直近の対戦
勝利ランクマッチ
MA
TEMA更新：2 日前
CrossPlatform
Japanクラブ · HKSFIGHTCLUBC100%
CrossPlatformJapanクラブ · HKSFIGHTCLUBC100%MagMarisa
Classic Gamer
MR 1,804#10,276直近10戦6–4+12直近20戦13–7+40
勝率
55%
67勝 · 55敗 · 保存済み122件
ランクマッチの対戦
122
選択中のモード
勝利
67
ランクマッチ
敗北
55
ランクマッチ
最高MR
1,811
Marisa
ランクMR · Marisa
ローカル 122 · インポート 0 · グラフ 122 · 保存済み対戦 122
リプレイ未リクエスト
MATEMA差の絶対値が大きい順23項目
| 傾向 | MagMarisa | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 11.6% | 18.1% | -6.5% | |
| ドライブラッシュ（キャンセル） | 24.8% | 29.3% | -4.5% | |
| SA3 | 37.2% | 32.8% | +4.4% | |
| ドライブアーツ | 15.2% | 19.0% | -3.8% | |
| CA | 10.5% | 7.3% | +3.1% | |
| SA1 | 40.7% | 41.8% | -1.1% | |
| ドライブラッシュ（パリィ） | 7.9% | 8.9% | -1.0% | |
| 投げ | 1.20 | 2.03 | -0.83 | |
| ドライブリバーサル | 1.00 | 0.33 | +0.67 | |
| 画面端での攻め | 9.40 | 10.02 | -0.62 | |
| ドライブガード | 14.0% | 14.5% | -0.5% | |
| ドライブインパクト消費 | 2.4% | 1.8% | +0.5% | |
| 投げ抜け | 0.20 | 0.54 | -0.34 | |
| ジャストパリィ | 0.30 | 0.59 | -0.29 | |
| ドライブパリィ | 1.80 | 1.56 | +0.24 | |
| 画面端に追い込まれた時間 | 8.10 | 7.86 | +0.24 | |
| 投げ被弾 | 2.10 | 2.20 | -0.10 | |
| パニッシュカウンター被弾 | 0.20 | 0.11 | +0.09 | |
| スタン被弾 | 0.00 | 0.03 | -0.03 | |
| パリィ中に投げられた回数 | 0.30 | 0.28 | +0.02 | |
| パニッシュカウンター成功 | 0.10 | 0.11 | -0.01 | |
| スタン成功 | 0.10 | 0.09 | +0.01 | |
| ドライブインパクト | 0.20 | 0.20 | +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。
Marisa · 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 0.2 · 比較対象 0.11
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 0.2 · 比較対象 0.11
守りの判断を見直す
ドライブリバーサル：プロフィール 0.8 · 比較対象 0.32
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 0.8 · 比較対象 0.32
- ジャストパリィ：プロフィール 0.4 · 比較対象 0.6
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 Ken：54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：54試合中31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：84試合中50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：84試合中50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