直近の対戦
敗北ランクマッチ
AK
KEAK更新：1 週間前
Steam
JapanC100%
SteamJapanC100%オットーリオ
Let's Do This
MR 1,475#356,793直近10戦1–9-70直近20戦3–17-118
勝率
41%
30勝 · 44敗 · 保存済み74件
ランクマッチの対戦
74
選択中のモード
勝利
30
ランクマッチ
敗北
44
ランクマッチ
最高MR
1,571
Akuma
ランクMR · Akuma
ローカル 74 · インポート 0 · グラフ 74 · 保存済み対戦 115
リプレイ未リクエスト
AKKEAK差の絶対値が大きい順23項目
| 傾向 | オットーリオ | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA3 | 75.0% | 38.7% | +36.3% | |
| SA2 | 3.1% | 22.8% | -19.6% | |
| ドライブラッシュ（キャンセル） | 51.1% | 32.7% | +18.4% | |
| SA1 | 12.5% | 28.6% | -16.1% | |
| ドライブガード | 5.8% | 13.1% | -7.4% | |
| ドライブラッシュ（パリィ） | 2.5% | 7.4% | -5.0% | |
| 画面端に追い込まれた時間 | 5.50 | 8.55 | -3.05 | |
| ドライブアーツ | 17.2% | 19.2% | -2.0% | |
| ドライブパリィ | 0.60 | 1.65 | -1.05 | |
| ドライブインパクト消費 | 0.6% | 1.5% | -0.9% | |
| 投げ | 3.50 | 2.74 | +0.76 | |
| ジャストパリィ | 0.10 | 0.77 | -0.67 | |
| 投げ被弾 | 1.50 | 2.09 | -0.59 | |
| CA | 9.4% | 9.9% | -0.5% | |
| 投げ抜け | 0.10 | 0.45 | -0.35 | |
| ドライブリバーサル | 0.00 | 0.20 | -0.20 | |
| 画面端での攻め | 11.60 | 11.47 | +0.13 | |
| ドライブインパクト | 0.10 | 0.20 | -0.10 | |
| パニッシュカウンター被弾 | 0.00 | 0.09 | -0.09 | |
| 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 |
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 0.1 · 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 0.1 · 比較対象 0.85
- ドライブパリィ：プロフィール 0.6 · 比較対象 1.8
- ドライブリバーサル：プロフィール 0 · 比較対象 0.22
近距離の選択を振り返る
投げ抜け：プロフィール 0.1 · 比較対象 0.38
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
- 投げ抜け：プロフィール 0.1 · 比較対象 0.38
- 投げ被弾：プロフィール 1.5 · 比較対象 2.04
- 投げ：プロフィール 3.5 · 比較対象 2.66
画面端に至る経緯を追う
画面端での攻め：プロフィール 11.6 · 比較対象 12.38
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 11.6 · 比較対象 12.38
- 画面端に追い込まれた時間：プロフィール 5.5 · 比較対象 8.05
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 2026/09/05 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
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 0.6% · 比較対象 1.6%
対戦成績を調査の手がかりにする
対 Ryu：149試合中72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：149試合中72勝
- 対 Akuma：131試合中66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：67試合中29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：67試合中29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 2026/09/05 · AI：dots-studio/dots-3-note-preview:free