直近の対戦
敗北ランクマッチ
JA
EL
M.更新：1 週間前
Steam
Japanクラブ · chainsmokerC100%
SteamJapanクラブ · chainsmokerC100%アズラエル
Let's Do This
MR 1,609#66,553直近10戦3–7-28直近20戦8–12-31
勝率
32%
16勝 · 34敗 · 保存済み50件
ランクマッチの対戦
50
選択中のモード
勝利
16
ランクマッチ
敗北
34
ランクマッチ
最高MR
1,633
M. Bison
ランクMR · M. Bison
ローカル 47 · インポート 0 · グラフ 47 · 保存済み対戦 50
リプレイ未リクエスト
JAELM.差の絶対値が大きい順23項目
| 傾向 | アズラエル | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 22.8% | 33.7% | -10.9% | |
| ドライブアーツ | 11.1% | 18.7% | -7.7% | |
| SA3 | 40.4% | 35.2% | +5.2% | |
| ドライブラッシュ（キャンセル） | 34.5% | 30.0% | +4.5% | |
| SA2 | 24.6% | 21.0% | +3.6% | |
| 画面端での攻め | 8.90 | 11.91 | -3.01 | |
| ドライブガード | 11.0% | 13.4% | -2.4% | |
| CA | 12.3% | 10.2% | +2.1% | |
| 画面端に追い込まれた時間 | 9.10 | 9.85 | -0.75 | |
| ドライブインパクト消費 | 2.2% | 1.5% | +0.7% | |
| 投げ | 1.80 | 2.42 | -0.62 | |
| ジャストパリィ | 0.20 | 0.74 | -0.54 | |
| ドライブパリィ | 1.30 | 1.75 | -0.45 | |
| パリィ中に投げられた回数 | 0.10 | 0.26 | -0.16 | |
| 投げ抜け | 0.70 | 0.57 | +0.13 | |
| ドライブラッシュ（パリィ） | 7.3% | 7.2% | +0.1% | |
| パニッシュカウンター被弾 | 0.20 | 0.09 | +0.11 | |
| 投げ被弾 | 2.70 | 2.59 | +0.11 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| ドライブリバーサル | 0.30 | 0.33 | -0.03 | |
| スタン成功 | 0.10 | 0.07 | +0.03 | |
| パニッシュカウンター成功 | 0.10 | 0.11 | -0.01 | |
| ドライブインパクト | 0.20 | 0.19 | +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。
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 0.2 · 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
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 0.2 · 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 0.2 · 比較対象 0.18
- ドライブインパクト消費：プロフィール 2.2% · 比較対象 1.4%
近距離の選択を振り返る
投げ抜け：プロフィール 0.7 · 比較対象 0.47
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 0.7 · 比較対象 0.47
- 投げ：プロフィール 1.8 · 比較対象 2.55
- 投げ被弾：プロフィール 2.7 · 比較対象 2.48
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
再現性のある反撃機会を探す
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
統計は調査の手がかりです。その間合いで反撃できると確認済みの行動を探し、見た目だけで隙があると判断しないようにしましょう。
試してみよう対象の行動が出たら確認済みの反撃を試します。相手がその行動をやめたら、無理に狙わず通常の間合い管理に戻りましょう。
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
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 0.2 · 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 0.2 · 比較対象 0.18
- ドライブインパクト消費：プロフィール 2.2% · 比較対象 1.4%
近距離のパターンを探る
投げ抜け：プロフィール 0.7 · 比較対象 0.47
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 0.7 · 比較対象 0.47
- 投げ：プロフィール 1.8 · 比較対象 2.55
- 投げ被弾：プロフィール 2.7 · 比較対象 2.48
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