最近一场对战
胜利排位赛
MA
JPMA更新于5小时前
Steam
Japan俱乐部 · GrooveJigoku5M100%
SteamJapan俱乐部 · GrooveJigoku5M100%六条れっか
Let's Do This
MR 1,500#258,579最近 10 场7–3+36最近 20 场15–5+87
胜率
51%
171 胜 · 166 负 · 已存 337 场
排位赛对战
337
已选模式
胜场
171
排位赛
负场
166
排位赛
最高 MR
1,578
Manon
排位 MR · Manon
本地 337 · 导入 0 · 图表显示 337 · 已存 374 场对战
尚未请求回放
MAJPMA按差值绝对值从大到小排列23 项习惯
| 习惯 | 六条れっか | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 67.5% | 25.4% | +42.0% | |
| SA3 | 12.7% | 32.9% | -20.2% | |
| SA2 | 14.3% | 32.1% | -17.8% | |
| 斗气前冲（取消） | 25.3% | 43.0% | -17.7% | |
| 斗气技 | 27.9% | 11.3% | +16.5% | |
| 斗气防御 | 7.2% | 11.3% | -4.1% | |
| CA | 5.6% | 9.7% | -4.1% | |
| 版边压制 | 4.20 | 8.16 | -3.96 | |
| 斗气迸放消耗 | 4.7% | 1.8% | +2.9% | |
| 被困版边时间 | 6.70 | 8.72 | -2.02 | |
| 斗气招架 | 0.40 | 1.80 | -1.40 | |
| 投技 | 3.40 | 2.53 | +0.87 | |
| 精准招架 | 0.00 | 0.64 | -0.64 | |
| 斗气反攻 | 0.00 | 0.30 | -0.30 | |
| 招架时被投 | 0.40 | 0.20 | +0.20 | |
| 受到惩罚反击 | 0.30 | 0.11 | +0.19 | |
| 斗气迸放 | 0.40 | 0.22 | +0.18 | |
| 拆投 | 0.40 | 0.56 | -0.16 | |
| 斗气前冲（招架） | 4.9% | 5.0% | -0.1% | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 受到昏厥 | 0.00 | 0.06 | -0.06 | |
| 惩罚反击命中 | 0.20 | 0.14 | +0.06 | |
| 受到投技 | 2.30 | 2.28 | +0.02 |
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。
Manon · 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 0.4 · 参考 0.11
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 0.4 · 参考 0.11
让斗气迸放有明确目的
斗气迸放：档案 0.4 · 参考 0.22
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 0.4 · 参考 0.22
明确每次量表消耗的目的
SA2：档案 5.4% · 参考 32.1%
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
- SA2：档案 5.4% · 参考 32.1%
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
寻找可重复利用的反击机会
受到惩罚反击：档案 0.4 · 参考 0.11
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 0.4 · 参考 0.11
验证斗气迸放倾向
斗气迸放：档案 0.4 · 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 0.4 · 参考 0.22
先试探实际防守反应
斗气招架：档案 0.7 · 参考 1.8
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 0.7 · 参考 1.8
- 精准招架：档案 0.1 · 参考 0.64
- 斗气反攻：档案 0 · 参考 0.3
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