直近の対戦
勝利ランクマッチ
KE
JUKE更新：2 日前
Steam
JapanC100%
SteamJapanC100%本田エドモンド本田
Team CAG
直近10戦6–4+15直近20戦14–6+61
勝率
67%
24勝 · 12敗 · 保存済み36件
ランクマッチの対戦
36
選択中のモード
勝利
24
ランクマッチ
敗北
12
ランクマッチ
最高MR
1,566
Ken
ランクMR · Ken
ローカル 36 · インポート 130 · グラフ 130 · 保存済み対戦 36
リプレイ未リクエスト
KEJUKE差の絶対値が大きい順23項目
| 傾向 | 本田エドモンド本田 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 7.8% | 25.9% | -18.1% | |
| SA3 | 53.1% | 35.8% | +17.3% | |
| ドライブラッシュ（キャンセル） | 46.8% | 38.2% | +8.6% | |
| ドライブアーツ | 7.9% | 14.9% | -7.0% | |
| ドライブガード | 9.1% | 12.7% | -3.6% | |
| ドライブラッシュ（パリィ） | 4.1% | 6.8% | -2.7% | |
| 画面端での攻め | 11.60 | 13.12 | -1.52 | |
| CA | 12.5% | 11.0% | +1.5% | |
| SA1 | 26.6% | 27.3% | -0.7% | |
| 画面端に追い込まれた時間 | 9.50 | 8.95 | +0.55 | |
| 投げ被弾 | 2.80 | 2.26 | +0.54 | |
| ドライブインパクト消費 | 1.9% | 1.4% | +0.5% | |
| ジャストパリィ | 0.50 | 0.84 | -0.34 | |
| 投げ抜け | 0.60 | 0.44 | +0.16 | |
| ドライブインパクト | 0.30 | 0.19 | +0.11 | |
| 投げ | 2.50 | 2.57 | -0.07 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| スタン成功 | 0.10 | 0.07 | +0.03 | |
| ドライブリバーサル | 0.20 | 0.23 | -0.03 | |
| パニッシュカウンター被弾 | 0.10 | 0.08 | +0.02 | |
| パリィ中に投げられた回数 | 0.20 | 0.21 | -0.01 | |
| ドライブパリィ | 1.90 | 1.89 | +0.01 | |
| パニッシュカウンター成功 | 0.10 | 0.10 | -0.00 |
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。
Ken · 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 0.1 · 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被弾：プロフィール 0.1 · 比較対象 0.08
- パニッシュカウンター成功：プロフィール 0.1 · 比較対象 0.1
画面端に至る経緯を追う
画面端に追い込まれた時間：プロフィール 9.5 · 比較対象 8.95
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
- 画面端に追い込まれた時間：プロフィール 9.5 · 比較対象 8.95
- 画面端での攻め：プロフィール 11.6 · 比較対象 13.12
ゲージ消費の目的を決める
ドライブラッシュ（キャンセル）：プロフィール 46.8% · 比較対象 38.2%
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
- ドライブラッシュ（キャンセル）：プロフィール 46.8% · 比較対象 38.2%
- ドライブラッシュ（パリィ）：プロフィール 4.1% · 比較対象 6.8%
- ドライブアーツ：プロフィール 7.9% · 比較対象 14.9%
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 2026/09/15 · AI：nex-agi/nex-n2.5-mini:free
このプレイヤーへの対策
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：36試合中24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：36試合中24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 2026/09/15 · AI：nex-agi/nex-n2.5-mini:free