直近の対戦
敗北カジュアル
AL
A.AL更新：21 時間前
Steam
JapanC100%
SteamJapanC100%デリボレ
Saturday! Night! Slam Masters!
MR 1,511#213,260直近10戦6–4+13直近20戦12–8+31
勝率
53%
124勝 · 112敗 · 保存済み236件
ランクマッチの対戦
236
選択中のモード
勝利
124
ランクマッチ
敗北
112
ランクマッチ
最高MR
1,549
Alex
ランクMR · Alex
ローカル 236 · インポート 3197 · グラフ 3197 · 保存済み対戦 300
リプレイ未リクエスト
ALA.AL差の絶対値が大きい順23項目
| 傾向 | デリボレ | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA3 | 40.7% | 25.2% | +15.5% | |
| SA2 | 16.9% | 27.6% | -10.7% | |
| CA | 1.7% | 8.3% | -6.6% | |
| ドライブアーツ | 7.9% | 13.2% | -5.3% | |
| 画面端での攻め | 5.60 | 10.07 | -4.47 | |
| ドライブガード | 10.8% | 14.0% | -3.2% | |
| ドライブラッシュ（キャンセル） | 36.4% | 33.2% | +3.2% | |
| 画面端に追い込まれた時間 | 11.60 | 9.50 | +2.10 | |
| SA1 | 40.7% | 38.9% | +1.8% | |
| ドライブラッシュ（パリィ） | 6.7% | 8.2% | -1.5% | |
| ドライブインパクト消費 | 0.9% | 2.0% | -1.1% | |
| ジャストパリィ | 0.10 | 0.64 | -0.54 | |
| ドライブパリィ | 1.10 | 1.62 | -0.52 | |
| 投げ被弾 | 2.60 | 2.18 | +0.42 | |
| 投げ | 2.60 | 2.24 | +0.36 | |
| ドライブインパクト | 0.10 | 0.23 | -0.13 | |
| スタン成功 | 0.00 | 0.10 | -0.10 | |
| パニッシュカウンター被弾 | 0.20 | 0.11 | +0.09 | |
| ドライブリバーサル | 0.50 | 0.43 | +0.07 | |
| パリィ中に投げられた回数 | 0.20 | 0.27 | -0.07 | |
| スタン被弾 | 0.10 | 0.04 | +0.06 | |
| パニッシュカウンター成功 | 0.10 | 0.14 | -0.04 | |
| 投げ抜け | 0.50 | 0.51 | -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。
Alex · 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成功：プロフィール 0 · 比較対象 0.12
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成功：プロフィール 0 · 比較対象 0.12
- パニッシュカウンター被弾：プロフィール 0.1 · 比較対象 0.12
画面端に至る経緯を追う
画面端での攻め：プロフィール 4.7 · 比較対象 9.01
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 4.7 · 比較対象 9.01
- 画面端に追い込まれた時間：プロフィール 11.7 · 比較対象 9.88
ゲージ消費の目的を決める
SA1：プロフィール 16.7% · 比較対象 43%
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
- SA1：プロフィール 16.7% · 比較対象 43%
- SA2：プロフィール 35% · 比較対象 28.4%
- SA3：プロフィール 43.3% · 比較対象 22.1%
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
対戦成績を調査の手がかりにする
対 Ryu：201試合中107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 Ryu：201試合中107勝
- 対 Yasmine：189試合中98勝
- 対 Akuma：166試合中95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：63試合中30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：63試合中30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 0.2
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 0.2
- ドライブインパクト消費：プロフィール 0.9% · 比較対象 1.7%
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