最近一场对战
胜利排位赛
ED
JAED更新于2天前
Steam
Japan俱乐部 · MEDormM100%
SteamJapan俱乐部 · MEDormM100%ニシンのパイ
You Want the Foot?
MR 1,622#60,988最近 10 场8–2+47最近 20 场11–9+14
胜率
50%
14 胜 · 14 负 · 已存 28 场
排位赛对战
28
已选模式
胜场
14
排位赛
负场
14
排位赛
最高 MR
1,622
Ed
排位 MR · Ed
本地 28 · 导入 0 · 图表显示 28 · 已存 28 场对战
尚未请求回放
EDJAED按差值绝对值从大到小排列23 项习惯
| 习惯 | ニシンのパイ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 69.4% | 33.7% | +35.8% | |
| SA1 | 13.9% | 33.3% | -19.5% | |
| 斗气前冲（取消） | 53.5% | 35.3% | +18.2% | |
| SA2 | 5.6% | 23.2% | -17.6% | |
| 斗气防御 | 7.0% | 12.9% | -5.9% | |
| 斗气前冲（招架） | 1.1% | 6.8% | -5.7% | |
| 版边压制 | 7.80 | 11.75 | -3.95 | |
| 斗气技 | 14.7% | 18.1% | -3.4% | |
| CA | 11.1% | 9.8% | +1.3% | |
| 精准招架 | 0.20 | 0.79 | -0.59 | |
| 投技 | 3.10 | 2.53 | +0.57 | |
| 斗气迸放消耗 | 1.3% | 1.7% | -0.3% | |
| 斗气反攻 | 0.00 | 0.22 | -0.22 | |
| 被困版边时间 | 9.10 | 8.93 | +0.17 | |
| 招架时被投 | 0.10 | 0.21 | -0.11 | |
| 受到投技 | 2.10 | 2.20 | -0.10 | |
| 受到昏厥 | 0.10 | 0.04 | +0.06 | |
| 造成昏厥 | 0.00 | 0.06 | -0.06 | |
| 惩罚反击命中 | 0.10 | 0.14 | -0.04 | |
| 拆投 | 0.50 | 0.53 | -0.03 | |
| 斗气招架 | 1.90 | 1.92 | -0.02 | |
| 斗气迸放 | 0.20 | 0.22 | -0.02 | |
| 受到惩罚反击 | 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。
Ed · 最近100场
需要改进的地方
明确每次量表消耗的目的
SA3：档案 69.4% · 参考 30%
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
- SA3：档案 69.4% · 参考 30%
- SA1：档案 13.9% · 参考 33.1%
- SA2：档案 5.6% · 参考 27.6%
复盘防守决策
斗气反攻：档案 0 · 参考 0.2
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 · 参考 0.2
- 精准招架：档案 0.2 · 参考 0.76
- 斗气招架：档案 1.9 · 参考 1.77
追踪位置得失的过程
版边压制：档案 7.8 · 参考 11.8
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 7.8 · 参考 11.8
- 被困版边时间：档案 9.1 · 参考 9.53
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12日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
根据当前量表调整
SA3：档案 69.4% · 参考 30%
对战时关注实际斗气和超必杀量表。档案中的消耗倾向只是待验证的线索，不能预测燃尽或保证反击机会。
试试这样做对方大幅消耗后，接近前先重新评估双方可用选择。如果其资源决策与统计不同，就以当前场面为准。
数据依据
- SA3：档案 69.4% · 参考 30%
- SA1：档案 13.9% · 参考 33.1%
- SA2：档案 5.6% · 参考 27.6%
把对局战绩当作观察线索
对阵Ryu：44场中获胜25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Ryu：44场中获胜25场
- 对阵Terry：26场中获胜13场
- 对阵Jamie：25场中获胜11场
区分持续倾向与偶发失误
已保存的近期排位赛样本：28场中获胜14场
研究多场近期比赛，对照胜局与败局。围绕重复场景准备，不要只记住一次显眼失误。
试试这样做用第一回合验证一个观察假设。若重复出现，就应用准备好的调整；若没有，就放弃假设并观察新模式。
数据依据
- 已保存的近期排位赛样本：28场中获胜14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12日 · AI：dots-studio/dots-3-note-preview:free