直近の対戦
敗北ランクマッチ
YA
BL
C.更新：4 日前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%ねこねこ＠クラシック練習中
Master Researcher
MR 1,255#588,499直近10戦6–4+32直近20戦9–11-1
勝率
54%
77勝 · 66敗 · 保存済み143件
ランクマッチの対戦
143
選択中のモード
勝利
77
ランクマッチ
敗北
66
ランクマッチ
最高MR
1,256
C. Viper
ランクMR · C. Viper
ローカル 110 · インポート 0 · グラフ 110 · 保存済み対戦 143
リプレイ未リクエスト
YABLC.差の絶対値が大きい順23項目
| 傾向 | ねこねこ＠クラシック練習中 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブアーツ | 7.5% | 23.2% | -15.7% | |
| ドライブラッシュ（キャンセル） | 4.4% | 16.4% | -12.0% | |
| ドライブラッシュ（パリィ） | 19.3% | 7.3% | +12.0% | |
| ドライブガード | 25.7% | 14.2% | +11.5% | |
| SA1 | 50.0% | 45.0% | +5.0% | |
| SA3 | 22.1% | 26.8% | -4.7% | |
| ドライブインパクト消費 | 4.1% | 1.8% | +2.3% | |
| 画面端での攻め | 8.90 | 11.07 | -2.17 | |
| SA2 | 20.6% | 21.5% | -0.9% | |
| 投げ | 1.50 | 2.28 | -0.78 | |
| ドライブパリィ | 0.90 | 1.52 | -0.62 | |
| CA | 7.4% | 6.8% | +0.6% | |
| ジャストパリィ | 0.30 | 0.63 | -0.33 | |
| ドライブインパクト | 0.40 | 0.16 | +0.24 | |
| パニッシュカウンター被弾 | 0.20 | 0.07 | +0.13 | |
| パリィ中に投げられた回数 | 0.10 | 0.21 | -0.11 | |
| パニッシュカウンター成功 | 0.20 | 0.09 | +0.11 | |
| ドライブリバーサル | 0.20 | 0.28 | -0.08 | |
| 投げ抜け | 0.40 | 0.47 | -0.07 | |
| 画面端に追い込まれた時間 | 8.60 | 8.66 | -0.06 | |
| スタン成功 | 0.10 | 0.07 | +0.03 | |
| スタン被弾 | 0.00 | 0.02 | -0.02 | |
| 投げ被弾 | 2.20 | 2.19 | +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。
C. Viper · 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被弾：プロフィール 0.2 · 比較対象 0.07
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 0.2 · 比較対象 0.07
守りの判断を見直す
ドライブパリィ：プロフィール 0.9 · 比較対象 1.52
守りの場面を5つ選び、相手の行動、自分の選択、結果を比べます。パリィや投げ抜けの回数が少ないだけでは弱点とは言えません。
試してみよう苦手な場面から異なる2つの行動をダミーに記録します。見分けて対応する練習を行い、次の対戦で判断が改善したか確認しましょう。
根拠となる統計
- ドライブパリィ：プロフィール 0.9 · 比較対象 1.52
- ジャストパリィ：プロフィール 0.3 · 比較対象 0.63
ゲージ消費の目的を決める
ドライブラッシュ（キャンセル）：プロフィール 4.4% · 比較対象 16.4%
実際のゲージを見ながら消費判断を5回振り返ります。何を得て、どの選択肢が残ったかを記録しましょう。使用割合だけでは効率を測れません。
試してみよう使い慣れた連係で、ゲージを使う形と温存する形を練習します。結果と残量を比べ、それぞれに適した状況を決めましょう。
根拠となる統計
- ドライブラッシュ（キャンセル）：プロフィール 4.4% · 比較対象 16.4%
- ドライブラッシュ（パリィ）：プロフィール 19.3% · 比較対象 7.3%
- ドライブガード：プロフィール 25.7% · 比較対象 14.2%
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-mini: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 Char 253：565試合中265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 Char 253：565試合中265勝
- 対 Ryu：85試合中34勝
- 対 Akuma：80試合中28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：100試合中57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57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