直近の対戦
敗北ランクマッチ
TE
LUTE更新：5 日前
Steam
JapanC100%
SteamJapanC100%マッスル台パン
Goes It Alone
MR 1,259#589,105直近10戦4–6-20直近20戦7–13-55
勝率
38%
40勝 · 66敗 · 保存済み106件
ランクマッチの対戦
106
選択中のモード
勝利
40
ランクマッチ
敗北
66
ランクマッチ
最高MR
1,477
Terry
ランクMR · Terry
ローカル 85 · インポート 0 · グラフ 85 · 保存済み対戦 106
リプレイ未リクエスト
TELUTE差の絶対値が大きい順23項目
| 傾向 | マッスル台パン | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブアーツ | 4.0% | 16.3% | -12.3% | |
| SA2 | 13.5% | 24.5% | -11.0% | |
| SA3 | 43.2% | 32.8% | +10.4% | |
| ドライブラッシュ（キャンセル） | 39.9% | 33.4% | +6.5% | |
| ドライブガード | 19.9% | 14.3% | +5.5% | |
| 画面端での攻め | 8.80 | 12.45 | -3.65 | |
| CA | 10.8% | 9.0% | +1.8% | |
| 画面端に追い込まれた時間 | 11.30 | 9.65 | +1.65 | |
| SA1 | 32.4% | 33.6% | -1.2% | |
| ドライブパリィ | 3.00 | 1.89 | +1.11 | |
| 投げ | 1.40 | 2.49 | -1.09 | |
| ドライブラッシュ（パリィ） | 9.2% | 8.2% | +1.0% | |
| 投げ被弾 | 2.70 | 2.21 | +0.49 | |
| ドライブインパクト消費 | 1.2% | 1.6% | -0.5% | |
| パリィ中に投げられた回数 | 0.00 | 0.26 | -0.26 | |
| 投げ抜け | 0.30 | 0.43 | -0.13 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| ドライブリバーサル | 0.20 | 0.17 | +0.03 | |
| パニッシュカウンター成功 | 0.10 | 0.12 | -0.02 | |
| ドライブインパクト | 0.20 | 0.21 | -0.01 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +0.01 | |
| ジャストパリィ | 0.80 | 0.80 | +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。
Terry · 直近100試合
改善するポイント
画面端に至る経緯を追う
画面端に追い込まれた時間：プロフィール 11.3 · 比較対象 9.55
画面端に追い込まれた場面を5回確認します。最後の脱出だけでなく、その前に位置を失った判断を探し、端攻めに成功した場面も比べましょう。
試してみよう繰り返す位置関係を練習で再現し、普段の対応と隙を抑えた選択を比較します。次の対戦で端に追い込まれる頻度が変わるか確認しましょう。
根拠となる統計
- 画面端に追い込まれた時間：プロフィール 11.3 · 比較対象 9.55
- 画面端での攻め：プロフィール 8.8 · 比較対象 12.01
近距離の選択を振り返る
投げ被弾：プロフィール 2.7 · 比較対象 2.18
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
- 投げ被弾：プロフィール 2.7 · 比較対象 2.18
- 投げ：プロフィール 1.4 · 比較対象 2.48
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 0.1 · 比較対象 0.09
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 0.1 · 比較対象 0.09
- 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
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
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35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35勝
対戦成績を調査の手がかりにする
対 Akuma：70試合中32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：70試合中32勝
- 対 Terry：32試合中13勝
- 対 Mai：29試合中12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