最近一场对战
胜利休闲赛
RY
JP
KE更新于2天前
Steam
Japan俱乐部 · DokkoishoC100%
SteamJapan俱乐部 · DokkoishoC100%大知さん12才
Let's Do This
MR 1,600#95,570最近 10 场8–2+52最近 20 场12–8+38
胜率
54%
26 胜 · 22 负 · 已存 48 场
排位赛对战
48
已选模式
胜场
26
排位赛
负场
22
排位赛
最高 MR
1,600
Ken
排位 MR · Ken
本地 48 · 导入 0 · 图表显示 48 · 已存 141 场对战
尚未请求回放
RYJPKE按差值绝对值从大到小排列23 项习惯
| 习惯 | 大知さん12才 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 42.6% | 35.8% | +6.8% | |
| SA2 | 22.2% | 25.9% | -3.7% | |
| SA1 | 24.1% | 27.3% | -3.2% | |
| 斗气防御 | 9.7% | 12.7% | -3.1% | |
| 被困版边时间 | 11.00 | 8.95 | +2.05 | |
| 版边压制 | 11.20 | 13.12 | -1.92 | |
| 斗气前冲（取消） | 39.5% | 38.2% | +1.3% | |
| 斗气技 | 13.8% | 14.9% | -1.1% | |
| 斗气招架 | 0.90 | 1.89 | -0.99 | |
| 精准招架 | 0.10 | 0.84 | -0.74 | |
| 投技 | 3.20 | 2.57 | +0.63 | |
| 斗气迸放消耗 | 0.8% | 1.4% | -0.6% | |
| 受到投技 | 2.60 | 2.26 | +0.34 | |
| 拆投 | 0.60 | 0.44 | +0.16 | |
| 斗气反攻 | 0.10 | 0.23 | -0.13 | |
| 斗气迸放 | 0.10 | 0.19 | -0.09 | |
| 招架时被投 | 0.30 | 0.21 | +0.09 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| CA | 11.1% | 11.0% | +0.1% | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 受到惩罚反击 | 0.10 | 0.08 | +0.02 | |
| 斗气前冲（招架） | 6.8% | 6.8% | +0.0% | |
| 惩罚反击命中 | 0.10 | 0.10 | -0.00 |
从数据到练习
最近100场对战计划
根据此档案的习惯和战绩，生成可在实战中验证的思路。习惯统计涵盖所有角色；所选角色用于确定对照组。
正在检查已保存的对战计划…
使用OpenRouter的免费AI模型分析公开档案统计。计划会保存以供共享和复用。建议是基于统计的假设，并非回放视频分析。已保存的对战计划
保留生成时依据数据和日期的AI计划。展开即可阅读两种视角。
Ken · 最近100场
需要改进的地方
找出惩罚反击的原因
惩罚反击命中：档案 0 · 参考 0.1
分别回看五次受到和打出的惩罚反击。先区分空挥与被防后留出破绽，再选择练习目标。
试试这样做在训练中重现一个反复出现的场景，检查距离和帧数计量表，再练习更稳妥的选择或确实能命中的反击。
数据依据
- 惩罚反击命中：档案 0 · 参考 0.1
- 受到惩罚反击：档案 0.1 · 参考 0.08
让斗气迸放有明确目的
斗气迸放：档案 0.1 · 参考 0.17
回看五次斗气迸放，记录使用场景和结果。保留有效用法，研究反复失败的原因，而不是追求参考平均次数。
试试这样做在不同训练人偶槽位记录斗气迸放与普通攻击，混合播放，练习辨别并选择当前量表状态下可用的应对。
数据依据
- 斗气迸放：档案 0.1 · 参考 0.17
- 斗气迸放消耗：档案 0.6% · 参考 1.3%
复盘防守决策
斗气招架：档案 1.1 · 参考 1.93
比较五个防守场景：对手做了什么、你选了什么、结果如何。招架或拆投次数少，并不直接说明防守有弱点。
试试这样做从一个棘手场景记录两种不同选择，练习辨别和应对，再检查下一组对战中的判断是否改善。
数据依据
- 斗气招架：档案 1.1 · 参考 1.93
- 精准招架：档案 0.2 · 参考 0.8
- 斗气反攻：档案 0.1 · 参考 0.19
AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案，角色战绩与近期样本的统计范围不同。这些是供验证的思路，并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势，并非生涯习惯平均值。
