最近一场对战
胜利排位赛
M.
YAM.更新于1周前
Steam
JapanM100%
SteamJapanM100%ぽっきー2050
Let's Do This
最近 10 场6–4+5最近 20 场11–9+10
胜率
52%
11 胜 · 10 负 · 已存 21 场
排位赛对战
21
已选模式
胜场
11
排位赛
负场
10
排位赛
最高 MR
1,609
M. Bison
排位 MR · M. Bison
本地 21 · 导入 0 · 图表显示 21 · 已存 21 场对战
尚未请求回放
M.YAM.按差值绝对值从大到小排列23 项习惯
| 习惯 | ぽっきー2050 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 52.2% | 35.2% | +17.0% | |
| SA2 | 7.2% | 21.0% | -13.7% | |
| SA1 | 20.3% | 33.7% | -13.4% | |
| 斗气前冲（取消） | 19.7% | 30.0% | -10.3% | |
| CA | 20.3% | 10.2% | +10.1% | |
| 斗气技 | 9.8% | 18.7% | -8.9% | |
| 斗气前冲（招架） | 10.5% | 7.2% | +3.3% | |
| 斗气迸放消耗 | 4.8% | 1.5% | +3.3% | |
| 斗气防御 | 16.1% | 13.4% | +2.7% | |
| 版边压制 | 10.10 | 11.91 | -1.81 | |
| 斗气反攻 | 1.10 | 0.33 | +0.77 | |
| 投技 | 3.10 | 2.42 | +0.68 | |
| 精准招架 | 0.20 | 0.74 | -0.54 | |
| 受到投技 | 3.00 | 2.59 | +0.41 | |
| 斗气迸放 | 0.60 | 0.19 | +0.41 | |
| 惩罚反击命中 | 0.40 | 0.11 | +0.29 | |
| 被困版边时间 | 10.10 | 9.85 | +0.25 | |
| 斗气招架 | 1.60 | 1.75 | -0.15 | |
| 招架时被投 | 0.40 | 0.26 | +0.14 | |
| 拆投 | 0.70 | 0.57 | +0.13 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 受到昏厥 | 0.10 | 0.04 | +0.06 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 |
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
让斗气迸放有明确目的
斗气迸放：档案 0.6 · 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 0.6 · 参考 0.18
复盘防守决策
斗气反攻：档案 1.1 · 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 1.1 · 参考 0.3
检查近距离选择
投技：档案 3.1 · 参考 2.55
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
- 投技：档案 3.1 · 参考 2.55
- 拆投：档案 0.7 · 参考 0.47
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9日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Ryu：49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：49场中获胜25场
- 对阵Yasmine：42场中获胜22场
- 对阵Luke：40场中获胜25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9日 · AI：nex-agi/nex-n2.5-mini:free