直近の対戦
敗北ランクマッチ
AK
SAAK更新：4 日前
Steam
Japanクラブ · nobinobifireC100%
SteamJapanクラブ · nobinobifireC100%Nagatsuki
Kick Back and Relax
MR 1,556#127,241直近10戦5–5-1直近20戦9–11-8
勝率
50%
51勝 · 51敗 · 保存済み102件
ランクマッチの対戦
102
選択中のモード
勝利
51
ランクマッチ
敗北
51
ランクマッチ
最高MR
1,628
Akuma
ランクMR · Akuma
ローカル 101 · インポート 0 · グラフ 101 · 保存済み対戦 104
リプレイ未リクエスト
AKSAAK差の絶対値が大きい順23項目
| 傾向 | Nagatsuki | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 20.3% | 28.6% | -8.3% | |
| CA | 14.1% | 9.9% | +4.1% | |
| SA3 | 42.2% | 38.7% | +3.5% | |
| ドライブラッシュ（キャンセル） | 35.3% | 32.7% | +2.6% | |
| ドライブガード | 11.1% | 13.1% | -2.0% | |
| 画面端に追い込まれた時間 | 7.30 | 8.55 | -1.25 | |
| 画面端での攻め | 12.30 | 11.47 | +0.83 | |
| 投げ | 2.00 | 2.74 | -0.74 | |
| SA2 | 23.4% | 22.8% | +0.7% | |
| ドライブアーツ | 19.8% | 19.2% | +0.6% | |
| ドライブラッシュ（パリィ） | 6.8% | 7.4% | -0.6% | |
| ジャストパリィ | 0.30 | 0.77 | -0.47 | |
| ドライブパリィ | 1.30 | 1.65 | -0.35 | |
| ドライブインパクト消費 | 1.2% | 1.5% | -0.3% | |
| 投げ抜け | 0.30 | 0.45 | -0.15 | |
| 投げ被弾 | 2.20 | 2.09 | +0.11 | |
| ドライブインパクト | 0.10 | 0.20 | -0.10 | |
| パリィ中に投げられた回数 | 0.20 | 0.27 | -0.07 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| スタン成功 | 0.00 | 0.03 | -0.03 | |
| パニッシュカウンター成功 | 0.10 | 0.13 | -0.03 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +0.01 | |
| ドライブリバーサル | 0.20 | 0.20 | +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。
Akuma · 直近100試合
改善するポイント
守りの判断を見直す
ジャストパリィ：プロフィール 0.3 · 比較対象 0.85
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
- ジャストパリィ：プロフィール 0.3 · 比較対象 0.85
- ドライブパリィ：プロフィール 1.3 · 比較対象 1.8
- ドライブリバーサル：プロフィール 0.2 · 比較対象 0.22
近距離の選択を振り返る
投げ：プロフィール 2 · 比較対象 2.66
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 2 · 比較対象 2.66
- 投げ被弾：プロフィール 2.2 · 比較対象 2.04
- 投げ抜け：プロフィール 0.3 · 比較対象 0.38
ゲージ消費の目的を決める
SA3：プロフィール 42.2% · 比較対象 35.7%
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
- SA3：プロフィール 42.2% · 比較対象 35.7%
- CA：プロフィール 14.1% · 比較対象 10.5%
- SA1：プロフィール 20.3% · 比較対象 29.6%
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 Luke：139試合中48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 Luke：139試合中48勝
- 対 Alex：110試合中62勝
- 対 Akuma：67試合中35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51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51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 0.21
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 0.21
- ドライブインパクト消費：プロフィール 1.2% · 比較対象 1.6%
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