直近の対戦
敗北ランクマッチ
LU
M.LU更新：1 週間前
Steam
Japanクラブ · RankedMonitorC100%
SteamJapanクラブ · RankedMonitorC100%fairness0204_PC
3 Years With Street Fighter 6
MR 1,500#243,084直近10戦7–3+1直近20戦14–5+1
勝率
74%
14勝 · 5敗 · 保存済み19件
ランクマッチの対戦
19
選択中のモード
勝利
14
ランクマッチ
敗北
5
ランクマッチ
最高MR
1,500
Luke
ランクMR · Luke
ローカル 6 · インポート 0 · グラフ 6 · 保存済み対戦 83
リプレイ未リクエスト
LUM.LU差の絶対値が大きい順23項目
| 傾向 | fairness0204_PC | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ（キャンセル） | 21.6% | 37.0% | -15.4% | |
| SA2 | 17.1% | 26.9% | -9.7% | |
| CA | 17.1% | 9.4% | +7.7% | |
| 画面端での攻め | 9.60 | 13.81 | -4.21 | |
| ドライブガード | 16.9% | 13.7% | +3.2% | |
| 画面端に追い込まれた時間 | 11.40 | 8.85 | +2.55 | |
| 投げ被弾 | 4.40 | 2.11 | +2.29 | |
| ドライブラッシュ（パリィ） | 10.0% | 7.7% | +2.2% | |
| ドライブアーツ | 14.6% | 16.3% | -1.8% | |
| SA1 | 31.4% | 30.0% | +1.4% | |
| 投げ抜け | 1.50 | 0.46 | +1.04 | |
| 投げ | 1.50 | 2.35 | -0.85 | |
| ドライブインパクト消費 | 2.1% | 1.4% | +0.7% | |
| ドライブパリィ | 2.50 | 1.87 | +0.63 | |
| SA3 | 34.3% | 33.7% | +0.6% | |
| パリィ中に投げられた回数 | 0.10 | 0.21 | -0.11 | |
| ドライブインパクト | 0.30 | 0.20 | +0.10 | |
| 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 | 0.30 | 0.22 | +0.08 | |
| スタン被弾 | 0.10 | 0.07 | +0.03 | |
| ジャストパリィ | 0.80 | 0.77 | +0.03 | |
| スタン成功 | 0.10 | 0.08 | +0.02 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +0.01 |
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。
Luke · 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 0.19
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 0.19
- ドライブインパクト消費：プロフィール 2.1% · 比較対象 1.4%
近距離の選択を振り返る
投げ：プロフィール 1.5 · 比較対象 2.43
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 1.5 · 比較対象 2.43
- 投げ抜け：プロフィール 1.5 · 比較対象 0.37
- 投げ被弾：プロフィール 4.4 · 比較対象 2.01
画面端に至る経緯を追う
画面端での攻め：プロフィール 9.6 · 比較対象 13.55
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
- 画面端での攻め：プロフィール 9.6 · 比較対象 13.55
- 画面端に追い込まれた時間：プロフィール 11.4 · 比較対象 8.74
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 Yasmine：100試合中29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 Yasmine：100試合中29勝
- 対 Char 253：419試合中177勝
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 2.43
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 2.43
- 投げ抜け：プロフィール 1.5 · 比較対象 0.37
- 投げ被弾：プロフィール 4.4 · 比較対象 2.01
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