直近の対戦
敗北ランクマッチ
MA
YAMA更新：5 日前
CrossPlatform
Japanクラブ · PongiChannelM85%
CrossPlatformJapanクラブ · PongiChannelM85%ぽんぎc
Day Off Means Game On!
MR 1,753#15,249直近10戦4–6-8直近20戦8–12-19
勝率
52%
44勝 · 40敗 · 保存済み84件
ランクマッチの対戦
84
選択中のモード
勝利
44
ランクマッチ
敗北
40
ランクマッチ
最高MR
1,799
Marisa
ランクMR · Marisa
ローカル 84 · インポート 0 · グラフ 84 · 保存済み対戦 163
リプレイ未リクエスト
MAYAMA差の絶対値が大きい順23項目
| 傾向 | ぽんぎc | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 18.6% | 41.8% | -23.2% | |
| ドライブラッシュ（キャンセル） | 15.5% | 29.3% | -13.8% | |
| SA2 | 27.1% | 18.1% | +9.0% | |
| ドライブアーツ | 27.4% | 19.0% | +8.5% | |
| CA | 15.7% | 7.3% | +8.4% | |
| SA3 | 38.6% | 32.8% | +5.8% | |
| ドライブガード | 16.1% | 14.5% | +1.6% | |
| 投げ被弾 | 3.00 | 2.20 | +0.80 | |
| ドライブラッシュ（パリィ） | 9.7% | 8.9% | +0.7% | |
| 画面端に追い込まれた時間 | 8.60 | 7.86 | +0.74 | |
| 画面端での攻め | 9.30 | 10.02 | -0.72 | |
| 投げ抜け | 0.70 | 0.54 | +0.16 | |
| ドライブパリィ | 1.70 | 1.56 | +0.14 | |
| ジャストパリィ | 0.70 | 0.59 | +0.11 | |
| ドライブインパクト | 0.10 | 0.20 | -0.10 | |
| パニッシュカウンター被弾 | 0.20 | 0.11 | +0.09 | |
| ドライブリバーサル | 0.40 | 0.33 | +0.07 | |
| ドライブインパクト消費 | 1.8% | 1.8% | -0.0% | |
| 投げ | 2.00 | 2.03 | -0.03 | |
| スタン被弾 | 0.00 | 0.03 | -0.03 | |
| パリィ中に投げられた回数 | 0.30 | 0.28 | +0.02 | |
| パニッシュカウンター成功 | 0.10 | 0.11 | -0.01 | |
| スタン成功 | 0.10 | 0.09 | +0.01 |
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。
Marisa · 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 0.11
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 0.11
- パニッシュカウンター成功：プロフィール 0.1 · 比較対象 0.12
近距離の選択を振り返る
投げ：プロフィール 2 · 比較対象 2.13
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：プロフィール 2 · 比較対象 2.13
- 投げ抜け：プロフィール 0.7 · 比較対象 0.52
- 投げ被弾：プロフィール 3 · 比較対象 2.3
ゲージ消費の目的を決める
ドライブラッシュ（キャンセル）：プロフィール 15.5% · 比較対象 28.2%
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
- ドライブラッシュ（キャンセル）：プロフィール 15.5% · 比較対象 28.2%
- ドライブアーツ：プロフィール 27.4% · 比較対象 18.5%
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 2026/09/09 · AI：nex-agi/nex-n2.5-mini: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 JP：99試合中36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 JP：99試合中36勝
再現性のある反撃機会を探す
パニッシュカウンター被弾：プロフィール 0.2 · 比較対象 0.11
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被弾：プロフィール 0.2 · 比較対象 0.11
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：72試合中38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：72試合中38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-mini:free