最近一场对战
胜利排位赛
SA
ZASA更新于4天前
CrossPlatform
OtherC100%
CrossPlatformOtherC100%雪泉 5A
Let's Do This
最近 10 场6–4最近 20 场13–7
胜率
54%
46 胜 · 39 负 · 已存 85 场
排位赛对战
85
已选模式
胜场
46
排位赛
负场
39
排位赛
最高 LP
20,372
Sagat
排位 LP · Sagat
此角色的 LP 走势
尚未请求回放
SAZASA按差值绝对值从大到小排列23 项习惯
| 习惯 | 雪泉 5A | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 24.8% | 34.0% | -9.3% | |
| CA | 16.4% | 9.1% | +7.3% | |
| 斗气迸放消耗 | 7.0% | 1.3% | +5.7% | |
| SA2 | 23.0% | 26.4% | -3.4% | |
| 斗气防御 | 10.8% | 14.2% | -3.3% | |
| SA1 | 21.3% | 24.6% | -3.3% | |
| 版边压制 | 9.50 | 12.43 | -2.93 | |
| 斗气前冲（招架） | 6.2% | 8.4% | -2.2% | |
| 被困版边时间 | 7.80 | 8.88 | -1.08 | |
| 斗气反攻 | 1.00 | 0.24 | +0.76 | |
| 斗气招架 | 1.10 | 1.81 | -0.71 | |
| SA3 | 39.3% | 39.9% | -0.6% | |
| 精准招架 | 0.20 | 0.74 | -0.54 | |
| 斗气迸放 | 0.70 | 0.18 | +0.52 | |
| 斗气技 | 16.5% | 16.0% | +0.5% | |
| 惩罚反击命中 | 0.50 | 0.11 | +0.39 | |
| 受到惩罚反击 | 0.40 | 0.09 | +0.31 | |
| 受到投技 | 2.50 | 2.21 | +0.29 | |
| 拆投 | 0.30 | 0.46 | -0.16 | |
| 造成昏厥 | 0.00 | 0.08 | -0.08 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 | |
| 招架时被投 | 0.20 | 0.25 | -0.05 | |
| 投技 | 2.20 | 2.23 | -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。
Sagat · 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 0.7 · 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 0.7 · 参考 0.18
- 斗气迸放消耗：档案 8.3% · 参考 1.3%
追踪位置得失的过程
版边压制：档案 7.6 · 参考 12.64
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 7.6 · 参考 12.64
- 被困版边时间：档案 8.2 · 参考 8.91
复盘防守决策
斗气反攻：档案 0.8 · 参考 0.23
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 0.8 · 参考 0.23
- 精准招架：档案 0.2 · 参考 0.68
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 0.7 · 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 0.7 · 参考 0.18
- 斗气迸放消耗：档案 8.3% · 参考 1.3%
寻找可重复利用的反击机会
惩罚反击命中：档案 0.5 · 参考 0.1
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
- 惩罚反击命中：档案 0.5 · 参考 0.1
- 受到惩罚反击：档案 0.5 · 参考 0.09
先试探实际防守反应
斗气反攻：档案 0.8 · 参考 0.23
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 0.8 · 参考 0.23
- 斗气招架：档案 1.1 · 参考 1.58
- 精准招架：档案 0.2 · 参考 0.68
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