直近の対戦
勝利ランクマッチ
CH
CACH更新：10 時間前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%みなみはるこ
Tonight@midnight=die
MR 1,377#560,169直近10戦4–6-18直近20戦8–12-34
勝率
39%
31勝 · 49敗 · 保存済み80件
ランクマッチの対戦
80
選択中のモード
勝利
31
ランクマッチ
敗北
49
ランクマッチ
最高MR
1,508
Chun-Li
ランクMR · Chun-Li
ローカル 38 · インポート 38 · グラフ 38 · 保存済み対戦 119
リプレイ未リクエスト
CHCACH差の絶対値が大きい順23項目
| 傾向 | みなみはるこ | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 9.4% | 34.5% | -25.1% | |
| SA3 | 50.0% | 26.2% | +23.8% | |
| ドライブインパクト消費 | 11.1% | 1.4% | +9.7% | |
| ドライブラッシュ（キャンセル） | 34.0% | 40.1% | -6.2% | |
| ドライブガード | 6.1% | 10.2% | -4.1% | |
| ドライブラッシュ（パリィ） | 2.0% | 5.0% | -3.0% | |
| 画面端での攻め | 8.80 | 11.27 | -2.47 | |
| 画面端に追い込まれた時間 | 7.60 | 9.57 | -1.97 | |
| CA | 9.4% | 7.6% | +1.8% | |
| ドライブアーツ | 15.6% | 16.9% | -1.3% | |
| ドライブインパクト | 0.90 | 0.16 | +0.74 | |
| 投げ | 1.80 | 2.39 | -0.59 | |
| ドライブパリィ | 1.10 | 1.64 | -0.54 | |
| パニッシュカウンター成功 | 0.60 | 0.10 | +0.50 | |
| SA2 | 31.3% | 31.7% | -0.5% | |
| パニッシュカウンター被弾 | 0.50 | 0.09 | +0.41 | |
| ジャストパリィ | 0.20 | 0.57 | -0.37 | |
| 投げ抜け | 0.10 | 0.40 | -0.30 | |
| 投げ被弾 | 1.80 | 2.08 | -0.28 | |
| ドライブリバーサル | 0.00 | 0.17 | -0.17 | |
| パリィ中に投げられた回数 | 0.10 | 0.22 | -0.12 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| スタン成功 | 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。
Chun-Li · 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 0.9 · 比較対象 0.16
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 0.9 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 11.1% · 比較対象 1.4%
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 0.5 · 比較対象 0.09
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 0.5 · 比較対象 0.09
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 · 比較対象 0.17
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 · 比較対象 0.17
- 投げ抜け：プロフィール 0.1 · 比較対象 0.4
- ドライブパリィ：プロフィール 1.1 · 比較対象 1.64
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 2026/09/14 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
対戦成績を調査の手がかりにする
対 Ryu：80試合中46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 Ryu：80試合中46勝
- 対 Akuma：61試合中35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：80試合中31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：80試合中31勝
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 0.16
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 0.9 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 11.1% · 比較対象 1.4%
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 2026/09/14 · AI：dots-studio/dots-3-note-preview:free