直近の対戦
敗北ランクマッチ
A.
LUA.更新：4 日前
Steam
JapanC100%
SteamJapanC100%犬起きたら一抜けゴメン
Turn Up the Hype!
MR 1,506#224,294直近10戦7–3+27直近20戦9–11-24
勝率
50%
72勝 · 73敗 · 保存済み145件
ランクマッチの対戦
145
選択中のモード
勝利
72
ランクマッチ
敗北
73
ランクマッチ
最高MR
1,550
A.K.I.
ランクMR · A.K.I.
ローカル 145 · インポート 0 · グラフ 145 · 保存済み対戦 145
リプレイ未リクエスト
A.LUA.差の絶対値が大きい順23項目
| 傾向 | 犬起きたら一抜けゴメン | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ（キャンセル） | 2.9% | 23.3% | -20.5% | |
| ドライブアーツ | 27.7% | 21.0% | +6.6% | |
| CA | 13.8% | 9.6% | +4.2% | |
| ドライブガード | 21.1% | 17.0% | +4.1% | |
| SA1 | 34.5% | 37.8% | -3.4% | |
| ドライブラッシュ（パリィ） | 13.6% | 11.0% | +2.6% | |
| 画面端に追い込まれた時間 | 7.60 | 9.83 | -2.23 | |
| 画面端での攻め | 9.20 | 11.29 | -2.09 | |
| SA3 | 28.7% | 30.6% | -1.8% | |
| SA2 | 23.0% | 22.0% | +1.0% | |
| ドライブインパクト消費 | 2.7% | 1.8% | +0.9% | |
| 投げ | 1.60 | 2.34 | -0.74 | |
| ドライブパリィ | 2.30 | 1.93 | +0.37 | |
| 投げ被弾 | 2.60 | 2.30 | +0.30 | |
| ドライブリバーサル | 0.70 | 0.40 | +0.30 | |
| ジャストパリィ | 0.30 | 0.60 | -0.30 | |
| パニッシュカウンター被弾 | 0.20 | 0.11 | +0.09 | |
| パニッシュカウンター成功 | 0.20 | 0.12 | +0.08 | |
| ドライブインパクト | 0.30 | 0.24 | +0.06 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| 投げ抜け | 0.50 | 0.52 | -0.02 | |
| パリィ中に投げられた回数 | 0.20 | 0.22 | -0.02 | |
| スタン成功 | 0.10 | 0.08 | +0.02 |
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。
A.K.I. · 直近100試合
改善するポイント
守りの判断を見直す
ドライブリバーサル：プロフィール 0.8 · 比較対象 0.4
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
- ドライブリバーサル：プロフィール 0.8 · 比較対象 0.4
- ドライブパリィ：プロフィール 1.9 · 比較対象 1.77
- ジャストパリィ：プロフィール 0.3 · 比較対象 0.54
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 0.1
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 0.1
- パニッシュカウンター成功：プロフィール 0.2 · 比較対象 0.1
近距離の選択を振り返る
投げ：プロフィール 1.7 · 比較対象 2.31
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 1.7 · 比較対象 2.31
- 投げ抜け：プロフィール 0.5 · 比較対象 0.53
- 投げ被弾：プロフィール 2.3 · 比較対象 2.33
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：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 Yasmine：21試合中9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：21試合中9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52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52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 2026/09/09 · AI：nex-agi/nex-n2.5-mini:free