直近の対戦
敗北ランクマッチ
MA
KEMA更新：1 週間前
Steam
Japanクラブ · PowPowNewWorldC100%
SteamJapanクラブ · PowPowNewWorldC100%kirio
Real Ratio 4 Fighter
MR 1,264#564,433直近10戦3–7-23直近20戦10–10+10
勝率
49%
34勝 · 36敗 · 保存済み70件
ランクマッチの対戦
70
選択中のモード
勝利
34
ランクマッチ
敗北
36
ランクマッチ
最高MR
1,293
Mai
ランクMR · Mai
ローカル 70 · インポート 0 · グラフ 70 · 保存済み対戦 89
リプレイ未リクエスト
MAKEMA差の絶対値が大きい順23項目
| 傾向 | kirio | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 4.8% | 20.2% | -15.4% | |
| ドライブアーツ | 9.2% | 22.7% | -13.5% | |
| SA1 | 61.9% | 54.6% | +7.3% | |
| ドライブラッシュ（キャンセル） | 35.1% | 29.4% | +5.7% | |
| CA | 10.7% | 6.6% | +4.1% | |
| SA3 | 22.6% | 18.6% | +4.0% | |
| 画面端での攻め | 10.70 | 12.99 | -2.29 | |
| ドライブガード | 14.9% | 13.4% | +1.5% | |
| ドライブラッシュ（パリィ） | 8.6% | 7.5% | +1.1% | |
| ドライブインパクト消費 | 2.1% | 1.3% | +0.7% | |
| 画面端に追い込まれた時間 | 9.70 | 9.32 | +0.38 | |
| 投げ抜け | 0.10 | 0.46 | -0.36 | |
| ジャストパリィ | 0.40 | 0.70 | -0.30 | |
| パリィ中に投げられた回数 | 0.10 | 0.26 | -0.16 | |
| 投げ被弾 | 2.10 | 2.23 | -0.13 | |
| パニッシュカウンター被弾 | 0.20 | 0.07 | +0.13 | |
| ドライブインパクト | 0.30 | 0.19 | +0.11 | |
| 投げ | 2.60 | 2.49 | +0.11 | |
| パニッシュカウンター成功 | 0.20 | 0.10 | +0.10 | |
| ドライブリバーサル | 0.10 | 0.19 | -0.09 | |
| ドライブパリィ | 1.80 | 1.87 | -0.07 | |
| スタン被弾 | 0.00 | 0.05 | -0.05 | |
| スタン成功 | 0.10 | 0.06 | +0.04 |
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。
Mai · 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 0.3 · 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 0.3 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 2.1% · 比較対象 1.2%
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 0.11
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成功：プロフィール 0.2 · 比較対象 0.11
- 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
近距離の選択を振り返る
投げ抜け：プロフィール 0.1 · 比較対象 0.47
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 0.1 · 比較対象 0.47
- 投げ被弾：プロフィール 2.1 · 比較対象 2.11
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 2026/09/05 · 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 Akuma：35試合中16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：35試合中16勝
- 対 Alex：12試合中7勝
- 対 Cammy：15試合中7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：61試合中32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：61試合中32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 2026/09/05 · AI：dots-studio/dots-3-note-preview:free