SF6Statsv0.20.20
Manon
更新于4天前SteamSteamOtherOtherC100%

ARRY

Shiranui-style Successor
段位 36MR 1,757#14,854
最近 10 场8–2+36最近 20 场15–5+66
胜率
60%
26 胜 · 17 负 · 已存 43 场
排位赛对战
43
已选模式
胜场
26
排位赛
负场
17
排位赛
最高 MR
1,765
Manon

排位 MR · Manon

本地 43 · 导入 0 · 图表显示 43 · 已存 300 场对战

最近一场对战

失败自定义房间

尚未请求回放
Manon
ARRY · Manon
Juri
对手 · Juriビュウとぅっとぅるぅ
打开回放

打法参考

与前—名Manon玩家的习惯对比

正在加载Manon…

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。

Mai · 最近100场

需要改进的地方

  1. 让斗气迸放有明确目的

    斗气迸放：档案 0.2 · 参考 0.16

    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 0.2 · 参考 0.16
    • 斗气迸放消耗：档案 2.1% · 参考 1.2%

  2. 追踪位置得失的过程

    版边压制：档案 7.2 · 参考 13.38

    回看五次被逼到角落的过程。除了最后的脱身尝试，也要找出更早交出空间的决策，并对照成功压制角落的场景。

    试试这样做

    在训练中重现反复出现的位置，比较常用应对与较少露出破绽的替代选择，再观察下一组对战中进入角落的频率。

    数据依据
    • 版边压制：档案 7.2 · 参考 13.38
    • 被困版边时间：档案 8.4 · 参考 8.39

  3. 明确每次量表消耗的目的

    斗气前冲（取消）：档案 51.8% · 参考 32.3%

    看着实际量表回顾五次资源决策，记录换来了什么以及还剩哪些选择。使用占比本身不能衡量效率。

    试试这样做

    练习熟悉连段的资源消耗版本与节省版本，比较结果和剩余量表，再决定各自适用的场景。

    数据依据
    • 斗气前冲（取消）：档案 51.8% · 参考 32.3%
    • 斗气前冲（招架）：档案 3.7% · 参考 7.1%

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8日 · AI：dots-studio/dots-3-note-preview:free

如何应对这位玩家

  1. 验证斗气迸放倾向

    斗气迸放：档案 0.2 · 参考 0.16

    观察特定场景下是否反复出现斗气迸放。考虑距离、硬直和量表，准备在训练中验证过的应对。

    试试这样做

    再次进入该场景时，采用更少暴露破绽的行动。如果迸放出现，就使用练过的应对；如果没有，就回到常规计划。

    数据依据
    • 斗气迸放：档案 0.2 · 参考 0.16
    • 斗气迸放消耗：档案 2.1% · 参考 1.2%

  2. 先试探实际防守反应

    斗气招架：档案 1.3 · 参考 1.69

    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 1.3 · 参考 1.69
    • 精准招架：档案 0.4 · 参考 0.67
    • 斗气反攻：档案 0.2 · 参考 0.15

  3. 试探近距离模式

    投技：档案 2.2 · 参考 2.57

    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 2.2 · 参考 2.57
    • 拆投：档案 0.2 · 参考 0.47
    • 受到投技：档案 1.6 · 参考 2.11

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8日 · AI：dots-studio/dots-3-note-preview:free

Manon · 最近100场

需要改进的地方

  1. 检查近距离选择

    拆投：档案 0.2 · 参考 0.56

    回看五次近距离交锋，区分投技机会、投技尝试和防守选择。仅靠汇总次数无法判断当时的正确答案。

    试试这样做

    在重复场景中记录打击和投技，练习选定的应对，再检查自己能否在实战中有意识地做出判断。

    数据依据
    • 拆投：档案 0.2 · 参考 0.56
    • 受到投技：档案 1.6 · 参考 2.28

  2. 复盘防守决策

    斗气反攻：档案 0.2 · 参考 0.3

    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 0.2 · 参考 0.3
    • 精准招架：档案 0.4 · 参考 0.64
    • 斗气招架：档案 1.3 · 参考 1.8

  3. 追踪位置得失的过程

    版边压制：档案 7.2 · 参考 8.16

    回看五次被逼到角落的过程。除了最后的脱身尝试，也要找出更早交出空间的决策，并对照成功压制角落的场景。

    试试这样做

    在训练中重现反复出现的位置，比较常用应对与较少露出破绽的替代选择，再观察下一组对战中进入角落的频率。

    数据依据
    • 版边压制：档案 7.2 · 参考 8.16
    • 被困版边时间：档案 8.4 · 参考 8.72

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8日 · AI：dots-studio/dots-3-note-preview:free

如何应对这位玩家

  1. 验证斗气迸放倾向

    斗气迸放：档案 0.2 · 参考 0.22

    观察特定场景下是否反复出现斗气迸放。考虑距离、硬直和量表，准备在训练中验证过的应对。

    试试这样做

    再次进入该场景时，采用更少暴露破绽的行动。如果迸放出现，就使用练过的应对；如果没有，就回到常规计划。

    数据依据
    • 斗气迸放：档案 0.2 · 参考 0.22
    • 斗气迸放消耗：档案 2.1% · 参考 1.8%

  2. 把对局战绩当作观察线索

    对阵Rashid：12场中获胜6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Rashid：12场中获胜6场
    • 对阵Lily：12场中获胜2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8日 · AI：dots-studio/dots-3-note-preview:free