最近一场对战
失败自定义房间
ZA?
对手 · Random濃厚魚介つけ麺(本物)ZA更新于10小时前
Steam
JapanM100%
SteamJapanM100%（※＾〇＾※）
A Man's Peaceful Passing
MR 1,387#559,195最近 10 场6–4+16最近 20 场9–11-9
胜率
58%
124 胜 · 89 负 · 已存 213 场
排位赛对战
213
已选模式
胜场
124
排位赛
负场
89
排位赛
最高 MR
1,396
Zangief
排位 MR · Zangief
本地 63 · 导入 33 · 图表显示 67 · 已存 322 场对战
尚未请求回放
ZAZA按差值绝对值从大到小排列23 项习惯
| 习惯 | （※＾〇＾※） | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 6.8% | 34.2% | -27.5% | |
| 斗气技 | 33.4% | 13.0% | +20.4% | |
| SA1 | 17.1% | 25.3% | -8.2% | |
| CA | 15.8% | 10.1% | +5.7% | |
| 被困版边时间 | 5.70 | 10.73 | -5.03 | |
| 斗气迸放消耗 | 5.7% | 2.1% | +3.6% | |
| 斗气前冲（招架） | 10.1% | 7.9% | +2.2% | |
| SA2 | 36.8% | 35.4% | +1.4% | |
| 斗气招架 | 0.90 | 2.03 | -1.13 | |
| SA3 | 30.3% | 29.2% | +1.1% | |
| 斗气防御 | 13.3% | 14.4% | -1.1% | |
| 版边压制 | 7.50 | 6.47 | +1.03 | |
| 精准招架 | 0.10 | 0.75 | -0.65 | |
| 受到投技 | 1.80 | 2.43 | -0.63 | |
| 投技 | 2.30 | 2.71 | -0.41 | |
| 拆投 | 0.20 | 0.61 | -0.41 | |
| 受到惩罚反击 | 0.30 | 0.14 | +0.16 | |
| 斗气迸放 | 0.40 | 0.25 | +0.15 | |
| 斗气反攻 | 0.60 | 0.50 | +0.10 | |
| 受到昏厥 | 0.00 | 0.08 | -0.08 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 招架时被投 | 0.20 | 0.24 | -0.04 | |
| 惩罚反击命中 | 0.20 | 0.18 | +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。
Zangief · 最近100场
需要改进的地方
复盘防守决策
精准招架：档案 0.1 · 参考 0.77
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 0.1 · 参考 0.77
- 斗气招架：档案 1.3 · 参考 2.09
- 拆投：档案 0.2 · 参考 0.57
追踪位置得失的过程
版边压制：档案 7.4 · 参考 6.66
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 7.4 · 参考 6.66
- 被困版边时间：档案 6.4 · 参考 10.28
找出惩罚反击的原因
惩罚反击命中：档案 0.2 · 参考 0.19
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 0.19
- 受到惩罚反击：档案 0.2 · 参考 0.13
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8日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.3 · 参考 0.27
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 0.3 · 参考 0.27
- 斗气迸放消耗：档案 4.9% · 参考 2.1%
把对局战绩当作观察线索
对阵Char 253：267场中获胜95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Char 253：267场中获胜95场
- 对阵Random：67场中获胜21场
- 对阵Alex：63场中获胜24场
区分持续倾向与偶发失误
已保存的近期排位赛样本：29场中获胜14场
研究多场近期比赛，对照胜局与败局。围绕重复场景准备，不要只记住一次显眼失误。
试试这样做用第一回合验证一个观察假设。若重复出现，就应用准备好的调整；若没有，就放弃假设并观察新模式。
数据依据
- 已保存的近期排位赛样本：29场中获胜14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8日 · AI：dots-studio/dots-3-note-preview:free