直近の対戦
敗北カスタムルーム
IN
KIIN更新：24 時間前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%Cocoon
Let's Do This
LP 21,843直近10戦4–6直近20戦8–12
勝率
44%
27勝 · 34敗 · 保存済み61件
ランクマッチの対戦
61
選択中のモード
勝利
27
ランクマッチ
敗北
34
ランクマッチ
最高LP
22,648
Ingrid
ランクLP · Ingrid
このキャラクターのLP推移
リプレイ未リクエスト
INKIIN差の絶対値が大きい順23項目
| 傾向 | Cocoon | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 25.0% | 57.0% | -32.0% | |
| ドライブラッシュ（キャンセル） | 8.2% | 25.3% | -17.1% | |
| CA | 18.8% | 4.6% | +14.2% | |
| SA3 | 28.1% | 15.0% | +13.1% | |
| 画面端での攻め | 3.20 | 11.85 | -8.65 | |
| 画面端に追い込まれた時間 | 16.00 | 10.23 | +5.77 | |
| SA1 | 28.1% | 23.4% | +4.7% | |
| ドライブラッシュ（パリィ） | 10.2% | 7.4% | +2.8% | |
| ドライブアーツ | 29.6% | 27.5% | +2.1% | |
| 投げ被弾 | 3.80 | 2.13 | +1.67 | |
| ドライブパリィ | 0.20 | 1.51 | -1.31 | |
| ドライブインパクト消費 | 1.3% | 2.1% | -0.9% | |
| ドライブガード | 11.5% | 12.2% | -0.6% | |
| ジャストパリィ | 0.00 | 0.50 | -0.50 | |
| 投げ | 1.90 | 2.31 | -0.41 | |
| 投げ抜け | 0.80 | 0.41 | +0.39 | |
| ドライブリバーサル | 0.00 | 0.30 | -0.30 | |
| パニッシュカウンター被弾 | 0.30 | 0.08 | +0.22 | |
| パリィ中に投げられた回数 | 0.10 | 0.28 | -0.18 | |
| ドライブインパクト | 0.10 | 0.27 | -0.17 | |
| スタン被弾 | 0.20 | 0.06 | +0.14 | |
| スタン成功 | 0.00 | 0.14 | -0.14 | |
| パニッシュカウンター成功 | 0.10 | 0.13 | -0.03 |
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。
Ingrid · 直近100試合
改善するポイント
守りの判断を見直す
ドライブパリィ：プロフィール 0.1 · 比較対象 1.51
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
- ドライブパリィ：プロフィール 0.1 · 比較対象 1.51
- ジャストパリィ：プロフィール 0 · 比較対象 0.5
- ドライブリバーサル：プロフィール 0 · 比較対象 0.3
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 0.3 · 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 0.3 · 比較対象 0.08
- パニッシュカウンター成功：プロフィール 0.1 · 比較対象 0.13
画面端に至る経緯を追う
画面端での攻め：プロフィール 3.6 · 比較対象 11.85
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
- 画面端での攻め：プロフィール 3.6 · 比較対象 11.85
- 画面端に追い込まれた時間：プロフィール 12.5 · 比較対象 10.23
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 2026/09/06 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
対戦成績を調査の手がかりにする
対 Chun-Li：54試合中11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 Chun-Li：54試合中11勝
- 対 Mai：34試合中11勝
- 対 Kimberly：23試合中0勝
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：41試合中19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：41試合中19勝
攻める前に守り方を探る
投げ被弾：プロフィール 4 · 比較対象 2.13
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
- 投げ被弾：プロフィール 4 · 比較対象 2.13
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 2026/09/06 · AI：dots-studio/dots-3-note-preview:free