直近の対戦
敗北ランクマッチ
RY
ZARY更新：10 時間前
Steam
Japanクラブ · KitamuraKINGDOMC100%
SteamJapanクラブ · KitamuraKINGDOMC100%ntnt
Let's Do This
LP 7,562直近10戦5–5直近20戦7–13
勝率
42%
51勝 · 71敗 · 保存済み122件
ランクマッチの対戦
122
選択中のモード
勝利
51
ランクマッチ
敗北
71
ランクマッチ
最高LP
7,670
Ryu
ランクLP · Ryu
このキャラクターのLP推移
リプレイ未リクエスト
RYZARY差の絶対値が大きい順23項目
| 傾向 | ntnt | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA3 | 62.5% | 37.6% | +24.9% | |
| ドライブラッシュ（キャンセル） | 54.9% | 38.7% | +16.2% | |
| SA2 | 3.1% | 19.3% | -16.2% | |
| ドライブガード | 1.4% | 11.3% | -9.9% | |
| SA1 | 25.0% | 34.2% | -9.2% | |
| 画面端での攻め | 5.10 | 11.48 | -6.38 | |
| ドライブラッシュ（パリィ） | 0.4% | 5.8% | -5.5% | |
| ドライブアーツ | 14.4% | 18.8% | -4.4% | |
| ドライブインパクト消費 | 3.7% | 1.1% | +2.6% | |
| 画面端に追い込まれた時間 | 6.40 | 8.74 | -2.34 | |
| 投げ被弾 | 3.70 | 2.07 | +1.63 | |
| ドライブパリィ | 0.10 | 1.71 | -1.61 | |
| 投げ | 3.30 | 2.29 | +1.01 | |
| ジャストパリィ | 0.00 | 0.75 | -0.75 | |
| パニッシュカウンター被弾 | 0.60 | 0.07 | +0.53 | |
| CA | 9.4% | 8.9% | +0.4% | |
| ドライブインパクト | 0.50 | 0.16 | +0.34 | |
| パニッシュカウンター成功 | 0.30 | 0.07 | +0.23 | |
| パリィ中に投げられた回数 | 0.10 | 0.22 | -0.12 | |
| ドライブリバーサル | 0.00 | 0.11 | -0.11 | |
| スタン成功 | 0.00 | 0.06 | -0.06 | |
| 投げ抜け | 0.50 | 0.45 | +0.05 | |
| スタン被弾 | 0.10 | 0.06 | +0.04 |
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。
Ryu · 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 0.5 · 比較対象 0.07
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 0.5 · 比較対象 0.07
- パニッシュカウンター成功：プロフィール 0.2 · 比較対象 0.08
守りの判断を見直す
ドライブパリィ：プロフィール 0.1 · 比較対象 1.69
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 0.1 · 比較対象 1.69
- ジャストパリィ：プロフィール 0.1 · 比較対象 0.71
- ドライブリバーサル：プロフィール 0 · 比較対象 0.15
画面端に至る経緯を追う
画面端での攻め：プロフィール 4.4 · 比較対象 10.94
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 4.4 · 比較対象 10.94
- 画面端に追い込まれた時間：プロフィール 7.3 · 比較対象 8.58
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
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 0.4 · 比較対象 0.16
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 0.4 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 3.1% · 比較対象 1.1%
対戦成績を調査の手がかりにする
対 Mai：88試合中10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 Mai：88試合中10勝
- 対 Ken：13試合中8勝
- 対 Juri：12試合中6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：100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：100試合中43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 2026/09/07 · AI：dots-studio/dots-3-note-preview:free