直近の対戦
敗北ランクマッチ
AK
ELAK更新：5 日前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%豪波拳ウメブレイド
Conqueror: Demon
MR 1,610#67,532直近10戦7–3+30直近20戦12–8+32
勝率
53%
79勝 · 71敗 · 保存済み150件
ランクマッチの対戦
150
選択中のモード
勝利
79
ランクマッチ
敗北
71
ランクマッチ
最高MR
1,661
Akuma
ランクMR · Akuma
ローカル 150 · インポート 0 · グラフ 150 · 保存済み対戦 309
リプレイ未リクエスト
AKELAK差の絶対値が大きい順23項目
| 傾向 | 豪波拳ウメブレイド | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 33.7% | 22.8% | +10.9% | |
| SA3 | 28.6% | 38.7% | -10.1% | |
| ドライブラッシュ（キャンセル） | 40.3% | 32.7% | +7.6% | |
| ドライブガード | 11.0% | 13.1% | -2.1% | |
| ドライブアーツ | 20.8% | 19.2% | +1.6% | |
| ドライブインパクト消費 | 2.7% | 1.5% | +1.2% | |
| 画面端に追い込まれた時間 | 7.60 | 8.55 | -0.95 | |
| CA | 9.2% | 9.9% | -0.7% | |
| 投げ被弾 | 2.70 | 2.09 | +0.61 | |
| ドライブラッシュ（パリィ） | 6.9% | 7.4% | -0.5% | |
| ジャストパリィ | 0.30 | 0.77 | -0.47 | |
| 画面端での攻め | 11.80 | 11.47 | +0.33 | |
| 投げ抜け | 0.60 | 0.45 | +0.15 | |
| ドライブパリィ | 1.50 | 1.65 | -0.15 | |
| 投げ | 2.60 | 2.74 | -0.14 | |
| ドライブインパクト | 0.30 | 0.20 | +0.10 | |
| SA1 | 28.6% | 28.6% | -0.1% | |
| パニッシュカウンター成功 | 0.20 | 0.13 | +0.07 | |
| スタン成功 | 0.10 | 0.03 | +0.07 | |
| スタン被弾 | 0.10 | 0.04 | +0.06 | |
| パリィ中に投げられた回数 | 0.30 | 0.27 | +0.03 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +0.01 | |
| ドライブリバーサル | 0.20 | 0.20 | +0.00 |
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。
Akuma · 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 0.1 · 比較対象 0.08
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 0.1 · 比較対象 0.08
- パニッシュカウンター成功：プロフィール 0.2 · 比較対象 0.13
近距離の選択を振り返る
投げ被弾：プロフィール 2.7 · 比較対象 2.04
近距離のやり取りを5回確認します。投げの機会、投げの試行、防御の選択を分けて見ましょう。集計回数だけでは正解を判断できません。
試してみよう繰り返す状況で打撃と投げをダミーに記録し、選んだ対応を練習します。実戦でも意識して判断できているか確認しましょう。
根拠となる統計
- 投げ被弾：プロフィール 2.7 · 比較対象 2.04
- 投げ：プロフィール 2.6 · 比較対象 2.66
- 投げ抜け：プロフィール 0.6 · 比較対象 0.38
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 0.3 · 比較対象 0.21
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 0.3 · 比較対象 0.21
- ドライブインパクト消費：プロフィール 2.7% · 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 2026/09/09 · AI：nex-agi/nex-n2.5-pro:free
このプレイヤーへの対策
近距離のパターンを探る
投げ被弾：プロフィール 2.7 · 比較対象 2.04
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
- 投げ被弾：プロフィール 2.7 · 比較対象 2.04
- 投げ抜け：プロフィール 0.6 · 比較対象 0.38
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 0.3 · 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 0.3 · 比較対象 0.21
- ドライブインパクト消費：プロフィール 2.7% · 比較対象 1.6%
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：100試合中48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：100試合中48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 2026/09/09 · AI：nex-agi/nex-n2.5-pro:free