直近の対戦
勝利ランクマッチ
M.
JUM.更新：1 日前
Steam
JapanM100%
SteamJapanM100%どすふぁんご
Let's Do This
LP 17,615直近10戦7–3直近20戦12–8
勝率
55%
83勝 · 68敗 · 保存済み151件
ランクマッチの対戦
151
選択中のモード
勝利
83
ランクマッチ
敗北
68
ランクマッチ
最高LP
17,615
M. Bison
ランクLP · M. Bison
このキャラクターのLP推移
リプレイ未リクエスト
M.JUM.差の絶対値が大きい順23項目
| 傾向 | どすふぁんご | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブアーツ | 56.0% | 18.7% | +37.2% | |
| ドライブラッシュ（キャンセル） | 0.1% | 30.0% | -29.8% | |
| SA3 | 54.4% | 35.2% | +19.2% | |
| SA2 | 5.9% | 21.0% | -15.1% | |
| SA1 | 22.1% | 33.7% | -11.6% | |
| CA | 17.6% | 10.2% | +7.4% | |
| ドライブガード | 7.2% | 13.4% | -6.1% | |
| 画面端に追い込まれた時間 | 5.10 | 9.85 | -4.75 | |
| ドライブインパクト消費 | 4.4% | 1.5% | +2.9% | |
| ドライブパリィ | 0.20 | 1.75 | -1.55 | |
| 画面端での攻め | 10.60 | 11.91 | -1.31 | |
| ドライブラッシュ（パリィ） | 6.0% | 7.2% | -1.2% | |
| ジャストパリィ | 0.00 | 0.74 | -0.74 | |
| 投げ抜け | 0.10 | 0.57 | -0.47 | |
| ドライブリバーサル | 0.10 | 0.33 | -0.23 | |
| 投げ | 2.20 | 2.42 | -0.22 | |
| パニッシュカウンター被弾 | 0.30 | 0.09 | +0.21 | |
| 投げ被弾 | 2.80 | 2.59 | +0.21 | |
| パリィ中に投げられた回数 | 0.10 | 0.26 | -0.16 | |
| ドライブインパクト | 0.30 | 0.19 | +0.11 | |
| パニッシュカウンター成功 | 0.20 | 0.11 | +0.09 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 |
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。
M. Bison · 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 0.3 · 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 0.3 · 比較対象 0.07
- 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
守りの判断を見直す
ドライブパリィ：プロフィール 0.2 · 比較対象 1.64
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
- ドライブパリィ：プロフィール 0.2 · 比較対象 1.64
- ジャストパリィ：プロフィール 0 · 比較対象 0.67
- ドライブリバーサル：プロフィール 0.1 · 比較対象 0.27
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 0.52
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 0.52
- 投げ被弾：プロフィール 2.8 · 比較対象 2.34
- 投げ：プロフィール 2.2 · 比較対象 2.43
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：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 0.2
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 0.2
- ドライブインパクト消費：プロフィール 4.4% · 比較対象 1.6%
対戦成績を調査の手がかりにする
対 Char 253：587試合中259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 253：587試合中259勝
- 対 Akuma：77試合中25勝
- 対 Zangief：51試合中25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：100試合中60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：100試合中60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 2026/09/09 · AI：dots-studio/dots-3-note-preview:free