直近の対戦
勝利ランクマッチ
RY
ZARY更新：2 日前
Steam
JapanC100%
SteamJapanC100%ポカリスエットの天ぷら
Still in the Fight
MR 1,508#219,415直近10戦5–5-1直近20戦9–11-19
勝率
55%
92勝 · 76敗 · 保存済み168件
ランクマッチの対戦
168
選択中のモード
勝利
92
ランクマッチ
敗北
76
ランクマッチ
最高MR
1,550
Ryu
ランクMR · Ryu
ローカル 166 · インポート 0 · グラフ 166 · 保存済み対戦 168
リプレイ未リクエスト
RYZARY差の絶対値が大きい順23項目
| 傾向 | ポカリスエットの天ぷら | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| CA | 35.9% | 9.4% | +26.5% | |
| SA2 | 0.0% | 20.3% | -20.3% | |
| SA1 | 15.4% | 34.9% | -19.5% | |
| SA3 | 48.7% | 35.4% | +13.3% | |
| ドライブアーツ | 7.6% | 18.9% | -11.3% | |
| ドライブラッシュ（キャンセル） | 44.7% | 36.4% | +8.2% | |
| ドライブガード | 8.6% | 11.9% | -3.2% | |
| 画面端での攻め | 9.50 | 10.94 | -1.44 | |
| ドライブラッシュ（パリィ） | 5.0% | 6.4% | -1.4% | |
| 投げ | 3.60 | 2.20 | +1.40 | |
| ドライブインパクト消費 | 2.2% | 1.1% | +1.1% | |
| ドライブパリィ | 1.00 | 1.69 | -0.69 | |
| 画面端に追い込まれた時間 | 9.10 | 8.58 | +0.52 | |
| ジャストパリィ | 0.20 | 0.71 | -0.51 | |
| 投げ被弾 | 2.40 | 2.06 | +0.34 | |
| ドライブリバーサル | 0.00 | 0.15 | -0.15 | |
| ドライブインパクト | 0.30 | 0.16 | +0.14 | |
| パニッシュカウンター成功 | 0.20 | 0.08 | +0.12 | |
| 投げ抜け | 0.50 | 0.44 | +0.06 | |
| スタン成功 | 0.10 | 0.05 | +0.05 | |
| スタン被弾 | 0.00 | 0.05 | -0.05 | |
| パニッシュカウンター被弾 | 0.10 | 0.07 | +0.03 | |
| パリィ中に投げられた回数 | 0.20 | 0.21 | -0.01 |
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。
Ryu · 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 0.07
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 0.2 · 比較対象 0.07
近距離の選択を振り返る
投げ：プロフィール 3.6 · 比較対象 2.2
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：プロフィール 3.6 · 比較対象 2.2
- 投げ被弾：プロフィール 2.8 · 比較対象 2.06
ゲージ消費の目的を決める
SA2：プロフィール 2.3% · 比較対象 20.3%
実際のゲージを見ながら消費判断を5回振り返ります。何を得て、どの選択肢が残ったかを記録しましょう。使用割合だけでは効率を測れません。
試してみよう使い慣れた連係で、ゲージを使う形と温存する形を練習します。結果と残量を比べ、それぞれに適した状況を決めましょう。
根拠となる統計
- SA2：プロフィール 2.3% · 比較対象 20.3%
- CA：プロフィール 27.9% · 比較対象 9.4%
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 2026/09/07 · 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 0.16
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 0.3 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 1.9% · 比較対象 1.1%
対戦成績を調査の手がかりにする
対 Char 253：312試合中180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 253：312試合中180勝
- 対 Luke：30試合中19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：66試合中36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：66試合中36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 2026/09/07 · AI：dots-studio/dots-3-note-preview:free