直近の対戦
敗北カスタムルーム
AL
E.AL更新：6 日前
Steam
Otherクラブ · RisingOpossumC100%
SteamOtherクラブ · RisingOpossumC100%RO.Relno.PC
Let's Do This
MR 1,596#97,146直近10戦7–3+30直近20戦13–7+32
勝率
65%
13勝 · 7敗 · 保存済み20件
ランクマッチの対戦
20
選択中のモード
勝利
13
ランクマッチ
敗北
7
ランクマッチ
最高MR
1,608
Alex
ランクMR · Alex
ローカル 20 · インポート 0 · グラフ 20 · 保存済み対戦 100
リプレイ未リクエスト
ALE.AL差の絶対値が大きい順23項目
| 傾向 | RO.Relno.PC | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 2.6% | 27.6% | -25.0% | |
| ドライブラッシュ（キャンセル） | 50.6% | 33.2% | +17.4% | |
| SA3 | 42.3% | 25.2% | +17.1% | |
| ドライブアーツ | 2.1% | 13.2% | -11.2% | |
| SA1 | 46.2% | 38.9% | +7.2% | |
| ドライブガード | 7.4% | 14.0% | -6.6% | |
| ドライブインパクト消費 | 5.8% | 2.0% | +3.8% | |
| 画面端での攻め | 6.60 | 10.07 | -3.47 | |
| ドライブラッシュ（パリィ） | 5.6% | 8.2% | -2.6% | |
| ドライブパリィ | 0.50 | 1.62 | -1.12 | |
| CA | 9.0% | 8.3% | +0.7% | |
| ジャストパリィ | 0.00 | 0.64 | -0.64 | |
| 画面端に追い込まれた時間 | 9.00 | 9.50 | -0.50 | |
| ドライブインパクト | 0.70 | 0.23 | +0.47 | |
| 投げ被弾 | 1.80 | 2.18 | -0.38 | |
| パニッシュカウンター成功 | 0.40 | 0.14 | +0.26 | |
| 投げ | 2.00 | 2.24 | -0.24 | |
| 投げ抜け | 0.70 | 0.51 | +0.19 | |
| パニッシュカウンター被弾 | 0.30 | 0.11 | +0.19 | |
| ドライブリバーサル | 0.60 | 0.43 | +0.17 | |
| スタン被弾 | 0.20 | 0.04 | +0.16 | |
| パリィ中に投げられた回数 | 0.20 | 0.27 | -0.07 | |
| スタン成功 | 0.10 | 0.10 | +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。
Alex · 直近100試合
改善するポイント
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 0.7 · 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 0.7 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 5.8% · 比較対象 1.7%
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成功：プロフィール 0.4 · 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成功：プロフィール 0.4 · 比較対象 0.12
- パニッシュカウンター被弾：プロフィール 0.3 · 比較対象 0.12
特定の組み合わせで繰り返す場面を研究する
対 Sagat：37試合中36勝
引用された対戦成績を、見る映像を選ぶ手がかりにします。複数の敗戦で繰り返す判断を探し、勝った試合とも比較しましょう。
試してみようそのキャラクター相手に繰り返す状況を一つ選び、練習で別の対応を確認します。次の5試合でその判断を記録しましょう。
根拠となる統計
- 対 Sagat：37試合中36勝
- 対 E. Honda：36試合中16勝
- 対 Jamie：35試合中26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
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 0.7 · 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 0.7 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 5.8% · 比較対象 1.7%
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 0.4 · 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 0.4 · 比較対象 0.12
- パニッシュカウンター被弾：プロフィール 0.3 · 比較対象 0.12
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