール 0.6 · 比較対象 0.12
ドライブインパクトの目的を明確にする
ドライブインパクト：プロフィール 0.8 · 比較対象 0.2
ドライブインパクトを5回振り返り、使った状況と結果を記録します。有効な使い方は残し、平均回数に合わせるより失敗の共通点を調べましょう。
試してみようダミーの別スロットにドライブインパクトと通常の攻撃を記録し、混ぜて再生します。現在のゲージ状況で使える対応を見分けて練習しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.8 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 7.9% · 比較対象 1.9%
守りの判断を見直す
ドライブリバーサル：プロフィール 1.7 · 比較対象 0.32
守りの場面を5つ選び、相手の行動、自分の選択、結果を比べます。パリィや投げ抜けの回数が少ないだけでは弱点とは言えません。
試してみよう苦手な場面から異なる2つの行動をダミーに記録します。見分けて対応する練習を行い、次の対戦で判断が改善したか確認しましょう。
根拠となる統計
- ドライブリバーサル：プロフィール 1.7 · 比較対象 0.32
- ジャストパリィ：プロフィール 0.3 · 比較対象 0.6
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/07 · AI：nex-agi/nex-n2.5-pro:free
このプレイヤーへの対策
ドライブインパクトの傾向を確かめる
ドライブインパクト：プロフィール 0.8 · 比較対象 0.2
特定の場面でドライブインパクトが繰り返されるか観察します。間合い、硬直、ゲージを考慮し、練習で確認済みの対応を用意しましょう。
試してみよう同じ場面で隙を抑えた動きを試します。インパクトが来たら練習した対応を使い、来なければ通常の方針に戻しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.8 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 7.9% · 比較対象 1.9%
再現性のある反撃機会を探す
パニッシュカウンター成功：プロフィール 0.6 · 比較対象 0.12
統計は調査の手がかりです。その間合いで反撃できると確認済みの行動を探し、見た目だけで隙があると判断しないようにしましょう。
試してみよう対象の行動が出たら確認済みの反撃を試します。相手がその行動をやめたら、無理に狙わず通常の間合い管理に戻りましょう。
根拠となる統計
- パニッシュカウンター成功：プロフィール 0.6 · 比較対象 0.12
- パニッシュカウンター被弾：プロフィール 0.5 · 比較対象 0.11
攻める前に守り方を探る
ドライブパリィ：プロフィール 1.5 · 比較対象 1.59
使い慣れた攻めを一度試し、実際の反応を観察します。その結果から次の選択を変え、行動回数から成功率を推測しないようにしましょう。
試してみよう理解している状況で普段の打撃・投げの選択を試します。同じ反応が続く時だけ狙いを絞り、相手が対応したらタイミングを変えるか仕切り直しましょう。
根拠となる統計
- ドライブパリィ：プロフィール 1.5 · 比較対象 1.59
- ジャストパリィ：プロフィール 0.3 · 比較対象 0.6
- ドライブリバーサル：プロフィール 1.7 · 比較対象 0.32
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/07 · AI：nex-agi/nex-n2.5-pro:free
Alex · 直近100試合
改善するポイント
パニッシュカウンターの原因を見直す
パニッシュカウンター被弾：プロフィール 0.5 · 比較対象 0.12
受けたパニッシュカウンターと決めたものを各5回確認します。空振りとガード後の隙を分けてから、練習する課題を選びましょう。
試してみよう繰り返す場面をトレーニングで再現し、間合いとフレームメーターを確認します。より安全な選択か、実際に届く反撃を練習しましょう。
根拠となる統計
- パニッシュカウンター被弾：プロフィール 0.5 · 比較対象 0.12
- パニッシュカウンター成功：プロフィール 0.6 · 比較対象 0.12
画面端に至る経緯を追う
画面端での攻め：プロフィール 5.5 · 比較対象 9.01
画面端に追い込まれた場面を5回確認します。最後の脱出だけでなく、その前に位置を失った判断を探し、端攻めに成功した場面も比べましょう。
試してみよう繰り返す位置関係を練習で再現し、普段の対応と隙を抑えた選択を比較します。次の対戦で端に追い込まれる頻度が変わるか確認しましょう。
根拠となる統計
- 画面端での攻め：プロフィール 5.5 · 比較対象 9.01
- 画面端に追い込まれた時間：プロフィール 9.8 · 比較対象 9.88
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/07 · AI：nex-agi/nex-n2.5-mini:free
このプレイヤーへの対策
継続する傾向と単発のミスを分ける
保存済みの直近ランクマッチ：39試合中21勝
複数の直近試合で勝ちと負けを比べます。印象的な一度のミスより、繰り返す状況を中心に準備しましょう。
試してみよう最初のラウンドで仮説を一つ確認します。繰り返すなら準備した調整を行い、違うならその仮説を捨てて新しい傾向を観察しましょう。
根拠となる統計
- 保存済みの直近ランクマッチ：39試合中21勝
対戦成績を調査の手がかりにする
対 Akuma：75試合中26勝
低い勝率は見るべき映像の手がかりであり、有利なキャラ選択を保証しません。同じ苦しい場面が複数の試合に出るか確認しましょう。
試してみよう該当キャラクターを使うなら、映像にあった使い慣れた状況を一度試します。相手が対応できたら仮説を捨て、実際の動きに合わせましょう。
根拠となる統計
- 対 Akuma：75試合中26勝
- 対 Yasmine：71試合中24勝
- 対 Ryu：69試合中34勝
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/07 · AI：nex-agi/nex-n2.5-mini:free