直近の対戦
敗北ランクマッチ
M.
MAM.更新：2 日前
CrossPlatform
JapanM100%
CrossPlatformJapanM100%rht_iio22
World Dominator
LP 22,164直近10戦6–4直近20戦13–7
勝率
59%
13勝 · 9敗 · 保存済み22件
ランクマッチの対戦
22
選択中のモード
勝利
13
ランクマッチ
敗北
9
ランクマッチ
最高LP
22,204
M. Bison
ランクLP · M. Bison
このキャラクターのLP推移
リプレイ未リクエスト
M.MAM.差の絶対値が大きい順23項目
| 傾向 | rht_iio22 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ（キャンセル） | 1.5% | 30.0% | -28.5% | |
| SA1 | 51.3% | 33.7% | +17.6% | |
| ドライブアーツ | 32.6% | 18.7% | +13.9% | |
| SA2 | 11.3% | 21.0% | -9.7% | |
| ドライブインパクト消費 | 8.5% | 1.5% | +7.0% | |
| SA3 | 28.8% | 35.2% | -6.4% | |
| ドライブガード | 7.6% | 13.4% | -5.8% | |
| ドライブラッシュ（パリィ） | 3.3% | 7.2% | -3.9% | |
| 画面端での攻め | 9.30 | 11.91 | -2.61 | |
| CA | 8.8% | 10.2% | -1.4% | |
| ドライブパリィ | 0.80 | 1.75 | -0.95 | |
| ドライブリバーサル | 1.20 | 0.33 | +0.87 | |
| 画面端に追い込まれた時間 | 9.00 | 9.85 | -0.85 | |
| 投げ被弾 | 3.30 | 2.59 | +0.71 | |
| ジャストパリィ | 0.10 | 0.74 | -0.64 | |
| ドライブインパクト | 0.60 | 0.19 | +0.41 | |
| 投げ抜け | 0.20 | 0.57 | -0.37 | |
| パニッシュカウンター被弾 | 0.40 | 0.09 | +0.31 | |
| パニッシュカウンター成功 | 0.40 | 0.11 | +0.29 | |
| 投げ | 2.50 | 2.42 | +0.08 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| パリィ中に投げられた回数 | 0.20 | 0.26 | -0.06 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 |
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。
M. Bison · 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 0.4 · 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 0.4 · 比較対象 0.07
- パニッシュカウンター成功：プロフィール 0.4 · 比較対象 0.1
守りの判断を見直す
ドライブパリィ：プロフィール 0.8 · 比較対象 1.64
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
- ドライブパリィ：プロフィール 0.8 · 比較対象 1.64
- ジャストパリィ：プロフィール 0.1 · 比較対象 0.67
- ドライブリバーサル：プロフィール 1.2 · 比較対象 0.27
ゲージ消費の目的を決める
ドライブラッシュ（キャンセル）：プロフィール 1.5% · 比較対象 29.9%
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
- ドライブラッシュ（キャンセル）：プロフィール 1.5% · 比較対象 29.9%
- ドライブラッシュ（パリィ）：プロフィール 3.3% · 比較対象 7.8%
- ドライブアーツ：プロフィール 32.6% · 比較対象 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 2026/09/12 · AI：nex-agi/nex-n2.5-mini: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 Char 253：533試合中182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 Char 253：533試合中182勝
- 対 Yasmine：55試合中16勝
- 対 Ken：41試合中15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：22試合中13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：22試合中13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 2026/09/12 · AI：nex-agi/nex-n2.5-mini:free