直近の対戦
敗北ランクマッチ
IN
LU
ZA更新：4 日前
Steam
JapanM100%
SteamJapanM100%人間のなり損ない
Let's Do This
MR 1,535#163,346直近10戦1–9-62直近20戦5–15-77
勝率
43%
55勝 · 73敗 · 保存済み128件
ランクマッチの対戦
128
選択中のモード
勝利
55
ランクマッチ
敗北
73
ランクマッチ
最高MR
1,646
Zangief
ランクMR · Zangief
ローカル 128 · インポート 0 · グラフ 128 · 保存済み対戦 128
リプレイ未リクエスト
INLUZA差の絶対値が大きい順23項目
| 傾向 | 人間のなり損ない | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ（キャンセル） | 11.3% | 35.2% | -23.9% | |
| SA2 | 56.0% | 36.6% | +19.3% | |
| SA1 | 7.1% | 21.1% | -14.0% | |
| ドライブアーツ | 24.0% | 12.9% | +11.1% | |
| SA3 | 25.0% | 30.6% | -5.6% | |
| ドライブインパクト消費 | 6.5% | 2.1% | +4.4% | |
| 画面端に追い込まれた時間 | 12.80 | 10.28 | +2.52 | |
| ドライブラッシュ（パリィ） | 10.0% | 7.9% | +2.1% | |
| ドライブガード | 16.6% | 14.6% | +1.9% | |
| ジャストパリィ | 0.20 | 0.77 | -0.57 | |
| 投げ抜け | 0.90 | 0.57 | +0.33 | |
| ドライブインパクト | 0.60 | 0.27 | +0.33 | |
| 投げ被弾 | 2.60 | 2.32 | +0.28 | |
| パニッシュカウンター被弾 | 0.40 | 0.13 | +0.27 | |
| CA | 11.9% | 11.7% | +0.2% | |
| ドライブリバーサル | 0.60 | 0.42 | +0.18 | |
| スタン被弾 | 0.20 | 0.07 | +0.13 | |
| パニッシュカウンター成功 | 0.30 | 0.19 | +0.11 | |
| ドライブパリィ | 2.00 | 2.09 | -0.09 | |
| 投げ | 2.60 | 2.51 | +0.09 | |
| 画面端での攻め | 6.60 | 6.66 | -0.06 | |
| スタン成功 | 0.10 | 0.08 | +0.02 | |
| パリィ中に投げられた回数 | 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。
Zangief · 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 0.6 · 比較対象 0.27
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 0.6 · 比較対象 0.27
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 0.13
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 0.13
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 15.2 · 比較対象 10.28
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 15.2 · 比較対象 10.28
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 2026/09/09 · AI：nex-agi/nex-n2.5-mini:free
このプレイヤーへの対策
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：71試合中31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：71試合中31勝
対戦成績を調査の手がかりにする
対 Luke：62試合中36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 Luke：62試合中36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 0.6 · 比較対象 0.27
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 0.6 · 比較対象 0.27
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 2026/09/09 · AI：nex-agi/nex-n2.5-mini:free