直近の対戦
敗北カスタムルーム
ED
KEED更新：3 週間前
Steam
Indiaクラブ · IndianFgcC100%
SteamIndiaクラブ · IndianFgcC100%Shunitsu
Because I'm Cute, Obviously!
MR 1,496#261,796直近10戦4–6-5直近20戦7–13-38
勝率
44%
47勝 · 60敗 · 保存済み107件
ランクマッチの対戦
107
選択中のモード
勝利
47
ランクマッチ
敗北
60
ランクマッチ
最高MR
1,501
Ed
ランクMR · Ed
ローカル 107 · インポート 0 · グラフ 107 · 保存済み対戦 252
リプレイ未リクエスト
EDKEED差の絶対値が大きい順23項目
| 傾向 | Shunitsu | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA3 | 68.6% | 33.7% | +35.0% | |
| SA1 | 11.8% | 33.3% | -21.6% | |
| SA2 | 5.9% | 23.2% | -17.3% | |
| ドライブラッシュ（キャンセル） | 30.8% | 35.3% | -4.5% | |
| CA | 13.7% | 9.8% | +3.9% | |
| ドライブラッシュ（パリィ） | 9.1% | 6.8% | +2.3% | |
| 画面端での攻め | 9.50 | 11.75 | -2.25 | |
| ドライブアーツ | 20.3% | 18.1% | +2.2% | |
| ドライブガード | 11.1% | 12.9% | -1.8% | |
| ドライブパリィ | 0.40 | 1.92 | -1.52 | |
| 画面端に追い込まれた時間 | 7.50 | 8.93 | -1.43 | |
| ジャストパリィ | 0.10 | 0.79 | -0.69 | |
| ドライブインパクト消費 | 1.3% | 1.7% | -0.3% | |
| ドライブリバーサル | 0.00 | 0.22 | -0.22 | |
| 投げ被弾 | 2.00 | 2.20 | -0.20 | |
| 投げ抜け | 0.40 | 0.53 | -0.13 | |
| パニッシュカウンター被弾 | 0.20 | 0.10 | +0.10 | |
| 投げ | 2.60 | 2.53 | +0.07 | |
| スタン被弾 | 0.10 | 0.04 | +0.06 | |
| スタン成功 | 0.10 | 0.06 | +0.04 | |
| パニッシュカウンター成功 | 0.10 | 0.14 | -0.04 | |
| ドライブインパクト | 0.20 | 0.22 | -0.02 | |
| 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。
Ed · 直近100試合
改善するポイント
守りの判断を見直す
ドライブパリィ：プロフィール 0.4 · 比較対象 1.77
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
- ドライブパリィ：プロフィール 0.4 · 比較対象 1.77
- ジャストパリィ：プロフィール 0.1 · 比較対象 0.76
- ドライブリバーサル：プロフィール 0 · 比較対象 0.2
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 0.11
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 0.11
- パニッシュカウンター成功：プロフィール 0.1 · 比較対象 0.11
ゲージ消費の目的を決める
SA3：プロフィール 68.6% · 比較対象 30%
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
- SA3：プロフィール 68.6% · 比較対象 30%
- SA2：プロフィール 5.9% · 比較対象 27.6%
- SA1：プロフィール 11.8% · 比較対象 33.1%
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 2026/08/26 · 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 Ken：94試合中40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 Ken：94試合中40勝
- 対 Jamie：66試合中32勝
- 対 Sagat：36試合中15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：96試合中43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：96試合中43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 0.2 · 比較対象 0.2
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 0.2
- ドライブインパクト消費：プロフィール 1.3% · 比較対象 1.5%
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 2026/08/26 · AI：dots-studio/dots-3-note-preview:free