直近の対戦
敗北バトルハブ
AL
JU更新：4 日前
Steam
JapanC100%
SteamJapanC100%Pazuru
Let's Do This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MR
—
ランクMR
ローカル 0 · インポート 0 · グラフ 0 · 保存済み対戦 68
この期間にはランクMRポイントがまだ十分ありません。
リプレイ未リクエスト
ALJUAL差の絶対値が大きい順23項目
| 傾向 | Pazuru | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 19.1% | 43.0% | -23.9% | |
| SA3 | 42.6% | 22.1% | +20.5% | |
| ドライブアーツ | 7.3% | 14.2% | -6.9% | |
| ドライブラッシュ（キャンセル） | 39.5% | 33.0% | +6.4% | |
| ドライブガード | 9.1% | 14.1% | -5.0% | |
| SA2 | 31.9% | 28.4% | +3.5% | |
| ドライブラッシュ（パリィ） | 5.9% | 8.2% | -2.3% | |
| ドライブインパクト消費 | 3.7% | 1.7% | +2.0% | |
| 画面端での攻め | 7.50 | 9.01 | -1.51 | |
| 投げ | 1.30 | 2.32 | -1.02 | |
| ドライブパリィ | 0.90 | 1.63 | -0.73 | |
| ジャストパリィ | 0.20 | 0.70 | -0.50 | |
| 投げ被弾 | 2.50 | 2.12 | +0.38 | |
| CA | 6.4% | 6.5% | -0.1% | |
| 画面端に追い込まれた時間 | 10.00 | 9.88 | +0.12 | |
| ドライブインパクト | 0.30 | 0.20 | +0.10 | |
| パリィ中に投げられた回数 | 0.20 | 0.29 | -0.09 | |
| パニッシュカウンター成功 | 0.20 | 0.12 | +0.08 | |
| パニッシュカウンター被弾 | 0.20 | 0.12 | +0.08 | |
| 投げ抜け | 0.40 | 0.48 | -0.08 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| スタン被弾 | 0.00 | 0.05 | -0.05 | |
| ドライブリバーサル | 0.50 | 0.47 | +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。
Alex · 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 0.2 · 比較対象 0.7
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 0.2 · 比較対象 0.7
- ドライブパリィ：プロフィール 0.9 · 比較対象 1.63
ゲージ消費の目的を決める
SA3：プロフィール 42.6% · 比較対象 22.1%
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 42.6% · 比較対象 22.1%
- SA1：プロフィール 19.1% · 比較対象 43%
画面端に至る経緯を追う
画面端での攻め：プロフィール 7.5 · 比較対象 9.01
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 7.5 · 比較対象 9.01
- 画面端に追い込まれた時間：プロフィール 10 · 比較対象 9.88
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
対戦成績を調査の手がかりにする
対 Jamie：83試合中58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 Jamie：83試合中58勝
- 対 Akuma：73試合中38勝
- 対 Ryu：41試合中27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 0.3 · 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 0.3 · 比較対象 0.2
近距離のパターンを探る
投げ：プロフィール 1.3 · 比較対象 2.32
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：プロフィール 1.3 · 比較対象 2.32
- 投げ被弾：プロフィール 2.5 · 比較対象 2.12
- 投げ抜け：プロフィール 0.4 · 比較対象 0.48
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