最近一场对战
胜利自定义房间
CH
ZAZA更新于1小时前
Steam
JapanC84%
SteamJapanC84%夜桜四重奏
The Blue Cyclone
最近 10 场1–2-8最近 20 场1–2-8
胜率
33%
1 胜 · 2 负 · 已存 3 场
排位赛对战
3
已选模式
胜场
1
排位赛
负场
2
排位赛
最高 MR
1,540
Zangief
排位 MR · Zangief
本地 3 · 导入 0 · 图表显示 3 · 已存 118 场对战
尚未请求回放
CHZAZA按差值绝对值从大到小排列23 项习惯
| 习惯 | 夜桜四重奏 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 4.4% | 34.2% | -29.8% | |
| SA1 | 5.5% | 25.3% | -19.9% | |
| CA | 20.0% | 10.1% | +9.9% | |
| 斗气技 | 21.4% | 13.0% | +8.4% | |
| SA2 | 41.8% | 35.4% | +6.4% | |
| 斗气防御 | 18.7% | 14.4% | +4.3% | |
| 斗气迸放消耗 | 6.1% | 2.1% | +4.0% | |
| 被困版边时间 | 14.40 | 10.73 | +3.67 | |
| SA3 | 32.7% | 29.2% | +3.5% | |
| 斗气前冲（招架） | 10.2% | 7.9% | +2.4% | |
| 版边压制 | 5.30 | 6.47 | -1.17 | |
| 投技 | 3.30 | 2.71 | +0.59 | |
| 受到投技 | 2.90 | 2.43 | +0.47 | |
| 精准招架 | 0.40 | 0.75 | -0.35 | |
| 斗气迸放 | 0.50 | 0.25 | +0.25 | |
| 受到惩罚反击 | 0.30 | 0.14 | +0.16 | |
| 惩罚反击命中 | 0.30 | 0.18 | +0.12 | |
| 拆投 | 0.50 | 0.61 | -0.11 | |
| 斗气反攻 | 0.40 | 0.50 | -0.10 | |
| 受到昏厥 | 0.00 | 0.08 | -0.08 | |
| 斗气招架 | 2.10 | 2.03 | +0.07 | |
| 招架时被投 | 0.30 | 0.24 | +0.06 | |
| 造成昏厥 | 0.10 | 0.07 | +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。
Zangief · 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 0.4 · 参考 0.27
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 0.27
- 斗气迸放消耗：档案 5.2% · 参考 2.1%
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
复盘防守决策
斗气招架：档案 1.9 · 参考 2.09
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
- 斗气招架：档案 1.9 · 参考 2.09
- 精准招架：档案 0.3 · 参考 0.77
- 斗气反攻：档案 0.6 · 参考 0.42
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
把对局战绩当作观察线索
对阵Luke：116场中获胜35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Luke：116场中获胜35场
- 对阵Ken：76场中获胜43场
- 对阵Mai：69场中获胜59场
保持压力但不过度冒进
版边压制：档案 4.1 · 参考 6.66
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 4.1 · 参考 6.66
- 被困版边时间：档案 14.7 · 参考 10.28
试探近距离模式
投技：档案 3.5 · 参考 2.51
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
- 投技：档案 3.5 · 参考 2.51
- 拆投：档案 0.8 · 参考 0.57
- 受到投技：档案 2.6 · 参考 2.32
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