直近の対戦
敗北カジュアル
MA
C.MA更新：2 時間前
CrossPlatform
JapanM100%
CrossPlatformJapanM100%デストロイ鈴木
Go Beyond the Battle!
MR 1,605#81,142直近10戦2–8-50直近20戦9–11-16
勝率
51%
177勝 · 171敗 · 保存済み348件
ランクマッチの対戦
348
選択中のモード
勝利
177
ランクマッチ
敗北
171
ランクマッチ
最高MR
1,605
Marisa
ランクMR · Marisa
ローカル 362 · インポート 4 · グラフ 366 · 保存済み対戦 533
リプレイ未リクエスト
MAC.MA差の絶対値が大きい順23項目
| 傾向 | デストロイ鈴木 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| CA | 20.5% | 7.3% | +13.2% | |
| SA1 | 29.5% | 41.8% | -12.3% | |
| ドライブアーツ | 14.4% | 19.0% | -4.6% | |
| ドライブラッシュ（パリィ） | 11.7% | 8.9% | +2.8% | |
| ドライブインパクト消費 | 4.2% | 1.8% | +2.3% | |
| SA3 | 30.8% | 32.8% | -2.0% | |
| 画面端での攻め | 8.30 | 10.02 | -1.72 | |
| SA2 | 19.2% | 18.1% | +1.1% | |
| ドライブラッシュ（キャンセル） | 30.2% | 29.3% | +0.9% | |
| ドライブガード | 15.3% | 14.5% | +0.8% | |
| 画面端に追い込まれた時間 | 7.30 | 7.86 | -0.56 | |
| ジャストパリィ | 0.20 | 0.59 | -0.39 | |
| 投げ | 1.70 | 2.03 | -0.33 | |
| ドライブパリィ | 1.30 | 1.56 | -0.26 | |
| ドライブリバーサル | 0.10 | 0.33 | -0.23 | |
| 投げ被弾 | 2.40 | 2.20 | +0.20 | |
| ドライブインパクト | 0.40 | 0.20 | +0.20 | |
| スタン成功 | 0.20 | 0.09 | +0.11 | |
| パニッシュカウンター成功 | 0.20 | 0.11 | +0.09 | |
| パニッシュカウンター被弾 | 0.20 | 0.11 | +0.09 | |
| 投げ抜け | 0.60 | 0.54 | +0.06 | |
| 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 |
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 0.2 · 比較対象 0.11
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 0.4 · 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 0.4 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 3.5% · 比較対象 1.8%
守りの判断を見直す
ドライブリバーサル：プロフィール 0.1 · 比較対象 0.33
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
- ドライブリバーサル：プロフィール 0.1 · 比較対象 0.33
- ジャストパリィ：プロフィール 0.2 · 比較対象 0.59
- 投げ抜け：プロフィール 0.6 · 比較対象 0.54
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 2026/09/13 · 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 0.4 · 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 0.4 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 3.5% · 比較対象 1.8%
近距離のパターンを探る
投げ：プロフィール 1.8 · 比較対象 2.03
近距離での打撃、投げ、防御の実際の選択を観察します。傾向が見えてから、使い慣れた攻めの一部分だけを変えてみましょう。
試してみよう同じ反応が2回続いたら、その場面で別の選択を試します。相手が反応を変えたら、固定した癖だと思い込まず選択肢を散らしましょう。
根拠となる統計
- 投げ：プロフィール 1.8 · 比較対象 2.03
- 投げ被弾：プロフィール 2.4 · 比較対象 2.2
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：100試合中50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：100試合中50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 2026/09/13 · AI：nex-agi/nex-n2.5-pro:free