最近一场对战
胜利排位赛
AK
MAAK更新于2天前
Steam
Japan俱乐部 · SHAMANsC100%
SteamJapan俱乐部 · SHAMANsC100%IKITO
Fights for Love
LP 23,857最近 10 场6–4最近 20 场13–7
胜率
48%
162 胜 · 176 负 · 已存 338 场
排位赛对战
338
已选模式
胜场
162
排位赛
负场
176
排位赛
最高 LP
23,937
Akuma
排位 LP · Akuma
此角色的 LP 走势
尚未请求回放
AKMAAK按差值绝对值从大到小排列23 项习惯
| 习惯 | IKITO | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气技 | 54.3% | 19.2% | +35.1% | |
| 斗气前冲（取消） | 0.8% | 32.7% | -31.9% | |
| SA1 | 57.3% | 28.6% | +28.7% | |
| SA2 | 3.7% | 22.8% | -19.1% | |
| SA3 | 23.2% | 38.7% | -15.5% | |
| 斗气迸放消耗 | 10.1% | 1.5% | +8.6% | |
| 斗气防御 | 5.9% | 13.1% | -7.2% | |
| CA | 15.9% | 9.9% | +5.9% | |
| 版边压制 | 6.40 | 11.47 | -5.07 | |
| 被困版边时间 | 4.30 | 8.55 | -4.25 | |
| 斗气前冲（招架） | 3.9% | 7.4% | -3.6% | |
| 投技 | 3.60 | 2.74 | +0.86 | |
| 斗气招架 | 0.80 | 1.65 | -0.85 | |
| 受到投技 | 1.30 | 2.09 | -0.79 | |
| 精准招架 | 0.10 | 0.77 | -0.67 | |
| 斗气迸放 | 0.80 | 0.20 | +0.60 | |
| 受到惩罚反击 | 0.50 | 0.09 | +0.41 | |
| 斗气反攻 | 0.60 | 0.20 | +0.40 | |
| 惩罚反击命中 | 0.40 | 0.13 | +0.27 | |
| 拆投 | 0.20 | 0.45 | -0.25 | |
| 招架时被投 | 0.20 | 0.27 | -0.07 | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 造成昏厥 | 0.00 | 0.03 | -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。
Akuma · 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 0.08
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 0.08
复盘防守决策
斗气反攻：档案 0.7 · 参考 0.22
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 0.7 · 参考 0.22
- 斗气招架：档案 2.4 · 参考 1.8
明确每次量表消耗的目的
SA1：档案 76.2% · 参考 29.6%
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
- SA1：档案 76.2% · 参考 29.6%
- SA3：档案 2.4% · 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 0.08
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 0.08
先试探实际防守反应
斗气反攻：档案 0.7 · 参考 0.22
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
- 斗气反攻：档案 0.7 · 参考 0.22
- 斗气招架：档案 2.4 · 参考 1.8
保持压力但不过度冒进
版边压制：档案 3.6 · 参考 12.38
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 3.6 · 参考 12.38
- 被困版边时间：档案 7.6 · 参考 8.05
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