直近の対戦
CHあきぷよ
ランクMR · Chun-Li
ローカル 7 · インポート 11 · グラフ 18 · 保存済み対戦 62
| 傾向 | あきぷよ | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA3 | 36.5% | 26.2% | +10.3% | |
| ドライブラッシュ(キャンセル) | 46.4% | 40.1% | +6.3% | |
| CA | 1.4% | 7.6% | -6.2% | |
| 画面端での攻め | 15.30 | 11.27 | +4.03 | |
| SA1 | 31.1% | 34.5% | -3.4% | |
| ドライブラッシュ(パリィ) | 8.3% | 5.0% | +3.3% | |
| ドライブガード | 12.9% | 10.2% | +2.7% | |
| ドライブアーツ | 15.1% | 16.9% | -1.8% | |
| ドライブインパクト消費 | 3.0% | 1.4% | +1.6% | |
| 投げ抜け | 1.10 | 0.40 | +0.70 | |
| SA2 | 31.1% | 31.7% | -0.7% | |
| ドライブパリィ | 1.30 | 1.64 | -0.34 | |
| 画面端に追い込まれた時間 | 9.30 | 9.57 | -0.27 | |
| ジャストパリィ | 0.30 | 0.57 | -0.27 | |
| 投げ | 2.20 | 2.39 | -0.19 | |
| パリィ中に投げられた回数 | 0.40 | 0.22 | +0.18 | |
| ドライブリバーサル | 0.00 | 0.17 | -0.17 | |
| ドライブインパクト | 0.30 | 0.16 | +0.14 | |
| パニッシュカウンター成功 | 0.20 | 0.10 | +0.10 | |
| スタン成功 | 0.10 | 0.04 | +0.06 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| 投げ被弾 | 2.10 | 2.08 | +0.02 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +0.01 |
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。
Chun-Li · 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 0.5 · 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 0.5 · 比較対象 0.16
- ドライブインパクト消費:プロフィール 3.7% · 比較対象 1.4%
近距離の選択を振り返る
投げ抜け:プロフィール 0.8 · 比較対象 0.4
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
- 投げ抜け:プロフィール 0.8 · 比較対象 0.4
- 投げ:プロフィール 1.6 · 比較対象 2.39
- 投げ被弾:プロフィール 1.7 · 比較対象 2.08
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 · 比較対象 0.17
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 · 比較対象 0.17
- ドライブパリィ:プロフィール 1.7 · 比較対象 1.64
- ジャストパリィ:プロフィール 0.4 · 比較対象 0.57
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 2026/09/07 · AI:dots-studio/dots-3-note-preview: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 C. Viper:50試合中32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 C. Viper:50試合中32勝
- 対 A.K.I.:41試合中30勝
- 対 Ryu:33試合中29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 0.5 · 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 0.5 · 比較対象 0.16
- ドライブインパクト消費:プロフィール 3.7% · 比較対象 1.4%
近距離のパターンを探る
投げ抜け:プロフィール 0.8 · 比較対象 0.4
近距離での打撃、投げ、防御の実際の選択を観察します。傾向が見えてから、使い慣れた攻めの一部分だけを変えてみましょう。
試してみよう同じ反応が2回続いたら、その場面で別の選択を試します。相手が反応を変えたら、固定した癖だと思い込まず選択肢を散らしましょう。
根拠となる統計
- 投げ抜け:プロフィール 0.8 · 比較対象 0.4
- 投げ:プロフィール 1.6 · 比較対象 2.39
- 投げ被弾:プロフィール 1.7 · 比較対象 2.08
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 2026/09/07 · AI:dots-studio/dots-3-note-preview:free

