直近の対戦
LIturb0charged-pc
ランクMR · Lily
ローカル 103 · インポート 0 · グラフ 103 · 保存済み対戦 209
| 傾向 | turb0charged-pc | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 55.2% | 43.8% | +11.3% | |
| SA2 | 14.9% | 22.0% | -7.1% | |
| ドライブアーツ | 27.9% | 21.7% | +6.3% | |
| SA3 | 20.7% | 25.7% | -5.1% | |
| ドライブラッシュ(キャンセル) | 26.4% | 31.1% | -4.6% | |
| 画面端に追い込まれた時間 | 8.00 | 10.41 | -2.41 | |
| 画面端での攻め | 8.30 | 9.83 | -1.53 | |
| 投げ | 1.80 | 2.61 | -0.81 | |
| ドライブガード | 12.8% | 12.0% | +0.8% | |
| CA | 9.2% | 8.4% | +0.8% | |
| ドライブパリィ | 2.70 | 1.96 | +0.74 | |
| 投げ被弾 | 1.80 | 2.32 | -0.52 | |
| ジャストパリィ | 0.10 | 0.60 | -0.50 | |
| 投げ抜け | 0.00 | 0.48 | -0.48 | |
| ドライブインパクト消費 | 1.7% | 2.1% | -0.4% | |
| ドライブラッシュ(パリィ) | 5.4% | 5.7% | -0.3% | |
| パリィ中に投げられた回数 | 0.10 | 0.26 | -0.16 | |
| スタン成功 | 0.00 | 0.08 | -0.08 | |
| ドライブリバーサル | 0.40 | 0.33 | +0.07 | |
| スタン被弾 | 0.10 | 0.04 | +0.06 | |
| パニッシュカウンター成功 | 0.10 | 0.16 | -0.06 | |
| ドライブインパクト | 0.20 | 0.25 | -0.05 | |
| パニッシュカウンター被弾 | 0.10 | 0.12 | -0.02 |
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。
Lily · 直近100試合
改善するポイント
守りの判断を見直す
ジャストパリィ:プロフィール 0.1 · 比較対象 0.76
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
- ジャストパリィ:プロフィール 0.1 · 比較対象 0.76
- 投げ抜け:プロフィール 0 · 比較対象 0.57
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 0.26
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 0.26
- ドライブインパクト消費:プロフィール 1.7% · 比較対象 2.1%
近距離の選択を振り返る
投げ:プロフィール 1.8 · 比較対象 2.42
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 1.8 · 比較対象 2.42
- 投げ抜け:プロフィール 0 · 比較対象 0.57
- 投げ被弾:プロフィール 1.8 · 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 2026/09/06 · 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 2.7 · 比較対象 2.05
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 2.7 · 比較対象 2.05
- ジャストパリィ:プロフィール 0.1 · 比較対象 0.76
- 投げ抜け:プロフィール 0 · 比較対象 0.57
対戦成績を調査の手がかりにする
対 Ken:114試合中31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 Ken:114試合中31勝
- 対 Ryu:93試合中37勝
- 対 JP:58試合中16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47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47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 2026/09/06 · AI:dots-studio/dots-3-note-preview:free

