直近の対戦
勝利ランクマッチ
AK
KEAK更新：5 日前
Steam
JapanC100%
SteamJapanC100%o-nard-duck
Let's Do This
MR 1,492#323,343直近10戦3–7-23直近20戦9–11-8
勝率
50%
116勝 · 116敗 · 保存済み232件
ランクマッチの対戦
232
選択中のモード
勝利
116
ランクマッチ
敗北
116
ランクマッチ
最高MR
1,527
Akuma
ランクMR · Akuma
ローカル 223 · インポート 0 · グラフ 223 · 保存済み対戦 276
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 | o-nard-duck | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 30.1% | 22.8% | +7.4% | |
| ドライブラッシュ（キャンセル） | 27.1% | 32.7% | -5.6% | |
| SA3 | 33.7% | 38.7% | -4.9% | |
| SA1 | 25.3% | 28.6% | -3.3% | |
| 画面端での攻め | 9.10 | 11.47 | -2.37 | |
| ドライブガード | 15.0% | 13.1% | +1.8% | |
| 画面端に追い込まれた時間 | 7.60 | 8.55 | -0.95 | |
| CA | 10.8% | 9.9% | +0.9% | |
| 投げ被弾 | 3.00 | 2.09 | +0.91 | |
| ドライブパリィ | 2.40 | 1.65 | +0.75 | |
| 投げ抜け | 1.00 | 0.45 | +0.55 | |
| ドライブインパクト消費 | 1.0% | 1.5% | -0.5% | |
| 投げ | 3.20 | 2.74 | +0.46 | |
| ドライブアーツ | 19.0% | 19.2% | -0.2% | |
| ドライブインパクト | 0.10 | 0.20 | -0.10 | |
| ドライブリバーサル | 0.30 | 0.20 | +0.10 | |
| パニッシュカウンター被弾 | 0.00 | 0.09 | -0.09 | |
| ドライブラッシュ（パリィ） | 7.4% | 7.4% | -0.1% | |
| パリィ中に投げられた回数 | 0.20 | 0.27 | -0.07 | |
| ジャストパリィ | 0.70 | 0.77 | -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
近距離の選択を振り返る
投げ：プロフィール 3.5 · 比較対象 2.66
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 3.5 · 比較対象 2.66
- 投げ被弾：プロフィール 3 · 比較対象 2.04
ドライブインパクトの目的を明確にする
ドライブインパクト：プロフィール 0.2 · 比較対象 0.21
ドライブインパクトを5回振り返り、使った状況と結果を記録します。有効な使い方は残し、平均回数に合わせるより失敗の共通点を調べましょう。
試してみようダミーの別スロットにドライブインパクトと通常の攻撃を記録し、混ぜて再生します。現在のゲージ状況で使える対応を見分けて練習しましょう。
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 0.21
- ドライブインパクト消費：プロフィール 1.4% · 比較対象 1.6%
画面端に至る経緯を追う
画面端での攻め：プロフィール 9.2 · 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 9.2 · 比較対象 12.38
- 画面端に追い込まれた時間：プロフィール 7.7 · 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 2026/09/08 · 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 2.8 · 比較対象 1.8
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 2.8 · 比較対象 1.8
- 投げ抜け：プロフィール 1 · 比較対象 0.38
対戦成績を調査の手がかりにする
対 Juri：113試合中96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 Juri：113試合中96勝
- 対 Akuma：85試合中45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：100試合中55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：100試合中55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 2026/09/08 · AI：dots-studio/dots-3-note-preview:free