直近の対戦
敗北ランクマッチ
JP
JU
SA更新：1 日前
Steam
Otherクラブ · SantuarioC100%
SteamOtherクラブ · SantuarioC100%JustShadow
Try And Surpass Me
MR 1,803#10,762直近10戦6–4+11直近20戦12–8+25
勝率
59%
123勝 · 84敗 · 保存済み207件
ランクマッチの対戦
207
選択中のモード
勝利
123
ランクマッチ
敗北
84
ランクマッチ
最高MR
1,803
Sagat
ランクMR · Sagat
ローカル 205 · インポート 0 · グラフ 205 · 保存済み対戦 559
リプレイ未リクエスト
JPJUSA差の絶対値が大きい順23項目
| 傾向 | JustShadow | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 45.8% | 26.4% | +19.4% | |
| SA3 | 20.8% | 39.9% | -19.1% | |
| CA | 4.2% | 9.1% | -4.9% | |
| ドライブラッシュ（キャンセル） | 29.2% | 34.0% | -4.9% | |
| SA1 | 29.2% | 24.6% | +4.6% | |
| ドライブアーツ | 19.7% | 16.0% | +3.6% | |
| 画面端での攻め | 10.90 | 12.43 | -1.53 | |
| ドライブインパクト消費 | 2.4% | 1.3% | +1.0% | |
| 投げ | 1.60 | 2.23 | -0.63 | |
| 投げ抜け | 1.00 | 0.46 | +0.54 | |
| 画面端に追い込まれた時間 | 9.30 | 8.88 | +0.42 | |
| ドライブガード | 13.9% | 14.2% | -0.3% | |
| ドライブパリィ | 2.10 | 1.81 | +0.29 | |
| ドライブインパクト | 0.40 | 0.18 | +0.22 | |
| ジャストパリィ | 0.90 | 0.74 | +0.16 | |
| 投げ被弾 | 2.30 | 2.21 | +0.09 | |
| 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 | 0.08 | -0.08 | |
| スタン被弾 | 0.00 | 0.05 | -0.05 | |
| パリィ中に投げられた回数 | 0.20 | 0.25 | -0.05 | |
| ドライブラッシュ（パリィ） | 8.4% | 8.4% | -0.0% | |
| ドライブリバーサル | 0.20 | 0.24 | -0.04 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +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。
Sagat · 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 0.3 · 比較対象 0.18
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 0.3 · 比較対象 0.18
- ドライブインパクト消費：プロフィール 2% · 比較対象 1.3%
近距離の選択を振り返る
投げ：プロフィール 1.7 · 比較対象 2.27
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 1.7 · 比較対象 2.27
- 投げ抜け：プロフィール 0.6 · 比較対象 0.43
特定の組み合わせで繰り返す場面を研究する
対 Akuma：54試合中24勝
引用された対戦成績を、見る映像を選ぶ手がかりにします。複数の敗戦で繰り返す判断を探し、勝った試合とも比較しましょう。
試してみようそのキャラクター相手に繰り返す状況を一つ選び、練習で別の対応を確認します。次の5試合でその判断を記録しましょう。
根拠となる統計
- 対 Akuma：54試合中24勝
- 対 Luke：116試合中62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：nex-agi/nex-n2.5-pro:free
このプレイヤーへの対策
攻める前に守り方を探る
投げ抜け：プロフィール 0.6 · 比較対象 0.43
使い慣れた攻めを一度試し、実際の反応を観察します。その結果から次の選択を変え、行動回数から成功率を推測しないようにしましょう。
試してみよう理解している状況で普段の打撃・投げの選択を試します。同じ反応が続く時だけ狙いを絞り、相手が対応したらタイミングを変えるか仕切り直しましょう。
根拠となる統計
- 投げ抜け：プロフィール 0.6 · 比較対象 0.43
- 投げ被弾：プロフィール 1.7 · 比較対象 2.15
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 0.18
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 0.18
- ドライブインパクト消費：プロフィール 2% · 比較対象 1.3%
対戦成績を調査の手がかりにする
対 Akuma：54試合中24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 Akuma：54試合中24勝
- 対 Luke：116試合中62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：nex-agi/nex-n2.5-pro:free
JP · 直近100試合
改善するポイント
近距離の選択を振り返る
投げ抜け：プロフィール 1 · 比較対象 0.39
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 1 · 比較対象 0.39
- 投げ被弾：プロフィール 2.3 · 比較対象 2.13
- 投げ：プロフィール 1.6 · 比較対象 1.97
守りの判断を見直す
ドライブリバーサル：プロフィール 0.2 · 比較対象 0.13
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 0.2 · 比較対象 0.13
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成功：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成功：プロフィール 0.2 · 比較対象 0.13
- パニッシュカウンター被弾：プロフィール 0.1 · 比較対象 0.08
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-pro:free
このプレイヤーへの対策
近距離のパターンを探る
投げ抜け：プロフィール 1 · 比較対象 0.39
近距離での打撃、投げ、防御の実際の選択を観察します。傾向が見えてから、使い慣れた攻めの一部分だけを変えてみましょう。
試してみよう同じ反応が2回続いたら、その場面で別の選択を試します。相手が反応を変えたら、固定した癖だと思い込まず選択肢を散らしましょう。
根拠となる統計
- 投げ抜け：プロフィール 1 · 比較対象 0.39
- 投げ被弾：プロフィール 2.3 · 比較対象 2.13
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 0.4 · 比較対象 0.34
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 0.4 · 比較対象 0.34
- ドライブインパクト消費：プロフィール 2.4% · 比較対象 2.1%
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：58試合中37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：58試合中37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-pro:free