直近の対戦
勝利ランクマッチ
RY
KE
TE更新：8 時間前
Steam
JapanC100%
SteamJapanC100%Hirosuke
Let's Do This
MR 1,575#115,718直近10戦6–4+16直近20戦11–9+16
勝率
50%
83勝 · 83敗 · 保存済み166件
ランクマッチの対戦
166
選択中のモード
勝利
83
ランクマッチ
敗北
83
ランクマッチ
最高MR
1,637
Terry
ランクMR · Terry
ローカル 164 · インポート 0 · グラフ 164 · 保存済み対戦 166
リプレイ未リクエスト
RYKETE差の絶対値が大きい順23項目
| 傾向 | Hirosuke | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 0.0% | 24.5% | -24.5% | |
| CA | 26.5% | 9.0% | +17.5% | |
| ドライブラッシュ（キャンセル） | 44.9% | 33.4% | +11.5% | |
| ドライブアーツ | 9.7% | 16.3% | -6.6% | |
| ドライブガード | 8.6% | 14.3% | -5.7% | |
| 画面端での攻め | 7.60 | 12.45 | -4.85 | |
| SA1 | 38.2% | 33.6% | +4.6% | |
| ドライブラッシュ（パリィ） | 4.4% | 8.2% | -3.8% | |
| SA3 | 35.3% | 32.8% | +2.5% | |
| 画面端に追い込まれた時間 | 10.60 | 9.65 | +0.95 | |
| 投げ被弾 | 2.80 | 2.21 | +0.59 | |
| 投げ | 1.90 | 2.49 | -0.59 | |
| ドライブパリィ | 1.50 | 1.89 | -0.39 | |
| ジャストパリィ | 0.50 | 0.80 | -0.30 | |
| 投げ抜け | 0.20 | 0.43 | -0.23 | |
| ドライブインパクト消費 | 1.9% | 1.6% | +0.2% | |
| ドライブインパクト | 0.40 | 0.21 | +0.19 | |
| パニッシュカウンター成功 | 0.30 | 0.12 | +0.18 | |
| 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 | 0.07 | -0.07 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| ドライブリバーサル | 0.20 | 0.17 | +0.03 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +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 0.4 · 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 0.4 · 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 0.1 · 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 0.1 · 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 2026/09/14 · AI：nex-agi/nex-n2.5-mini:free
このプレイヤーへの対策
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 0.4 · 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 0.4 · 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 0.1 · 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 0.1 · 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 2026/09/14 · AI：nex-agi/nex-n2.5-mini:free
Terry · 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 0.3 · 比較対象 0.22
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 0.3 · 比較対象 0.22
- ドライブインパクト消費：プロフィール 1.5% · 比較対象 1.6%
近距離の選択を振り返る
投げ抜け：プロフィール 0.1 · 比較対象 0.37
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 0.1 · 比較対象 0.37
- 投げ被弾：プロフィール 2.5 · 比較対象 2.18
画面端に至る経緯を追う
画面端での攻め：プロフィール 11.4 · 比較対象 12.01
画面端に追い込まれた場面を5回確認します。最後の脱出だけでなく、その前に位置を失った判断を探し、端攻めに成功した場面も比べましょう。
試してみよう繰り返す位置関係を練習で再現し、普段の対応と隙を抑えた選択を比較します。次の対戦で端に追い込まれる頻度が変わるか確認しましょう。
根拠となる統計
- 画面端での攻め：プロフィール 11.4 · 比較対象 12.01
- 画面端に追い込まれた時間：プロフィール 11.4 · 比較対象 9.55
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
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 0.3 · 比較対象 0.22
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 0.3 · 比較対象 0.22
- ドライブインパクト消費：プロフィール 1.5% · 比較対象 1.6%
近距離のパターンを探る
投げ抜け：プロフィール 0.1 · 比較対象 0.37
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 0.1 · 比較対象 0.37
- 投げ被弾：プロフィール 2.5 · 比較対象 2.18
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 0.1 · 比較対象 0.23
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 0.1 · 比較対象 0.23
- ドライブパリィ：プロフィール 1.8 · 比較対象 1.84
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