最近一场对战
M.Tsubasu
排位 MR · M. Bison
本地 128 · 导入 40 · 图表显示 153 · 已存 272 场对战
| 习惯 | Tsubasu | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 43.8% | 33.7% | +10.2% | |
| 斗气前冲(取消) | 38.6% | 30.0% | +8.6% | |
| 被困版边时间 | 5.40 | 9.85 | -4.45 | |
| SA2 | 16.9% | 21.0% | -4.1% | |
| 斗气前冲(招架) | 10.7% | 7.2% | +3.5% | |
| CA | 6.7% | 10.2% | -3.5% | |
| 斗气技 | 15.6% | 18.7% | -3.1% | |
| SA3 | 32.6% | 35.2% | -2.6% | |
| 斗气防御 | 15.7% | 13.4% | +2.3% | |
| 版边压制 | 12.90 | 11.91 | +0.99 | |
| 斗气迸放消耗 | 2.0% | 1.5% | +0.5% | |
| 精准招架 | 0.30 | 0.74 | -0.44 | |
| 投技 | 2.00 | 2.42 | -0.42 | |
| 拆投 | 0.20 | 0.57 | -0.37 | |
| 招架时被投 | 0.50 | 0.26 | +0.24 | |
| 受到投技 | 2.40 | 2.59 | -0.19 | |
| 斗气招架 | 1.60 | 1.75 | -0.15 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 惩罚反击命中 | 0.20 | 0.11 | +0.09 | |
| 斗气反攻 | 0.40 | 0.33 | +0.07 | |
| 受到昏厥 | 0.10 | 0.04 | +0.06 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 斗气迸放 | 0.20 | 0.19 | +0.01 |
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
惩罚反击命中:档案 0.2 · 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 0.2 · 参考 0.1
- 受到惩罚反击:档案 0.2 · 参考 0.07
复盘防守决策
拆投:档案 0.2 · 参考 0.52
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
- 拆投:档案 0.2 · 参考 0.52
- 受到投技:档案 2.4 · 参考 2.34
追踪位置得失的过程
版边压制:档案 12.9 · 参考 12.11
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 12.9 · 参考 12.11
- 被困版边时间:档案 5.4 · 参考 9.13
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13日 · AI:nex-agi/nex-n2.5-pro:free
如何应对这位玩家
先试探实际防守反应
精准招架:档案 0.3 · 参考 0.67
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
- 精准招架:档案 0.3 · 参考 0.67
- 斗气反攻:档案 0.4 · 参考 0.27
寻找可重复利用的反击机会
惩罚反击命中:档案 0.2 · 参考 0.1
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
- 惩罚反击命中:档案 0.2 · 参考 0.1
- 受到惩罚反击:档案 0.2 · 参考 0.07
把对局战绩当作观察线索
对阵Yasmine:47场中获胜26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Yasmine:47场中获胜26场
- 对阵Juri:27场中获胜14场
- 对阵JP:32场中获胜16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13日 · AI:nex-agi/nex-n2.5-pro:free

