最近一场对战
失败自定义房间
TE
ZA
KE更新于7小时前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%つなぽん
Let's Do This
MR 1,621#63,038最近 10 场5–5最近 20 场12–8
胜率
49%
21 胜 · 22 负 · 已存 43 场
排位赛对战
43
已选模式
胜场
21
排位赛
负场
22
排位赛
最高 MR
1,621
Ken
排位 MR · Ken
本地 3 · 导入 0 · 图表显示 3 · 已存 167 场对战
尚未请求回放
TEZAKE按差值绝对值从大到小排列23 项习惯
| 习惯 | つなぽん | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| CA | 23.9% | 11.0% | +12.9% | |
| SA2 | 13.0% | 25.9% | -12.8% | |
| 斗气技 | 7.3% | 14.9% | -7.6% | |
| 斗气前冲（取消） | 30.9% | 38.2% | -7.3% | |
| 版边压制 | 7.60 | 13.12 | -5.52 | |
| 被困版边时间 | 13.30 | 8.95 | +4.35 | |
| 斗气前冲（招架） | 3.4% | 6.8% | -3.4% | |
| SA1 | 23.9% | 27.3% | -3.4% | |
| SA3 | 39.1% | 35.8% | +3.4% | |
| 斗气迸放消耗 | 4.5% | 1.4% | +3.1% | |
| 投技 | 1.70 | 2.57 | -0.87 | |
| 斗气招架 | 2.60 | 1.89 | +0.71 | |
| 受到投技 | 2.80 | 2.26 | +0.54 | |
| 受到惩罚反击 | 0.40 | 0.08 | +0.32 | |
| 精准招架 | 0.60 | 0.84 | -0.24 | |
| 拆投 | 0.20 | 0.44 | -0.24 | |
| 斗气迸放 | 0.40 | 0.19 | +0.21 | |
| 惩罚反击命中 | 0.30 | 0.10 | +0.20 | |
| 斗气反攻 | 0.40 | 0.23 | +0.17 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 斗气防御 | 12.7% | 12.7% | -0.0% | |
| 招架时被投 | 0.20 | 0.21 | -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。
Ken · 最近100场
需要改进的地方
找出惩罚反击的原因
惩罚反击命中：档案 0.3 · 参考 0.11
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 0.3 · 参考 0.11
- 受到惩罚反击：档案 0.5 · 参考 0.09
让斗气迸放有明确目的
斗气迸放：档案 0.4 · 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 0.4 · 参考 0.18
- 斗气迸放消耗：档案 3.9% · 参考 1.3%
检查近距离选择
投技：档案 2.9 · 参考 2.59
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 2.9 · 参考 2.59
- 受到投技：档案 3.3 · 参考 2.28
- 拆投：档案 0.5 · 参考 0.46
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5日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Ryu：83场中获胜9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：83场中获胜9场
- 对阵Luke：16场中获胜3场
- 对阵Kimberly：14场中获胜8场
验证斗气迸放倾向
斗气迸放：档案 0.4 · 参考 0.18
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 0.4 · 参考 0.18
- 斗气迸放消耗：档案 3.9% · 参考 1.3%
先试探实际防守反应
斗气反攻：档案 0.5 · 参考 0.21
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 0.5 · 参考 0.21
- 精准招架：档案 0.3 · 参考 0.79
- 斗气招架：档案 1.5 · 参考 1.97
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5日 · AI：dots-studio/dots-3-note-preview:free