最近一场对战
失败排位赛
JA
AKJA更新于1天前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%たっちょ
Fashion Fighter
MR 1,307#596,222最近 10 场2–8-47最近 20 场7–13-48
胜率
45%
47 胜 · 57 负 · 已存 104 场
排位赛对战
104
已选模式
胜场
47
排位赛
负场
57
排位赛
最高 MR
1,385
Jamie
排位 MR · Jamie
本地 98 · 导入 63 · 图表显示 108 · 已存 186 场对战
尚未请求回放
JAAKJA按差值绝对值从大到小排列23 项习惯
| 习惯 | たっちょ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 49.4% | 29.0% | +20.4% | |
| SA3 | 20.7% | 39.7% | -19.0% | |
| SA2 | 11.5% | 21.4% | -9.9% | |
| CA | 18.4% | 9.8% | +8.5% | |
| 斗气前冲（取消） | 26.5% | 33.8% | -7.4% | |
| 斗气迸放消耗 | 5.8% | 1.4% | +4.4% | |
| 版边压制 | 11.20 | 14.89 | -3.69 | |
| 斗气防御 | 12.2% | 11.0% | +1.2% | |
| 被困版边时间 | 9.50 | 8.56 | +0.94 | |
| 斗气前冲（招架） | 4.9% | 5.7% | -0.9% | |
| 斗气技 | 23.9% | 23.2% | +0.7% | |
| 斗气招架 | 2.30 | 1.78 | +0.52 | |
| 精准招架 | 0.30 | 0.67 | -0.37 | |
| 受到投技 | 2.40 | 2.15 | +0.25 | |
| 受到惩罚反击 | 0.30 | 0.06 | +0.24 | |
| 拆投 | 0.20 | 0.40 | -0.20 | |
| 投技 | 2.20 | 2.40 | -0.20 | |
| 斗气迸放 | 0.40 | 0.21 | +0.19 | |
| 斗气反攻 | 0.10 | 0.26 | -0.16 | |
| 惩罚反击命中 | 0.20 | 0.07 | +0.13 | |
| 造成昏厥 | 0.20 | 0.08 | +0.12 | |
| 受到昏厥 | 0.00 | 0.06 | -0.06 | |
| 招架时被投 | 0.20 | 0.20 | 0.00 |
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。
Jamie · 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 0.3 · 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 0.3 · 参考 0.08
- 惩罚反击命中：档案 0.2 · 参考 0.07
让斗气迸放有明确目的
斗气迸放：档案 0.4 · 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 0.4 · 参考 0.2
- 斗气迸放消耗：档案 5.8% · 参考 1.5%
追踪位置得失的过程
被困版边时间：档案 9.5 · 参考 7.67
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
- 被困版边时间：档案 9.5 · 参考 7.67
- 版边压制：档案 11.2 · 参考 14.71
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13日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
区分持续倾向与偶发失误
已保存的近期排位赛样本：98场中获胜45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：98场中获胜45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13日 · AI：nex-agi/nex-n2.5-mini:free