直近の対戦
敗北ランクマッチ
CH
LUCH更新：3 日前
Steam
JapanC100%
SteamJapanC100%Ricorabbit
Angel Devil Kingdom
MR 1,427#486,626直近10戦5–5-1直近20戦9–11-13
勝率
48%
60勝 · 65敗 · 保存済み125件
ランクマッチの対戦
125
選択中のモード
勝利
60
ランクマッチ
敗北
65
ランクマッチ
最高MR
1,491
Chun-Li
ランクMR · Chun-Li
ローカル 125 · インポート 0 · グラフ 125 · 保存済み対戦 193
リプレイ未リクエスト
CHLUCH差の絶対値が大きい順23項目
| 傾向 | Ricorabbit | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 46.3% | 34.5% | +11.8% | |
| SA2 | 22.2% | 31.7% | -9.5% | |
| ドライブラッシュ（キャンセル） | 49.1% | 40.1% | +9.0% | |
| SA3 | 18.5% | 26.2% | -7.7% | |
| ドライブアーツ | 9.9% | 16.9% | -6.9% | |
| CA | 13.0% | 7.6% | +5.4% | |
| 画面端での攻め | 9.80 | 11.27 | -1.47 | |
| 画面端に追い込まれた時間 | 8.40 | 9.57 | -1.17 | |
| ドライブガード | 9.7% | 10.2% | -0.5% | |
| ドライブインパクト消費 | 1.9% | 1.4% | +0.5% | |
| 投げ被弾 | 2.50 | 2.08 | +0.42 | |
| ドライブラッシュ（パリィ） | 4.7% | 5.0% | -0.3% | |
| 投げ抜け | 0.70 | 0.40 | +0.30 | |
| ジャストパリィ | 0.30 | 0.57 | -0.27 | |
| 投げ | 2.60 | 2.39 | +0.21 | |
| ドライブリバーサル | 0.00 | 0.17 | -0.17 | |
| ドライブパリィ | 1.50 | 1.64 | -0.14 | |
| パニッシュカウンター被弾 | 0.20 | 0.09 | +0.11 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| スタン成功 | 0.00 | 0.04 | -0.04 | |
| ドライブインパクト | 0.20 | 0.16 | +0.04 | |
| パリィ中に投げられた回数 | 0.20 | 0.22 | -0.02 | |
| パニッシュカウンター成功 | 0.10 | 0.10 | -0.00 |
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。
Chun-Li · 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成功：プロフィール 0.2 · 比較対象 0.1
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成功：プロフィール 0.2 · 比較対象 0.1
- パニッシュカウンター被弾：プロフィール 0.2 · 比較対象 0.09
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 0.16
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 0.2 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 1.7% · 比較対象 1.4%
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
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
対戦成績を調査の手がかりにする
対 Char 253：194試合中91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 Char 253：194試合中91勝
- 対 Elena：45試合中21勝
- 対 Akuma：22試合中10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：81試合中37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：81試合中37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 0.2 · 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 0.2 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 1.7% · 比較対象 1.4%
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