直近の対戦
敗北カスタムルーム
?
ピンパポ · Random?
対戦相手 · Random名刀牧奈
LU更新：1 週間前
Steam
JapanC100%
SteamJapanC100%ピンパポ
Team G8S
MR 1,617#59,242直近10戦8–2+49直近20戦15–5+79
勝率
63%
25勝 · 15敗 · 保存済み40件
ランクマッチの対戦
40
選択中のモード
勝利
25
ランクマッチ
敗北
15
ランクマッチ
最高MR
1,617
Luke
ランクMR · Luke
ローカル 40 · インポート 0 · グラフ 40 · 保存済み対戦 130
リプレイ未リクエスト
LU差の絶対値が大きい順23項目
| 傾向 | ピンパポ | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| CA | 16.2% | 9.4% | +6.8% | |
| ドライブラッシュ（キャンセル） | 43.5% | 37.0% | +6.5% | |
| SA3 | 27.9% | 33.7% | -5.8% | |
| 画面端での攻め | 10.10 | 13.81 | -3.71 | |
| ドライブアーツ | 13.4% | 16.3% | -2.9% | |
| ドライブガード | 12.9% | 13.7% | -0.8% | |
| 投げ | 3.10 | 2.35 | +0.75 | |
| ドライブインパクト消費 | 0.8% | 1.4% | -0.6% | |
| SA1 | 29.4% | 30.0% | -0.6% | |
| ドライブパリィ | 1.40 | 1.87 | -0.47 | |
| 画面端に追い込まれた時間 | 9.30 | 8.85 | +0.45 | |
| ドライブラッシュ（パリィ） | 8.2% | 7.7% | +0.4% | |
| SA2 | 26.5% | 26.9% | -0.4% | |
| ジャストパリィ | 0.40 | 0.77 | -0.37 | |
| ドライブリバーサル | 0.00 | 0.22 | -0.22 | |
| 投げ抜け | 0.60 | 0.46 | +0.14 | |
| 投げ被弾 | 2.00 | 2.11 | -0.11 | |
| ドライブインパクト | 0.10 | 0.20 | -0.10 | |
| スタン成功 | 0.00 | 0.08 | -0.08 | |
| スタン被弾 | 0.00 | 0.07 | -0.07 | |
| パリィ中に投げられた回数 | 0.20 | 0.21 | -0.01 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +0.01 | |
| パニッシュカウンター成功 | 0.10 | 0.10 | -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。
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 0.1 · 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 0.1 · 比較対象 0.19
- ドライブインパクト消費：プロフィール 0.8% · 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 3.1 · 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 3.1 · 比較対象 2.43
- 投げ被弾：プロフィール 2 · 比較対象 2.01
- 投げ抜け：プロフィール 0.6 · 比較対象 0.37
画面端に至る経緯を追う
画面端での攻め：プロフィール 10.1 · 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 10.1 · 比較対象 13.55
- 画面端に追い込まれた時間：プロフィール 9.3 · 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 M. Bison：106試合中27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 M. Bison：106試合中27勝
- 対 Alex：55試合中26勝
- 対 Akuma：45試合中18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：33試合中19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：33試合中19勝
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 0.1 · 比較対象 0.19
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 0.1 · 比較対象 0.19
- ドライブインパクト消費：プロフィール 0.8% · 比較対象 1.4%
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