直近の対戦
勝利ランクマッチ
CH
JUCH更新：6 日前
CrossPlatform
Japanクラブ · AssaiKingdomC100%
CrossPlatformJapanクラブ · AssaiKingdomC100%苺すぺしゃる
Master Connection Builder
MR 1,810#7,739直近10戦5–5+8直近20戦8–12-19
勝率
49%
19勝 · 20敗 · 保存済み39件
ランクマッチの対戦
39
選択中のモード
勝利
19
ランクマッチ
敗北
20
ランクマッチ
最高MR
1,902
Chun-Li
ランクMR · Chun-Li
ローカル 39 · インポート 0 · グラフ 39 · 保存済み対戦 167
リプレイ未リクエスト
CHJUCH差の絶対値が大きい順23項目
| 傾向 | 苺すぺしゃる | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ（キャンセル） | 55.5% | 40.1% | +15.4% | |
| SA2 | 39.8% | 31.7% | +8.0% | |
| ドライブアーツ | 9.6% | 16.9% | -7.2% | |
| SA1 | 27.3% | 34.5% | -7.2% | |
| SA3 | 21.6% | 26.2% | -4.6% | |
| CA | 11.4% | 7.6% | +3.8% | |
| ドライブガード | 7.6% | 10.2% | -2.6% | |
| 画面端での攻め | 12.40 | 11.27 | +1.13 | |
| ドライブラッシュ（パリィ） | 4.1% | 5.0% | -1.0% | |
| ドライブパリィ | 1.00 | 1.64 | -0.64 | |
| 投げ | 2.90 | 2.39 | +0.51 | |
| ドライブインパクト消費 | 1.0% | 1.4% | -0.4% | |
| 画面端に追い込まれた時間 | 9.20 | 9.57 | -0.37 | |
| ジャストパリィ | 0.20 | 0.57 | -0.37 | |
| 投げ抜け | 0.20 | 0.40 | -0.20 | |
| パリィ中に投げられた回数 | 0.40 | 0.22 | +0.18 | |
| パニッシュカウンター被弾 | 0.00 | 0.09 | -0.09 | |
| 投げ被弾 | 2.00 | 2.08 | -0.08 | |
| ドライブリバーサル | 0.10 | 0.17 | -0.07 | |
| ドライブインパクト | 0.10 | 0.16 | -0.06 | |
| スタン成功 | 0.10 | 0.04 | +0.06 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| パニッシュカウンター成功 | 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。
Chun-Li · 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 0.1 · 比較対象 0.16
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 0.1 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 1% · 比較対象 1.4%
守りの判断を見直す
ドライブパリィ：プロフィール 1 · 比較対象 1.64
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 1 · 比較対象 1.64
- ジャストパリィ：プロフィール 0.2 · 比較対象 0.57
- ドライブリバーサル：プロフィール 0.1 · 比較対象 0.17
近距離の選択を振り返る
投げ：プロフィール 2.9 · 比較対象 2.39
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：プロフィール 2.9 · 比較対象 2.39
- 投げ抜け：プロフィール 0.2 · 比較対象 0.4
- 投げ被弾：プロフィール 2 · 比較対象 2.08
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 2026/09/07 · 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 Char 253：737試合中451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 Char 253：737試合中451勝
- 対 Luke：235試合中143勝
- 対 Akuma：61試合中45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：33試合中15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：33試合中15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 2026/09/07 · AI：dots-studio/dots-3-note-preview:free