直近の対戦
勝利ランクマッチ
M.
YAM.更新：5 日前
CrossPlatform
Japanクラブ · unteaC99%
CrossPlatformJapanクラブ · unteaC99%山本文夫
Special A-Type Maverick Hunter
MR 1,712#22,421直近10戦6–4+3直近20戦12–8+16
勝率
53%
37勝 · 33敗 · 保存済み70件
ランクマッチの対戦
70
選択中のモード
勝利
37
ランクマッチ
敗北
33
ランクマッチ
最高MR
1,767
M. Bison
ランクMR · M. Bison
ローカル 70 · インポート 0 · グラフ 70 · 保存済み対戦 180
リプレイ未リクエスト
M.YAM.差の絶対値が大きい順23項目
| 傾向 | 山本文夫 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 51.0% | 33.7% | +17.4% | |
| ドライブラッシュ（キャンセル） | 12.7% | 30.0% | -17.3% | |
| ドライブアーツ | 35.6% | 18.7% | +16.8% | |
| SA2 | 10.4% | 21.0% | -10.5% | |
| SA3 | 26.0% | 35.2% | -9.1% | |
| ドライブラッシュ（パリィ） | 10.1% | 7.2% | +2.9% | |
| CA | 12.5% | 10.2% | +2.3% | |
| 画面端に追い込まれた時間 | 7.70 | 9.85 | -2.15 | |
| ドライブインパクト消費 | 3.6% | 1.5% | +2.1% | |
| ドライブガード | 11.7% | 13.4% | -1.6% | |
| ドライブパリィ | 0.40 | 1.75 | -1.35 | |
| 画面端での攻め | 10.80 | 11.91 | -1.11 | |
| ジャストパリィ | 0.10 | 0.74 | -0.64 | |
| 投げ被弾 | 2.10 | 2.59 | -0.49 | |
| 投げ | 2.90 | 2.42 | +0.48 | |
| パニッシュカウンター被弾 | 0.30 | 0.09 | +0.21 | |
| ドライブインパクト | 0.40 | 0.19 | +0.21 | |
| 投げ抜け | 0.40 | 0.57 | -0.17 | |
| パニッシュカウンター成功 | 0.20 | 0.11 | +0.09 | |
| パリィ中に投げられた回数 | 0.20 | 0.26 | -0.06 | |
| スタン被弾 | 0.10 | 0.04 | +0.06 | |
| ドライブリバーサル | 0.30 | 0.33 | -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。
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成功：プロフィール 0.3 · 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成功：プロフィール 0.3 · 比較対象 0.09
- 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
守りの判断を見直す
ドライブパリィ：プロフィール 0.4 · 比較対象 1.76
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 0.4 · 比較対象 1.76
- ジャストパリィ：プロフィール 0.2 · 比較対象 0.68
- ドライブリバーサル：プロフィール 0.3 · 比較対象 0.3
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 36.4% · 比較対象 17.8%
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 36.4% · 比較対象 17.8%
- SA1：プロフィール 56.5% · 比較対象 30.3%
- SA3：プロフィール 21.2% · 比較対象 40.4%
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 2026/09/07 · 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：59試合中33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：59試合中33勝
- 対 Marisa：50試合中35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 0.4 · 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 0.4 · 比較対象 0.18
- ドライブインパクト消費：プロフィール 3.3% · 比較対象 1.4%
近距離のパターンを探る
投げ：プロフィール 2.5 · 比較対象 2.55
近距離での打撃、投げ、防御の実際の選択を観察します。傾向が見えてから、使い慣れた攻めの一部分だけを変えてみましょう。
試してみよう同じ反応が2回続いたら、その場面で別の選択を試します。相手が反応を変えたら、固定した癖だと思い込まず選択肢を散らしましょう。
根拠となる統計
- 投げ：プロフィール 2.5 · 比較対象 2.55
- 投げ被弾：プロフィール 1.8 · 比較対象 2.48
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