数据保存于2026年9月7日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
先试探实际防守反应
斗气招架：档案 1.1 · 参考 1.93
尝试一次熟悉的压制场景并观察真实反应，再据此变化下一次选择。不要把事件次数当作成功率。
试试这样做在理解的局面中尝试常用的打投选择。只在反应稳定时继续针对；对方开始调整时，就改变节奏或重新拉开。
数据依据
- 斗气招架：档案 1.1 · 参考 1.93
- 精准招架：档案 0.2 · 参考 0.8
试探近距离模式
投技：档案 3.1 · 参考 2.62
观察实际的打击、投技和防守选择。出现倾向后，再改变熟悉攻防中的一个部分。
试试这样做同样的反应连续出现两次后，尝试不同选择。如果对方改变反应，就重新混合选项，不要认定这个模式永远有效。
数据依据
- 投技：档案 3.1 · 参考 2.62
- 拆投：档案 0.4 · 参考 0.45
- 受到投技：档案 2.7 · 参考 2.26
保持压力但不过度冒进
版边压制：档案 11.1 · 参考 12.91
寻找用熟悉选择获取空间的机会。把对手逼到角落后，先观察实际脱身方式，再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现，就练习针对该动作的应对；如果对方变化防守，就不要押注单一判断。
数据依据
- 版边压制：档案 11.1 · 参考 12.91
- 被困版边时间：档案 11.1 · 参考 8.75
AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案，角色战绩与近期样本的统计范围不同。这些是供验证的思路，并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势，并非生涯习惯平均值。
数据保存于2026年9月7日 · AI：dots-studio/dots-3-note-preview:free
Marisa · 最近100场
需要改进的地方
让斗气迸放有明确目的
斗气迸放：档案 0.1 · 参考 0.2
回看五次斗气迸放，记录使用场景和结果。保留有效用法，研究反复失败的原因，而不是追求参考平均次数。
试试这样做在不同训练人偶槽位记录斗气迸放与普通攻击，混合播放，练习辨别并选择当前量表状态下可用的应对。
数据依据
- 斗气迸放：档案 0.1 · 参考 0.2
- 斗气迸放消耗：档案 0.6% · 参考 1.9%
找出惩罚反击的原因
惩罚反击命中：档案 0 · 参考 0.12
分别回看五次受到和打出的惩罚反击。先区分空挥与被防后留出破绽，再选择练习目标。
试试这样做在训练中重现一个反复出现的场景，检查距离和帧数计量表，再练习更稳妥的选择或确实能命中的反击。
数据依据
- 惩罚反击命中：档案 0 · 参考 0.12
- 受到惩罚反击：档案 0.1 · 参考 0.11
复盘防守决策
斗气反攻：档案 0.1 · 参考 0.32
比较五个防守场景：对手做了什么、你选了什么、结果如何。招架或拆投次数少，并不直接说明防守有弱点。
试试这样做从一个棘手场景记录两种不同选择，练习辨别和应对，再检查下一组对战中的判断是否改善。
数据依据
- 斗气反攻：档案 0.1 · 参考 0.32
- 精准招架：档案 0.2 · 参考 0.6
- 斗气招架：档案 1.1 · 参考 1.59
AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案，角色战绩与近期样本的统计范围不同。这些是供验证的思路，并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势，并非生涯习惯平均值。
数据保存于2026年9月7日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Char 253：63场中获胜33场
较低胜率提示可以研究哪些录像，但不保证选角优势。确认同一种困难场景是否出现在多场比赛中。
试试这样做如果你使用引用的角色，就试一次录像中熟悉的场景。对方应对良好时，放弃原假设，按实际表现调整。
数据依据
- 对阵Char 253：63场中获胜33场
- 对阵Rashid：13场中获胜6场
- 对阵Ed：11场中获胜7场
AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案，角色战绩与近期样本的统计范围不同。这些是供验证的思路，并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势，并非生涯习惯平均值。
数据保存于2026年9月7日 · AI：dots-studio/dots-3-note-preview:free