直近の対戦
勝利ランクマッチ
LU
TELU更新：2 日前
Steam
JapanC100%
SteamJapanC100%ずんだもち
Team CR
LP 23,361直近10戦7–3直近20戦13–7
勝率
65%
17勝 · 9敗 · 保存済み26件
ランクマッチの対戦
26
選択中のモード
勝利
17
ランクマッチ
敗北
9
ランクマッチ
最高LP
23,401
Luke
ランクLP · Luke
このキャラクターのLP推移
リプレイ未リクエスト
LUTELU差の絶対値が大きい順23項目
| 傾向 | ずんだもち | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 19.1% | 30.6% | -11.5% | |
| SA3 | 44.7% | 34.2% | +10.5% | |
| CA | 17.0% | 9.2% | +7.9% | |
| ドライブガード | 5.9% | 13.2% | -7.3% | |
| SA2 | 19.1% | 26.0% | -6.9% | |
| ドライブインパクト消費 | 8.1% | 1.4% | +6.7% | |
| ドライブラッシュ（パリィ） | 1.4% | 7.6% | -6.2% | |
| ドライブラッシュ（キャンセル） | 32.5% | 37.3% | -4.8% | |
| 画面端での攻め | 9.30 | 13.55 | -4.25 | |
| ドライブアーツ | 20.5% | 16.7% | +3.8% | |
| 画面端に追い込まれた時間 | 6.80 | 8.74 | -1.94 | |
| 投げ | 3.80 | 2.43 | +1.37 | |
| ドライブインパクト | 0.80 | 0.19 | +0.61 | |
| ドライブパリィ | 1.30 | 1.80 | -0.50 | |
| 投げ被弾 | 2.50 | 2.01 | +0.49 | |
| パニッシュカウンター成功 | 0.50 | 0.08 | +0.42 | |
| ジャストパリィ | 0.30 | 0.69 | -0.39 | |
| パニッシュカウンター被弾 | 0.40 | 0.06 | +0.34 | |
| ドライブリバーサル | 0.30 | 0.20 | +0.10 | |
| パリィ中に投げられた回数 | 0.30 | 0.22 | +0.08 | |
| 投げ抜け | 0.30 | 0.37 | -0.07 | |
| スタン被弾 | 0.10 | 0.06 | +0.04 | |
| スタン成功 | 0.10 | 0.07 | +0.03 |
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。
Luke · 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成功：プロフィール 0.5 · 比較対象 0.08
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 0.08
- パニッシュカウンター被弾：プロフィール 0.4 · 比較対象 0.06
ゲージ消費の目的を決める
ドライブガード：プロフィール 5.9% · 比較対象 13.2%
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
- ドライブガード：プロフィール 5.9% · 比較対象 13.2%
勝敗をまたいで判断を比べる
保存済みの直近ランクマッチ：21試合中15勝
保存された直近の試合から2勝と2敗を選び、判断が変わる場面を探します。戦績だけでは結果が変化した理由はわかりません。
試してみよう次の5試合で試す判断を一つ書き出します。勝敗だけで練習を評価せず、実行できたかと何が起きたかを振り返りましょう。
根拠となる統計
- 保存済みの直近ランクマッチ：21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 2026/09/12 · AI：nex-agi/nex-n2.5-mini: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 0.8 · 比較対象 0.19
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 0.8 · 比較対象 0.19
- ドライブインパクト消費：プロフィール 8.1% · 比較対象 1.4%
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 0.3 · 比較対象 0.2
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 0.3 · 比較対象 0.2
- ドライブパリィ：プロフィール 1.3 · 比較対象 1.8
対戦成績を調査の手がかりにする
対 Ryu：110試合中53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：110試合中53勝
- 対 Akuma：100試合中52勝
- 対 Yasmine：100試合中45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-mini:free