直近の対戦
勝利ランクマッチ
SA
LI
A.更新：6 日前
Steam
JapanC100%
SteamJapanC100%獅白モダン
Let's Do This
MR 1,406#499,467直近10戦5–5直近20戦7–13
勝率
53%
27勝 · 24敗 · 保存済み51件
ランクマッチの対戦
51
選択中のモード
勝利
27
ランクマッチ
敗北
24
ランクマッチ
最高MR
1,490
A.K.I.
ランクMR · A.K.I.
ローカル 17 · インポート 0 · グラフ 17 · 保存済み対戦 51
リプレイ未リクエスト
SALIA.差の絶対値が大きい順23項目
| 傾向 | 獅白モダン | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 61.4% | 37.8% | +23.5% | |
| SA2 | 6.8% | 22.0% | -15.2% | |
| SA3 | 22.7% | 30.6% | -7.9% | |
| ドライブラッシュ（キャンセル） | 30.5% | 23.3% | +7.2% | |
| ドライブアーツ | 16.1% | 21.0% | -5.0% | |
| 画面端での攻め | 8.60 | 11.29 | -2.69 | |
| ドライブラッシュ（パリィ） | 8.7% | 11.0% | -2.3% | |
| 画面端に追い込まれた時間 | 8.30 | 9.83 | -1.53 | |
| ドライブガード | 15.5% | 17.0% | -1.5% | |
| 投げ | 1.00 | 2.34 | -1.34 | |
| 投げ抜け | 1.30 | 0.52 | +0.78 | |
| ドライブインパクト消費 | 1.0% | 1.8% | -0.7% | |
| CA | 9.1% | 9.6% | -0.5% | |
| 投げ被弾 | 2.70 | 2.30 | +0.40 | |
| ドライブリバーサル | 0.00 | 0.40 | -0.40 | |
| パリィ中に投げられた回数 | 0.00 | 0.22 | -0.22 | |
| ドライブパリィ | 2.10 | 1.93 | +0.17 | |
| ジャストパリィ | 0.50 | 0.60 | -0.10 | |
| パニッシュカウンター被弾 | 0.20 | 0.11 | +0.09 | |
| ドライブインパクト | 0.20 | 0.24 | -0.04 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| スタン成功 | 0.10 | 0.08 | +0.02 | |
| パニッシュカウンター成功 | 0.10 | 0.12 | -0.02 |
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。
A.K.I. · 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 0.2 · 比較対象 0.1
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 0.2 · 比較対象 0.1
- パニッシュカウンター成功：プロフィール 0.1 · 比較対象 0.1
守りの判断を見直す
ドライブリバーサル：プロフィール 0 · 比較対象 0.4
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 0 · 比較対象 0.4
- 投げ抜け：プロフィール 1.2 · 比較対象 0.53
- ドライブパリィ：プロフィール 2.1 · 比較対象 1.77
ゲージ消費の目的を決める
ドライブアーツ：プロフィール 18% · 比較対象 20.5%
実際のゲージを見ながら消費判断を5回振り返ります。何を得て、どの選択肢が残ったかを記録しましょう。使用割合だけでは効率を測れません。
試してみよう使い慣れた連係で、ゲージを使う形と温存する形を練習します。結果と残量を比べ、それぞれに適した状況を決めましょう。
根拠となる統計
- ドライブアーツ：プロフィール 18% · 比較対象 20.5%
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 2026/09/05 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
近距離のパターンを探る
投げ：プロフィール 1.1 · 比較対象 2.31
近距離での打撃、投げ、防御の実際の選択を観察します。傾向が見えてから、使い慣れた攻めの一部分だけを変えてみましょう。
試してみよう同じ反応が2回続いたら、その場面で別の選択を試します。相手が反応を変えたら、固定した癖だと思い込まず選択肢を散らしましょう。
根拠となる統計
- 投げ：プロフィール 1.1 · 比較対象 2.31
- 投げ抜け：プロフィール 1.2 · 比較対象 0.53
攻める前に守り方を探る
ドライブリバーサル：プロフィール 0 · 比較対象 0.4
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
- ドライブリバーサル：プロフィール 0 · 比較対象 0.4
- ドライブパリィ：プロフィール 2.1 · 比較対象 1.77
- ジャストパリィ：プロフィール 0.5 · 比較対象 0.54
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 0.2 · 比較対象 0.21
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 0.2 · 比較対象 0.21
- ドライブインパクト消費：プロフィール 1% · 比較対象 1.6%
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 2026/09/05 · AI：dots-studio/dots-3-note-preview:free