最近一场对战
失败排位赛
MA
MAMA更新于6天前
Steam
OtherC94%
SteamOtherC94%ばくはつ
Let's Do This
MR 1,555#126,918最近 10 场4–6-20最近 20 场8–12-20
胜率
46%
76 胜 · 91 负 · 已存 167 场
排位赛对战
167
已选模式
胜场
76
排位赛
负场
91
排位赛
最高 MR
1,710
Marisa
排位 MR · Marisa
本地 157 · 导入 0 · 图表显示 157 · 已存 167 场对战
尚未请求回放
MAMAMA按差值绝对值从大到小排列23 项习惯
| 习惯 | ばくはつ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 25.5% | 32.8% | -7.3% | |
| SA1 | 47.3% | 41.8% | +5.5% | |
| CA | 12.7% | 7.3% | +5.4% | |
| SA2 | 14.5% | 18.1% | -3.6% | |
| 被困版边时间 | 9.90 | 7.86 | +2.04 | |
| 斗气防御 | 15.3% | 14.5% | +0.8% | |
| 斗气前冲（招架） | 9.6% | 8.9% | +0.7% | |
| 版边压制 | 9.40 | 10.02 | -0.62 | |
| 斗气技 | 18.4% | 19.0% | -0.6% | |
| 斗气前冲（取消） | 28.8% | 29.3% | -0.5% | |
| 精准招架 | 0.20 | 0.59 | -0.39 | |
| 拆投 | 0.30 | 0.54 | -0.24 | |
| 斗气反攻 | 0.10 | 0.33 | -0.23 | |
| 受到投技 | 2.40 | 2.20 | +0.20 | |
| 斗气迸放消耗 | 1.7% | 1.8% | -0.1% | |
| 惩罚反击命中 | 0.00 | 0.11 | -0.11 | |
| 斗气迸放 | 0.10 | 0.20 | -0.10 | |
| 投技 | 2.10 | 2.03 | +0.07 | |
| 斗气招架 | 1.50 | 1.56 | -0.06 | |
| 受到昏厥 | 0.00 | 0.03 | -0.03 | |
| 招架时被投 | 0.30 | 0.28 | +0.02 | |
| 受到惩罚反击 | 0.10 | 0.11 | -0.01 | |
| 造成昏厥 | 0.10 | 0.09 | +0.01 |
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。
Marisa · 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 0.1 · 参考 0.2
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 0.1 · 参考 0.2
- 斗气迸放消耗：档案 2.1% · 参考 1.9%
复盘防守决策
精准招架：档案 0.3 · 参考 0.6
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
- 精准招架：档案 0.3 · 参考 0.6
- 斗气反攻：档案 0.3 · 参考 0.32
明确每次量表消耗的目的
SA2：档案 13.8% · 参考 20.9%
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 13.8% · 参考 20.9%
- SA1：档案 50% · 参考 35.7%
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
试探近距离模式
拆投：档案 0.2 · 参考 0.52
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 0.2 · 参考 0.52
- 受到投技：档案 2.4 · 参考 2.3
先试探实际防守反应
精准招架：档案 0.3 · 参考 0.6
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 0.6
- 斗气招架：档案 1.8 · 参考 1.59
根据当前量表调整
SA1：档案 50% · 参考 35.7%
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
- SA1：档案 50% · 参考 35.7%
- SA3：档案 27.6% · 参考 34.5%
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