最近一场对战
胜利排位赛
AL
JUAL更新于4天前
Steam
JapanC100%
SteamJapanC100%N-35
True Master
MR 1,611#67,077最近 10 场4–6-18最近 20 场12–8+32
胜率
53%
58 胜 · 51 负 · 已存 109 场
排位赛对战
109
已选模式
胜场
58
排位赛
负场
51
排位赛
最高 MR
1,612
Alex
排位 MR · Alex
本地 108 · 导入 0 · 图表显示 108 · 已存 116 场对战
尚未请求回放
ALJUAL按差值绝对值从大到小排列23 项习惯
| 习惯 | N-35 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 19.2% | 27.6% | -8.4% | |
| SA3 | 32.9% | 25.2% | +7.7% | |
| CA | 13.7% | 8.3% | +5.4% | |
| 斗气技 | 18.2% | 13.2% | +5.0% | |
| SA1 | 34.2% | 38.9% | -4.7% | |
| 斗气前冲（取消） | 37.8% | 33.2% | +4.6% | |
| 斗气前冲（招架） | 4.4% | 8.2% | -3.8% | |
| 斗气防御 | 11.9% | 14.0% | -2.1% | |
| 版边压制 | 8.10 | 10.07 | -1.97 | |
| 斗气迸放消耗 | 1.4% | 2.0% | -0.7% | |
| 斗气招架 | 2.20 | 1.62 | +0.58 | |
| 被困版边时间 | 9.00 | 9.50 | -0.50 | |
| 斗气反攻 | 0.10 | 0.43 | -0.33 | |
| 拆投 | 0.70 | 0.51 | +0.19 | |
| 投技 | 2.10 | 2.24 | -0.14 | |
| 斗气迸放 | 0.10 | 0.23 | -0.13 | |
| 受到惩罚反击 | 0.00 | 0.11 | -0.11 | |
| 招架时被投 | 0.20 | 0.27 | -0.07 | |
| 精准招架 | 0.70 | 0.64 | +0.06 | |
| 惩罚反击命中 | 0.10 | 0.14 | -0.04 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 受到投技 | 2.20 | 2.18 | +0.02 | |
| 造成昏厥 | 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。
M. Bison · 最近100场
需要改进的地方
找出惩罚反击的原因
受到惩罚反击：档案 0.2 · 参考 0.07
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
- 受到惩罚反击：档案 0.2 · 参考 0.07
让斗气迸放有明确目的
斗气迸放：档案 0.2 · 参考 0.18
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 0.18
- 斗气迸放消耗：档案 1.7% · 参考 1.4%
检查近距离选择
拆投：档案 0.8 · 参考 0.47
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 0.8 · 参考 0.47
- 投技：档案 2 · 参考 2.55
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6日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
寻找可重复利用的反击机会
受到惩罚反击：档案 0.2 · 参考 0.07
把统计作为观察线索。寻找你已验证在该距离能反击的动作，不要仅凭观感认定它有破绽。
试试这样做该动作出现时，尝试已确认的反击。如果对方不再使用，就恢复平常的距离控制，不必强行寻找机会。
数据依据
- 受到惩罚反击：档案 0.2 · 参考 0.07
验证斗气迸放倾向
斗气迸放：档案 0.2 · 参考 0.18
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 0.18
- 斗气迸放消耗：档案 1.7% · 参考 1.4%
试探近距离模式
拆投：档案 0.8 · 参考 0.47
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
- 拆投：档案 0.8 · 参考 0.47
- 投技：档案 2 · 参考 2.55
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6日 · AI：dots-studio/dots-3-note-preview:free
Elena · 最近100场
需要改进的地方
找出惩罚反击的原因
受到惩罚反击：档案 0.2 · 参考 0.07
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
- 受到惩罚反击：档案 0.2 · 参考 0.07
检查近距离选择
拆投：档案 0.8 · 参考 0.46
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 0.8 · 参考 0.46
- 投技：档案 2 · 参考 2.27
追踪位置得失的过程
版边压制：档案 8.1 · 参考 13.58
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 8.1 · 参考 13.58
- 被困版边时间：档案 7.6 · 参考 8.42
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6日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
寻找可重复利用的反击机会
受到惩罚反击：档案 0.2 · 参考 0.07
把统计作为观察线索。寻找你已验证在该距离能反击的动作，不要仅凭观感认定它有破绽。
试试这样做该动作出现时，尝试已确认的反击。如果对方不再使用，就恢复平常的距离控制，不必强行寻找机会。
数据依据
- 受到惩罚反击：档案 0.2 · 参考 0.07
试探近距离模式
拆投：档案 0.8 · 参考 0.46
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
- 拆投：档案 0.8 · 参考 0.46
- 投技：档案 2 · 参考 2.27
保持压力但不过度冒进
版边压制：档案 8.1 · 参考 13.58
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 8.1 · 参考 13.58
- 被困版边时间：档案 7.6 · 参考 8.42
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6日 · AI：dots-studio/dots-3-note-preview:free