直近の対戦
勝利ランクマッチ
LU
MALU更新：1 時間前
Steam
JapanC100%
SteamJapanC100%10heart
You've Got This, Juri!
MR 1,532#169,703直近10戦5–5-2直近20戦10–10-2
勝率
50%
23勝 · 23敗 · 保存済み46件
ランクマッチの対戦
46
選択中のモード
勝利
23
ランクマッチ
敗北
23
ランクマッチ
最高MR
1,560
Luke
ランクMR · Luke
ローカル 46 · インポート 0 · グラフ 46 · 保存済み対戦 105
リプレイ未リクエスト
LUMALU差の絶対値が大きい順23項目
| 傾向 | 10heart | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 43.5% | 30.0% | +13.5% | |
| SA2 | 14.1% | 26.9% | -12.8% | |
| ドライブアーツ | 3.9% | 16.3% | -12.4% | |
| 画面端での攻め | 9.10 | 13.81 | -4.71 | |
| 画面端に追い込まれた時間 | 13.50 | 8.85 | +4.65 | |
| ドライブラッシュ（キャンセル） | 32.4% | 37.0% | -4.6% | |
| SA3 | 29.4% | 33.7% | -4.3% | |
| ドライブガード | 17.5% | 13.7% | +3.8% | |
| CA | 12.9% | 9.4% | +3.5% | |
| ドライブラッシュ（パリィ） | 10.9% | 7.7% | +3.1% | |
| 投げ被弾 | 3.80 | 2.11 | +1.69 | |
| ドライブインパクト消費 | 1.1% | 1.4% | -0.3% | |
| ジャストパリィ | 1.00 | 0.77 | +0.23 | |
| 投げ抜け | 0.30 | 0.46 | -0.16 | |
| 投げ | 2.20 | 2.35 | -0.15 | |
| ドライブパリィ | 2.00 | 1.87 | +0.13 | |
| パリィ中に投げられた回数 | 0.10 | 0.21 | -0.11 | |
| パニッシュカウンター成功 | 0.20 | 0.10 | +0.10 | |
| スタン成功 | 0.00 | 0.08 | -0.08 | |
| スタン被弾 | 0.10 | 0.07 | +0.03 | |
| ドライブリバーサル | 0.20 | 0.22 | -0.02 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +0.01 | |
| ドライブインパクト | 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。
Luke · 直近100試合
改善するポイント
画面端に至る経緯を追う
画面端に追い込まれた時間：プロフィール 13.5 · 比較対象 8.85
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
- 画面端に追い込まれた時間：プロフィール 13.5 · 比較対象 8.85
- 画面端での攻め：プロフィール 9.1 · 比較対象 13.81
守りの判断を見直す
投げ被弾：プロフィール 3.8 · 比較対象 2.11
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
- 投げ被弾：プロフィール 3.8 · 比較対象 2.11
- 投げ抜け：プロフィール 0.3 · 比較対象 0.46
ゲージ消費の目的を決める
ドライブガード：プロフィール 17.5% · 比較対象 13.7%
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
- ドライブガード：プロフィール 17.5% · 比較対象 13.7%
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 2026/09/14 · AI：nex-agi/nex-n2.5-mini:free
このプレイヤーへの対策
近距離のパターンを探る
投げ抜け：プロフィール 0.3 · 比較対象 0.46
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
- 投げ抜け：プロフィール 0.3 · 比較対象 0.46
- 投げ被弾：プロフィール 3.8 · 比較対象 2.11
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：46試合中23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：46試合中23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 2026/09/14 · AI：nex-agi/nex-n2.5-mini:free