最近一场对战
胜利排位赛
IN
AKIN更新于4小时前
CrossPlatform
JapanM100%
CrossPlatformJapanM100%人工天然水
All According to Plan
MR 1,414#520,460最近 10 场6–4+18最近 20 场12–8+36
胜率
48%
143 胜 · 154 负 · 已存 297 场
排位赛对战
297
已选模式
胜场
143
排位赛
负场
154
排位赛
最高 MR
1,508
Ingrid
排位 MR · Ingrid
本地 291 · 导入 101 · 图表显示 292 · 已存 297 场对战
尚未请求回放
INAKIN按差值绝对值从大到小排列23 项习惯
| 习惯 | 人工天然水 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 32.1% | 52.1% | -20.1% | |
| CA | 17.3% | 5.1% | +12.2% | |
| 斗气前冲（取消） | 14.1% | 25.1% | -11.1% | |
| 斗气前冲（招架） | 15.9% | 7.4% | +8.5% | |
| 斗气防御 | 20.2% | 12.3% | +7.9% | |
| SA3 | 23.5% | 15.9% | +7.6% | |
| 版边压制 | 8.10 | 11.52 | -3.42 | |
| 斗气技 | 24.4% | 27.3% | -2.9% | |
| 被困版边时间 | 8.00 | 10.40 | -2.40 | |
| 斗气迸放消耗 | 3.9% | 2.0% | +1.9% | |
| 投技 | 1.50 | 2.26 | -0.76 | |
| 精准招架 | 0.10 | 0.50 | -0.40 | |
| 受到惩罚反击 | 0.40 | 0.09 | +0.31 | |
| SA1 | 27.2% | 26.9% | +0.3% | |
| 受到投技 | 2.00 | 2.18 | -0.18 | |
| 惩罚反击命中 | 0.30 | 0.13 | +0.17 | |
| 斗气迸放 | 0.40 | 0.24 | +0.16 | |
| 拆投 | 0.20 | 0.36 | -0.16 | |
| 斗气招架 | 1.40 | 1.54 | -0.14 | |
| 招架时被投 | 0.20 | 0.29 | -0.09 | |
| 受到昏厥 | 0.00 | 0.07 | -0.07 | |
| 造成昏厥 | 0.10 | 0.12 | -0.02 | |
| 斗气反攻 | 0.30 | 0.31 | -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。
Ingrid · 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 0.4 · 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 0.4 · 参考 0.08
- 惩罚反击命中：档案 0.3 · 参考 0.13
复盘防守决策
斗气招架：档案 1.1 · 参考 1.51
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 1.1 · 参考 1.51
- 斗气反攻：档案 0.4 · 参考 0.3
追踪位置得失的过程
版边压制：档案 7.8 · 参考 11.85
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 7.8 · 参考 11.85
- 被困版边时间：档案 8.5 · 参考 10.23
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12日 · AI：nex-agi/nex-n2.5-mini:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.4 · 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 0.4 · 参考 0.27
- 斗气迸放消耗：档案 4.2% · 参考 2.1%
先试探实际防守反应
斗气招架：档案 1.1 · 参考 1.51
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
- 斗气招架：档案 1.1 · 参考 1.51
- 精准招架：档案 0.1 · 参考 0.5
- 斗气反攻：档案 0.4 · 参考 0.3
区分持续倾向与偶发失误
已保存的近期排位赛样本：100场中获胜56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：100场中获胜56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12日 · AI：nex-agi/nex-n2.5-mini:free