直近の対戦
MAぴーぽぽー
ランクMR · Mai
ローカル 123 · インポート 0 · グラフ 123 · 保存済み対戦 132
| 傾向 | ぴーぽぽー | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ(キャンセル) | 8.4% | 29.4% | -21.0% | |
| ドライブガード | 23.6% | 13.4% | +10.2% | |
| SA1 | 48.3% | 54.6% | -6.3% | |
| ドライブインパクト消費 | 5.3% | 1.3% | +3.9% | |
| CA | 10.3% | 6.6% | +3.7% | |
| ドライブパリィ | 4.80 | 1.87 | +2.93 | |
| SA3 | 21.6% | 18.6% | +2.9% | |
| ドライブラッシュ(パリィ) | 9.7% | 7.5% | +2.2% | |
| ドライブアーツ | 24.3% | 22.7% | +1.6% | |
| 画面端に追い込まれた時間 | 10.70 | 9.32 | +1.38 | |
| 投げ | 3.80 | 2.49 | +1.31 | |
| 投げ被弾 | 2.80 | 2.23 | +0.57 | |
| SA2 | 19.8% | 20.2% | -0.3% | |
| ドライブインパクト | 0.50 | 0.19 | +0.31 | |
| パリィ中に投げられた回数 | 0.50 | 0.26 | +0.24 | |
| スタン成功 | 0.30 | 0.06 | +0.24 | |
| パニッシュカウンター被弾 | 0.30 | 0.07 | +0.23 | |
| ジャストパリィ | 0.50 | 0.70 | -0.20 | |
| ドライブリバーサル | 0.00 | 0.19 | -0.19 | |
| 画面端での攻め | 12.80 | 12.99 | -0.19 | |
| パニッシュカウンター成功 | 0.20 | 0.10 | +0.10 | |
| 投げ抜け | 0.40 | 0.46 | -0.06 | |
| スタン被弾 | 0.00 | 0.05 | -0.05 |
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
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 0.08
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 0.08
守りの判断を見直す
ドライブパリィ:プロフィール 3.4 · 比較対象 1.69
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 3.4 · 比較対象 1.69
- ジャストパリィ:プロフィール 0.3 · 比較対象 0.67
ゲージ消費の目的を決める
ドライブアーツ:プロフィール 28% · 比較対象 22.1%
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
- ドライブアーツ:プロフィール 28% · 比較対象 22.1%
- SA3:プロフィール 2.1% · 比較対象 20.8%
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 2026/07/14 · 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 Ingrid:128試合中68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 Ingrid:128試合中68勝
- 対 Akuma:88試合中48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:99試合中44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:99試合中44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 2026/07/14 · AI:dots-studio/dots-3-note-preview:free

