直近の対戦
敗北カスタムルーム
A.
YAA.更新：6 時間前
CrossPlatform
Japanクラブ · KWhighschoolC100%
CrossPlatformJapanクラブ · KWhighschoolC100%油そば食べたい
Popularity Isn't Productive
LP 18,012勝率
—
0勝 · 0敗 · 保存済み0件
ランクマッチの対戦
0
選択中のモード
勝利
0
ランクマッチ
敗北
0
ランクマッチ
最高LP
18,012
A.K.I.
ランクLP · A.K.I.
このキャラクターのLP推移
この期間にはランクLPポイントがまだ十分ありません。
リプレイ未リクエスト
A.YAA.差の絶対値が大きい順23項目
| 傾向 | 油そば食べたい | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブラッシュ（キャンセル） | 1.9% | 23.3% | -21.4% | |
| SA2 | 9.0% | 22.0% | -13.0% | |
| ドライブインパクト消費 | 12.2% | 1.8% | +10.4% | |
| CA | 19.1% | 9.6% | +9.5% | |
| SA3 | 39.3% | 30.6% | +8.7% | |
| ドライブアーツ | 13.6% | 21.0% | -7.5% | |
| ドライブガード | 10.0% | 17.0% | -7.0% | |
| 画面端での攻め | 4.90 | 11.29 | -6.39 | |
| SA1 | 32.6% | 37.8% | -5.3% | |
| ドライブラッシュ（パリィ） | 7.3% | 11.0% | -3.6% | |
| ドライブリバーサル | 2.00 | 0.40 | +1.60 | |
| ドライブパリィ | 0.50 | 1.93 | -1.43 | |
| 画面端に追い込まれた時間 | 8.50 | 9.83 | -1.33 | |
| 投げ被弾 | 3.20 | 2.30 | +0.90 | |
| ジャストパリィ | 0.10 | 0.60 | -0.50 | |
| ドライブインパクト | 0.70 | 0.24 | +0.46 | |
| 投げ | 2.80 | 2.34 | +0.46 | |
| パニッシュカウンター被弾 | 0.50 | 0.11 | +0.39 | |
| 投げ抜け | 0.20 | 0.52 | -0.32 | |
| パニッシュカウンター成功 | 0.40 | 0.12 | +0.28 | |
| パリィ中に投げられた回数 | 0.10 | 0.22 | -0.12 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| スタン成功 | 0.10 | 0.08 | +0.02 |
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。
A.K.I. · 直近100試合
改善するポイント
守りの判断を見直す
ジャストパリィ：プロフィール 0 · 比較対象 0.54
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
- ジャストパリィ：プロフィール 0 · 比較対象 0.54
- ドライブパリィ：プロフィール 0.3 · 比較対象 1.77
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 0.5 · 比較対象 0.1
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 0.5 · 比較対象 0.1
- パニッシュカウンター被弾：プロフィール 0.4 · 比較対象 0.1
画面端に至る経緯を追う
画面端での攻め：プロフィール 8.4 · 比較対象 12.18
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
- 画面端での攻め：プロフィール 8.4 · 比較対象 12.18
- 画面端に追い込まれた時間：プロフィール 7.3 · 比較対象 9.75
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 2026/09/08 · 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 0.9 · 比較対象 0.21
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 0.9 · 比較対象 0.21
- ドライブインパクト消費：プロフィール 15.3% · 比較対象 1.6%
攻める前に守り方を探る
ドライブリバーサル：プロフィール 0.9 · 比較対象 0.4
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
- ドライブリバーサル：プロフィール 0.9 · 比較対象 0.4
- 投げ被弾：プロフィール 2.6 · 比較対象 2.33
対戦成績を調査の手がかりにする
対 Elena：43試合中11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 Elena：43試合中11勝
- 対 Akuma：33試合中15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 2026/09/08 · AI：dots-studio/dots-3-note-preview:free