直近の対戦
勝利ランクマッチ
KE
RY
DH更新：2 日前
Steam
Japanクラブ · ChinjuLandC100%
SteamJapanクラブ · ChinjuLandC100%ーーキリトリセンーー
Jobless and Invincible
MR 1,640#51,559直近10戦6–4-8直近20戦10–10-23
勝率
48%
22勝 · 24敗 · 保存済み46件
ランクマッチの対戦
46
選択中のモード
勝利
22
ランクマッチ
敗北
24
ランクマッチ
最高MR
1,686
Dhalsim
ランクMR · Dhalsim
ローカル 39 · インポート 0 · グラフ 39 · 保存済み対戦 55
リプレイ未リクエスト
KERYDH差の絶対値が大きい順23項目
| 傾向 | ーーキリトリセンーー | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 76.6% | 53.6% | +23.0% | |
| ドライブラッシュ（キャンセル） | 14.0% | 30.7% | -16.7% | |
| SA3 | 10.5% | 24.5% | -14.0% | |
| SA2 | 8.9% | 15.0% | -6.1% | |
| ドライブアーツ | 25.8% | 21.5% | +4.3% | |
| 画面端に追い込まれた時間 | 16.10 | 12.39 | +3.71 | |
| ドライブインパクト消費 | 4.9% | 1.7% | +3.2% | |
| ドライブガード | 15.8% | 12.9% | +3.0% | |
| CA | 4.0% | 6.9% | -2.9% | |
| 画面端での攻め | 5.90 | 7.51 | -1.61 | |
| ドライブパリィ | 2.50 | 1.69 | +0.81 | |
| ドライブラッシュ（パリィ） | 6.6% | 7.3% | -0.7% | |
| ドライブインパクト | 0.80 | 0.23 | +0.57 | |
| 投げ被弾 | 2.60 | 2.06 | +0.54 | |
| パニッシュカウンター成功 | 0.40 | 0.14 | +0.26 | |
| 投げ | 2.00 | 1.81 | +0.19 | |
| パリィ中に投げられた回数 | 0.10 | 0.25 | -0.15 | |
| ジャストパリィ | 0.60 | 0.47 | +0.13 | |
| 投げ抜け | 0.30 | 0.42 | -0.12 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| ドライブリバーサル | 0.60 | 0.56 | +0.04 | |
| スタン成功 | 0.10 | 0.07 | +0.03 | |
| パニッシュカウンター被弾 | 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。
Dhalsim · 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 0.1 · 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被弾：プロフィール 0.1 · 比較対象 0.1
- パニッシュカウンター成功：プロフィール 0.4 · 比較対象 0.14
画面端に至る経緯を追う
画面端に追い込まれた時間：プロフィール 16.1 · 比較対象 12.39
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
- 画面端に追い込まれた時間：プロフィール 16.1 · 比較対象 12.39
- 画面端での攻め：プロフィール 5.9 · 比較対象 7.51
近距離の選択を振り返る
投げ被弾：プロフィール 2.6 · 比較対象 2.06
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
- 投げ被弾：プロフィール 2.6 · 比較対象 2.06
- 投げ：プロフィール 2 · 比較対象 1.81
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 2026/09/12 · 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 Char 253：308試合中160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 253：308試合中160勝
- 対 Luke：47試合中24勝
- 対 Ryu：28試合中21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：39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：39試合中16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 2026/09/12 · AI：nex-agi/nex-n2.5-mini:free