直近の対戦
敗北ランクマッチ
JAJAJA更新：1 週間前
Steam
JapanC98%
SteamJapanC98%Ruto_47
Conqueror: Drunken Fist
LP 13,019直近10戦2–8直近20戦10–10
勝率
41%
25勝 · 36敗 · 保存済み61件
ランクマッチの対戦
61
選択中のモード
勝利
25
ランクマッチ
敗北
36
ランクマッチ
最高LP
13,200
Jamie
ランクLP · Jamie
このキャラクターのLP推移
リプレイ未リクエスト
JAJAJA差の絶対値が大きい順23項目
| 傾向 | Ruto_47 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ（キャンセル） | 9.0% | 33.8% | -24.9% | |
| SA2 | 0.0% | 21.4% | -21.4% | |
| CA | 25.0% | 9.8% | +15.2% | |
| SA3 | 50.0% | 39.7% | +10.3% | |
| 画面端での攻め | 5.50 | 14.89 | -9.39 | |
| ドライブガード | 15.3% | 11.0% | +4.4% | |
| SA1 | 25.0% | 29.0% | -4.0% | |
| ドライブアーツ | 19.6% | 23.2% | -3.6% | |
| ドライブラッシュ（パリィ） | 8.7% | 5.7% | +2.9% | |
| 画面端に追い込まれた時間 | 11.30 | 8.56 | +2.74 | |
| 投げ被弾 | 3.90 | 2.15 | +1.75 | |
| ドライブインパクト消費 | 0.3% | 1.4% | -1.1% | |
| 投げ | 2.80 | 2.40 | +0.40 | |
| 投げ抜け | 0.80 | 0.40 | +0.40 | |
| ジャストパリィ | 0.30 | 0.67 | -0.37 | |
| ドライブパリィ | 1.50 | 1.78 | -0.28 | |
| ドライブリバーサル | 0.00 | 0.26 | -0.26 | |
| パニッシュカウンター被弾 | 0.30 | 0.06 | +0.24 | |
| ドライブインパクト | 0.00 | 0.21 | -0.21 | |
| パリィ中に投げられた回数 | 0.00 | 0.20 | -0.20 | |
| スタン成功 | 0.00 | 0.08 | -0.08 | |
| パニッシュカウンター成功 | 0.00 | 0.07 | -0.07 | |
| スタン被弾 | 0.00 | 0.06 | -0.06 |
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。
Jamie · 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 0.3 · 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 0.3 · 比較対象 0.08
- パニッシュカウンター成功：プロフィール 0 · 比較対象 0.07
画面端に至る経緯を追う
画面端での攻め：プロフィール 5.5 · 比較対象 14.71
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 5.5 · 比較対象 14.71
- 画面端に追い込まれた時間：プロフィール 11.3 · 比較対象 7.67
ゲージ消費の目的を決める
SA2：プロフィール 0% · 比較対象 21.4%
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
- SA2：プロフィール 0% · 比較対象 21.4%
- SA3：プロフィール 50% · 比較対象 38.6%
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 2026/09/06 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
攻める前に守り方を探る
投げ被弾：プロフィール 3.9 · 比較対象 1.97
使い慣れた攻めを一度試し、実際の反応を観察します。その結果から次の選択を変え、行動回数から成功率を推測しないようにしましょう。
試してみよう理解している状況で普段の打撃・投げの選択を試します。同じ反応が続く時だけ狙いを絞り、相手が対応したらタイミングを変えるか仕切り直しましょう。
根拠となる統計
- 投げ被弾：プロフィール 3.9 · 比較対象 1.97
- 投げ抜け：プロフィール 0.8 · 比較対象 0.42
対戦成績を調査の手がかりにする
対 Akuma：31試合中17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 Akuma：31試合中17勝
- 対 M. Bison：23試合中6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：61試合中25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：61試合中25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 2026/09/06 · AI：dots-studio/dots-3-note-preview:free