直近の対戦
勝利ランクマッチ
C.
ALC.更新：2 日前
Steam
OtherM100%
SteamOtherM100%musso
Let's Do This
MR 1,427#498,453直近10戦4–6-18直近20戦12–8+31
勝率
59%
16勝 · 11敗 · 保存済み27件
ランクマッチの対戦
27
選択中のモード
勝利
16
ランクマッチ
敗北
11
ランクマッチ
最高MR
1,470
C. Viper
ランクMR · C. Viper
ローカル 27 · インポート 0 · グラフ 27 · 保存済み対戦 84
リプレイ未リクエスト
C.ALC.差の絶対値が大きい順23項目
| 傾向 | musso | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 5.1% | 22.2% | -17.1% | |
| SA3 | 45.8% | 29.7% | +16.1% | |
| ドライブラッシュ（キャンセル） | 2.0% | 18.1% | -16.1% | |
| ドライブアーツ | 12.8% | 22.2% | -9.4% | |
| CA | 13.6% | 7.7% | +5.8% | |
| SA1 | 35.6% | 40.4% | -4.8% | |
| ドライブラッシュ（パリィ） | 11.7% | 7.3% | +4.5% | |
| ドライブインパクト消費 | 5.3% | 1.7% | +3.6% | |
| 画面端に追い込まれた時間 | 6.70 | 8.60 | -1.90 | |
| ドライブガード | 16.1% | 14.7% | +1.4% | |
| ドライブパリィ | 0.60 | 1.55 | -0.95 | |
| 画面端での攻め | 10.10 | 10.80 | -0.70 | |
| 投げ | 1.60 | 2.29 | -0.69 | |
| ジャストパリィ | 0.10 | 0.71 | -0.61 | |
| パニッシュカウンター被弾 | 0.30 | 0.08 | +0.22 | |
| 投げ抜け | 0.30 | 0.49 | -0.19 | |
| ドライブリバーサル | 0.40 | 0.24 | +0.16 | |
| パリィ中に投げられた回数 | 0.10 | 0.21 | -0.11 | |
| パニッシュカウンター成功 | 0.20 | 0.10 | +0.10 | |
| 投げ被弾 | 2.10 | 2.20 | -0.10 | |
| スタン被弾 | 0.00 | 0.03 | -0.03 | |
| ドライブインパクト | 0.20 | 0.17 | +0.03 | |
| スタン成功 | 0.10 | 0.07 | +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。
C. Viper · 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 0.07
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 0.07
- パニッシュカウンター成功：プロフィール 0.1 · 比較対象 0.09
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 9.7% · 比較対象 23.2%
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 9.7% · 比較対象 23.2%
- SA1：プロフィール 24.1% · 比較対象 45%
- SA3：プロフィール 50% · 比較対象 26.8%
近距離の選択を振り返る
投げ：プロフィール 1.6 · 比較対象 2.28
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：プロフィール 1.6 · 比較対象 2.28
- 投げ抜け：プロフィール 0.2 · 比較対象 0.47
- 投げ被弾：プロフィール 2 · 比較対象 2.19
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 2026/09/09 · 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 Yasmine：120試合中69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 Yasmine：120試合中69勝
- 対 Chun-Li：37試合中22勝
- 対 Alex：37試合中18勝
攻める前に守り方を探る
投げ抜け：プロフィール 0.2 · 比較対象 0.47
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
- 投げ抜け：プロフィール 0.2 · 比較対象 0.47
- ジャストパリィ：プロフィール 0.3 · 比較対象 0.63
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 2026/09/09 · AI：dots-studio/dots-3-note-preview:free