直近の対戦
勝利ランクマッチ
SA
AKSA更新：5 日前
Steam
JapanC100%
SteamJapanC100%kotetsu
Let's Do This
MR 1,542#146,445直近10戦7–3+33直近20戦11–9+21
勝率
53%
24勝 · 21敗 · 保存済み45件
ランクマッチの対戦
45
選択中のモード
勝利
24
ランクマッチ
敗北
21
ランクマッチ
最高MR
1,542
Sagat
ランクMR · Sagat
ローカル 45 · インポート 0 · グラフ 45 · 保存済み対戦 45
リプレイ未リクエスト
SAAKSA差の絶対値が大きい順23項目
| 傾向 | kotetsu | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| CA | 27.8% | 9.1% | +18.7% | |
| SA2 | 13.9% | 26.4% | -12.5% | |
| SA1 | 16.7% | 24.6% | -7.9% | |
| ドライブガード | 9.8% | 14.2% | -4.3% | |
| ドライブアーツ | 13.9% | 16.0% | -2.2% | |
| SA3 | 41.7% | 39.9% | +1.7% | |
| ドライブパリィ | 0.50 | 1.81 | -1.31 | |
| ドライブラッシュ（キャンセル） | 32.8% | 34.0% | -1.2% | |
| 画面端での攻め | 11.30 | 12.43 | -1.13 | |
| ジャストパリィ | 0.00 | 0.74 | -0.74 | |
| ドライブラッシュ（パリィ） | 7.8% | 8.4% | -0.6% | |
| ドライブインパクト消費 | 1.7% | 1.3% | +0.4% | |
| 投げ抜け | 0.10 | 0.46 | -0.36 | |
| 投げ | 1.90 | 2.23 | -0.33 | |
| ドライブリバーサル | 0.00 | 0.24 | -0.24 | |
| パリィ中に投げられた回数 | 0.40 | 0.25 | +0.15 | |
| 投げ被弾 | 2.10 | 2.21 | -0.11 | |
| パニッシュカウンター被弾 | 0.20 | 0.09 | +0.11 | |
| スタン被弾 | 0.00 | 0.05 | -0.05 | |
| ドライブインパクト | 0.20 | 0.18 | +0.02 | |
| スタン成功 | 0.10 | 0.08 | +0.02 | |
| 画面端に追い込まれた時間 | 8.90 | 8.88 | +0.02 | |
| パニッシュカウンター成功 | 0.10 | 0.11 | -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。
Sagat · 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 0.09
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 0.09
- パニッシュカウンター成功：プロフィール 0.1 · 比較対象 0.1
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 0.43
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 0.43
- 投げ被弾：プロフィール 2.1 · 比較対象 2.15
ゲージ消費の目的を決める
CA：プロフィール 27.8% · 比較対象 9.3%
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
- CA：プロフィール 27.8% · 比較対象 9.3%
- SA3：プロフィール 41.7% · 比較対象 41.5%
- SA1：プロフィール 16.7% · 比較対象 24.1%
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 2026/09/07 · 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
ドライブパリィ：プロフィール 0.5 · 比較対象 1.58
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
- ドライブパリィ：プロフィール 0.5 · 比較対象 1.58
- ジャストパリィ：プロフィール 0 · 比較対象 0.68
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 0.2 · 比較対象 0.18
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 0.2 · 比較対象 0.18
- ドライブインパクト消費：プロフィール 1.7% · 比較対象 1.3%
対戦成績を調査の手がかりにする
対 Luke：78試合中42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：78試合中42勝
- 対 Alex：60試合中26勝
- 対 Akuma：70試合中50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 2026/09/07 · AI：dots-studio/dots-3-note-preview:free