直近の対戦
勝利ランクマッチ
EL
GUEL更新：1 日前
Steam
Japanクラブ · GachiserverC100%
SteamJapanクラブ · GachiserverC100%揚げ玉ボンバー
Team CR
MR 1,519#192,922直近10戦7–3+32直近20戦12–8+34
勝率
47%
58勝 · 65敗 · 保存済み123件
ランクマッチの対戦
123
選択中のモード
勝利
58
ランクマッチ
敗北
65
ランクマッチ
最高MR
1,580
Elena
ランクMR · Elena
ローカル 123 · インポート 0 · グラフ 123 · 保存済み対戦 195
リプレイ未リクエスト
ELGUEL差の絶対値が大きい順23項目
| 傾向 | 揚げ玉ボンバー | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ（キャンセル） | 12.8% | 31.0% | -18.2% | |
| SA1 | 20.9% | 31.4% | -10.5% | |
| SA2 | 34.3% | 26.3% | +8.0% | |
| CA | 16.4% | 9.5% | +6.9% | |
| ドライブアーツ | 24.2% | 18.1% | +6.1% | |
| SA3 | 28.4% | 32.8% | -4.4% | |
| ドライブラッシュ（パリィ） | 10.3% | 7.5% | +2.8% | |
| ドライブインパクト消費 | 3.5% | 1.2% | +2.3% | |
| ドライブガード | 15.8% | 13.8% | +2.0% | |
| ジャストパリィ | 0.20 | 0.80 | -0.60 | |
| ドライブパリィ | 1.40 | 1.85 | -0.45 | |
| 画面端に追い込まれた時間 | 9.70 | 9.26 | +0.44 | |
| 投げ | 1.80 | 2.14 | -0.34 | |
| 投げ抜け | 0.30 | 0.54 | -0.24 | |
| 投げ被弾 | 2.00 | 2.24 | -0.24 | |
| 画面端での攻め | 12.90 | 13.06 | -0.16 | |
| パニッシュカウンター被弾 | 0.20 | 0.07 | +0.13 | |
| ドライブリバーサル | 0.10 | 0.22 | -0.12 | |
| パリィ中に投げられた回数 | 0.10 | 0.19 | -0.09 | |
| ドライブインパクト | 0.20 | 0.15 | +0.05 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| スタン成功 | 0.10 | 0.06 | +0.04 | |
| パニッシュカウンター成功 | 0.10 | 0.08 | +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。
Elena · 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成功：プロフィール 0.2 · 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成功：プロフィール 0.2 · 比較対象 0.08
- パニッシュカウンター被弾：プロフィール 0.2 · 比較対象 0.08
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 0.16
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 0.4 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 5% · 比較対象 1.4%
勝敗をまたいで判断を比べる
保存済みの直近ランクマッチ：76試合中31勝
保存された直近の試合から2勝と2敗を選び、判断が変わる場面を探します。戦績だけでは結果が変化した理由はわかりません。
試してみよう次の5試合で試す判断を一つ書き出します。勝敗だけで練習を評価せず、実行できたかと何が起きたかを振り返りましょう。
根拠となる統計
- 保存済みの直近ランクマッチ：76試合中31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-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 0.16
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 0.16
- ドライブインパクト消費：プロフィール 5% · 比較対象 1.4%
近距離のパターンを探る
投げ：プロフィール 1.5 · 比較対象 2.09
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 1.5 · 比較対象 2.09
- 投げ抜け：プロフィール 0.3 · 比較対象 0.48
- 投げ被弾：プロフィール 2.1 · 比較対象 2.2
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-pro:free