直近の対戦
勝利ランクマッチ
LU
GULU更新：3 時間前
Steam
JapanM100%
SteamJapanM100%sakusakuP4nda
I Main Fisticuffs
MR 1,637#54,150直近10戦8–2+48直近20戦14–6+69
勝率
53%
77勝 · 67敗 · 保存済み144件
ランクマッチの対戦
144
選択中のモード
勝利
77
ランクマッチ
敗北
67
ランクマッチ
最高MR
1,637
Luke
ランクMR · Luke
ローカル 144 · インポート 59 · グラフ 200 · 保存済み対戦 144
リプレイ未リクエスト
LUGULU差の絶対値が大きい順23項目
| 傾向 | sakusakuP4nda | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 7.7% | 26.0% | -18.3% | |
| SA1 | 43.3% | 30.6% | +12.6% | |
| ドライブアーツ | 24.1% | 16.7% | +7.4% | |
| CA | 16.3% | 9.2% | +7.2% | |
| 画面端での攻め | 9.50 | 13.55 | -4.05 | |
| 画面端に追い込まれた時間 | 11.30 | 8.74 | +2.56 | |
| ドライブガード | 10.8% | 13.2% | -2.4% | |
| ドライブラッシュ（パリィ） | 5.9% | 7.6% | -1.7% | |
| SA3 | 32.7% | 34.2% | -1.5% | |
| ドライブインパクト消費 | 2.8% | 1.4% | +1.4% | |
| ドライブラッシュ（キャンセル） | 36.4% | 37.3% | -0.9% | |
| ジャストパリィ | 0.30 | 0.69 | -0.39 | |
| 投げ抜け | 0.10 | 0.37 | -0.27 | |
| 投げ | 2.60 | 2.43 | +0.17 | |
| パニッシュカウンター被弾 | 0.20 | 0.06 | +0.14 | |
| ドライブインパクト | 0.30 | 0.19 | +0.11 | |
| ドライブリバーサル | 0.10 | 0.20 | -0.10 | |
| 投げ被弾 | 2.10 | 2.01 | +0.09 | |
| スタン被弾 | 0.10 | 0.06 | +0.04 | |
| スタン成功 | 0.10 | 0.07 | +0.03 | |
| パリィ中に投げられた回数 | 0.20 | 0.22 | -0.02 | |
| パニッシュカウンター成功 | 0.10 | 0.08 | +0.02 | |
| ドライブパリィ | 1.80 | 1.80 | -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。
Luke · 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 0.06
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 0.06
- パニッシュカウンター成功：プロフィール 0.1 · 比較対象 0.08
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 0.69
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
- ジャストパリィ：プロフィール 0.3 · 比較対象 0.69
- ドライブリバーサル：プロフィール 0.1 · 比較対象 0.2
- 投げ抜け：プロフィール 0.1 · 比較対象 0.37
ゲージ消費の目的を決める
SA2：プロフィール 7.8% · 比較対象 26%
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 7.8% · 比較対象 26%
- SA3：プロフィール 33.3% · 比較対象 34.2%
- CA：プロフィール 15.7% · 比較対象 9.2%
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 2026/09/13 · 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：60試合中27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：60試合中27勝
- 対 Char 253：677試合中344勝
- 対 Akuma：49試合中21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55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55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 0.3 · 比較対象 0.19
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 0.3 · 比較対象 0.19
- ドライブインパクト消費：プロフィール 2.8% · 比較対象 1.4%
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 2026/09/13 · AI：dots-studio/dots-3-note-preview:free