直近の対戦
敗北ランクマッチ
JP
RYJP更新：1 週間前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%馬の血液型
Let's Do This
MR 1,348#539,186直近10戦6–4+21直近20戦9–11-12
勝率
46%
24勝 · 28敗 · 保存済み52件
ランクマッチの対戦
52
選択中のモード
勝利
24
ランクマッチ
敗北
28
ランクマッチ
最高MR
1,463
JP
ランクMR · JP
ローカル 52 · インポート 0 · グラフ 52 · 保存済み対戦 92
リプレイ未リクエスト
JPRYJP差の絶対値が大きい順23項目
| 傾向 | 馬の血液型 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 35.1% | 56.6% | -21.5% | |
| SA3 | 40.5% | 19.2% | +21.4% | |
| ドライブラッシュ（キャンセル） | 13.8% | 23.1% | -9.3% | |
| ドライブアーツ | 23.3% | 32.1% | -8.9% | |
| CA | 13.5% | 5.0% | +8.5% | |
| SA1 | 10.8% | 19.2% | -8.4% | |
| ドライブラッシュ（パリィ） | 11.7% | 6.5% | +5.2% | |
| ドライブガード | 17.4% | 12.8% | +4.5% | |
| 画面端での攻め | 9.20 | 10.77 | -1.57 | |
| ドライブインパクト消費 | 1.3% | 2.1% | -0.8% | |
| ドライブパリィ | 1.40 | 2.07 | -0.67 | |
| ジャストパリィ | 0.20 | 0.79 | -0.59 | |
| 画面端に追い込まれた時間 | 11.50 | 12.04 | -0.54 | |
| 投げ被弾 | 2.60 | 2.13 | +0.47 | |
| パリィ中に投げられた回数 | 0.10 | 0.41 | -0.31 | |
| パニッシュカウンター被弾 | 0.30 | 0.08 | +0.22 | |
| 投げ抜け | 0.20 | 0.39 | -0.19 | |
| ドライブインパクト | 0.20 | 0.34 | -0.14 | |
| 投げ | 2.10 | 1.97 | +0.13 | |
| ドライブリバーサル | 0.00 | 0.13 | -0.13 | |
| スタン成功 | 0.00 | 0.09 | -0.09 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| 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。
JP · 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 0.3 · 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
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 0.2 · 比較対象 0.34
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 0.2 · 比較対象 0.34
- ドライブインパクト消費：プロフィール 1.3% · 比較対象 2.1%
近距離の選択を振り返る
投げ抜け：プロフィール 0.2 · 比較対象 0.39
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
- 投げ抜け：プロフィール 0.2 · 比較対象 0.39
- 投げ被弾：プロフィール 2.6 · 比較対象 2.13
- 投げ：プロフィール 2.1 · 比較対象 1.97
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：nex-agi/nex-n2.5-mini:free
このプレイヤーへの対策
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：47試合中22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：47試合中22勝
対戦成績を調査の手がかりにする
対 Akuma：125試合中81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 Akuma：125試合中81勝
- 対 Ryu：109試合中61勝
- 対 Luke：105試合中52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 2026/09/06 · AI：nex-agi/nex-n2.5-mini:free