直近の対戦
敗北ランクマッチ
?
ガウにい@Twitch · Random
KE
ZA更新：6 日前
Steam
Japanクラブ · ChihatanParkM100%
SteamJapanクラブ · ChihatanParkM100%ガウにい@Twitch
Let's Do This
MR 1,956#1,668直近10戦2–8-49直近20戦10–10-10
勝率
42%
22勝 · 30敗 · 保存済み52件
ランクマッチの対戦
52
選択中のモード
勝利
22
ランクマッチ
敗北
30
ランクマッチ
最高MR
2,059
Zangief
ランクMR · Zangief
ローカル 52 · インポート 0 · グラフ 52 · 保存済み対戦 58
リプレイ未リクエスト
KEZA差の絶対値が大きい順23項目
| 傾向 | ガウにい@Twitch | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 58.4% | 36.6% | +21.8% | |
| ドライブラッシュ（キャンセル） | 52.7% | 35.2% | +17.4% | |
| SA3 | 14.2% | 30.6% | -16.4% | |
| SA1 | 11.5% | 21.1% | -9.6% | |
| ドライブガード | 9.4% | 14.6% | -5.3% | |
| CA | 15.9% | 11.7% | +4.2% | |
| ドライブラッシュ（パリィ） | 5.4% | 7.9% | -2.6% | |
| ドライブインパクト消費 | 4.4% | 2.1% | +2.2% | |
| 画面端に追い込まれた時間 | 12.20 | 10.28 | +1.92 | |
| ドライブアーツ | 11.1% | 12.9% | -1.8% | |
| ドライブパリィ | 1.50 | 2.09 | -0.59 | |
| ドライブリバーサル | 0.80 | 0.42 | +0.38 | |
| ジャストパリィ | 0.40 | 0.77 | -0.37 | |
| 画面端での攻め | 6.30 | 6.66 | -0.36 | |
| スタン被弾 | 0.40 | 0.07 | +0.33 | |
| パニッシュカウンター被弾 | 0.40 | 0.13 | +0.27 | |
| ドライブインパクト | 0.50 | 0.27 | +0.23 | |
| パニッシュカウンター成功 | 0.30 | 0.19 | +0.11 | |
| 投げ | 2.40 | 2.51 | -0.11 | |
| パリィ中に投げられた回数 | 0.10 | 0.20 | -0.10 | |
| 投げ抜け | 0.50 | 0.57 | -0.07 | |
| 投げ被弾 | 2.30 | 2.32 | -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。
Zangief · 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 0.13
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 0.13
- パニッシュカウンター成功：プロフィール 0.3 · 比較対象 0.19
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 52.7% · 比較対象 35.2%
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 52.7% · 比較対象 35.2%
近距離の選択を振り返る
投げ：プロフィール 2.4 · 比較対象 2.51
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 2.4 · 比較対象 2.51
- 投げ抜け：プロフィール 0.5 · 比較対象 0.57
- 投げ被弾：プロフィール 2.3 · 比較対象 2.32
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：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 Luke：70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：70試合中33勝
- 対 Yasmine：48試合中28勝
- 対 Marisa：46試合中25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：37試合中16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：37試合中16勝
攻める前に守り方を探る
ドライブリバーサル：プロフィール 0.8 · 比較対象 0.42
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
- ドライブリバーサル：プロフィール 0.8 · 比較対象 0.42
- ジャストパリィ：プロフィール 0.4 · 比較対象 0.77
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：nex-agi/nex-n2.5-mini:free