直近の対戦
勝利ランクマッチ
LU
MALU更新：3 日前
Steam
JapanC100%
SteamJapanC100%自認綾小路清隆
Let's Do This
MR 1,572#115,024直近10戦7–3+31直近20戦12–8+35
勝率
56%
78勝 · 62敗 · 保存済み140件
ランクマッチの対戦
140
選択中のモード
勝利
78
ランクマッチ
敗北
62
ランクマッチ
最高MR
1,588
Luke
ランクMR · Luke
ローカル 87 · インポート 0 · グラフ 87 · 保存済み対戦 140
リプレイ未リクエスト
LUMALU差の絶対値が大きい順23項目
| 傾向 | 自認綾小路清隆 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 5.6% | 26.9% | -21.2% | |
| SA1 | 40.8% | 30.0% | +10.8% | |
| CA | 19.7% | 9.4% | +10.3% | |
| ドライブインパクト消費 | 3.9% | 1.4% | +2.5% | |
| 画面端での攻め | 11.40 | 13.81 | -2.41 | |
| ドライブガード | 11.8% | 13.7% | -1.9% | |
| ドライブアーツ | 15.1% | 16.3% | -1.3% | |
| 投げ | 1.40 | 2.35 | -0.95 | |
| ドライブラッシュ（パリィ） | 7.0% | 7.7% | -0.7% | |
| ドライブパリィ | 1.30 | 1.87 | -0.57 | |
| ドライブラッシュ（キャンセル） | 37.4% | 37.0% | +0.4% | |
| ジャストパリィ | 0.40 | 0.77 | -0.37 | |
| ドライブインパクト | 0.50 | 0.20 | +0.30 | |
| 投げ被弾 | 2.40 | 2.11 | +0.29 | |
| 投げ抜け | 0.20 | 0.46 | -0.26 | |
| パニッシュカウンター成功 | 0.30 | 0.10 | +0.20 | |
| 画面端に追い込まれた時間 | 8.70 | 8.85 | -0.15 | |
| ドライブリバーサル | 0.10 | 0.22 | -0.12 | |
| パニッシュカウンター被弾 | 0.20 | 0.09 | +0.11 | |
| SA3 | 33.8% | 33.7% | +0.1% | |
| スタン被弾 | 0.10 | 0.07 | +0.03 | |
| スタン成功 | 0.10 | 0.08 | +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。
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 0.3 · 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 0.3 · 比較対象 0.08
- パニッシュカウンター被弾：プロフィール 0.2 · 比較対象 0.06
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 0.5 · 比較対象 0.19
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 0.5 · 比較対象 0.19
- ドライブインパクト消費：プロフィール 3.9% · 比較対象 1.4%
画面端に至る経緯を追う
画面端での攻め：プロフィール 11.4 · 比較対象 13.55
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 11.4 · 比較対象 13.55
- 画面端に追い込まれた時間：プロフィール 8.7 · 比較対象 8.74
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：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 Char 253：597試合中289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 Char 253：597試合中289勝
- 対 Luke：59試合中24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：72試合中36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：72試合中36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 0.5 · 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 0.5 · 比較対象 0.19
- ドライブインパクト消費：プロフィール 3.9% · 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 2026/09/12 · AI：dots-studio/dots-3-note-preview:free