直近の対戦
勝利ランクマッチ
RY
AKRY更新：2 日前
CrossPlatform
Japanクラブ · KOPANDAC100%
CrossPlatformJapanクラブ · KOPANDAC100%くろパンダtwitch配信中
Just Picked Up SF6
MR 1,605#78,853直近10戦6–4+16直近20戦12–8+32
勝率
59%
101勝 · 71敗 · 保存済み172件
ランクマッチの対戦
172
選択中のモード
勝利
101
ランクマッチ
敗北
71
ランクマッチ
最高MR
1,640
Ryu
ランクMR · Ryu
ローカル 172 · インポート 0 · グラフ 172 · 保存済み対戦 198
リプレイ未リクエスト
RYAKRY差の絶対値が大きい順23項目
| 傾向 | くろパンダtwitch配信中 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 54.1% | 34.9% | +19.2% | |
| SA2 | 2.0% | 20.3% | -18.2% | |
| ドライブインパクト消費 | 7.4% | 1.1% | +6.2% | |
| ドライブラッシュ（パリィ） | 1.0% | 6.4% | -5.4% | |
| 画面端での攻め | 5.80 | 10.94 | -5.14 | |
| ドライブアーツ | 23.3% | 18.9% | +4.4% | |
| ドライブパリィ | 4.70 | 1.69 | +3.01 | |
| 画面端に追い込まれた時間 | 10.80 | 8.58 | +2.22 | |
| ドライブガード | 13.8% | 11.9% | +1.9% | |
| CA | 8.2% | 9.4% | -1.3% | |
| ドライブラッシュ（キャンセル） | 35.6% | 36.4% | -0.9% | |
| ドライブインパクト | 0.70 | 0.16 | +0.54 | |
| 投げ被弾 | 2.50 | 2.06 | +0.44 | |
| 投げ | 2.60 | 2.20 | +0.40 | |
| パニッシュカウンター成功 | 0.40 | 0.08 | +0.32 | |
| ジャストパリィ | 0.40 | 0.71 | -0.31 | |
| SA3 | 35.7% | 35.4% | +0.3% | |
| パニッシュカウンター被弾 | 0.30 | 0.07 | +0.23 | |
| ドライブリバーサル | 0.00 | 0.15 | -0.15 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| スタン成功 | 0.10 | 0.05 | +0.05 | |
| 投げ抜け | 0.40 | 0.44 | -0.04 | |
| パリィ中に投げられた回数 | 0.20 | 0.21 | -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。
Ryu · 直近100試合
改善するポイント
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 0.7 · 比較対象 0.16
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 0.7 · 比較対象 0.16
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 0.3 · 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 0.3 · 比較対象 0.07
ゲージ消費の目的を決める
SA2：プロフィール 2% · 比較対象 20.3%
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
- SA2：プロフィール 2% · 比較対象 20.3%
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
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62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62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 0.7 · 比較対象 0.16
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 0.7 · 比較対象 0.16
再現性のある反撃機会を探す
パニッシュカウンター被弾：プロフィール 0.3 · 比較対象 0.07
統計は調査の手がかりです。その間合いで反撃できると確認済みの行動を探し、見た目だけで隙があると判断しないようにしましょう。
試してみよう対象の行動が出たら確認済みの反撃を試します。相手がその行動をやめたら、無理に狙わず通常の間合い管理に戻りましょう。
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 0.3 · 比較対象 0.07
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