最近一场对战
失败排位赛
A.
JUA.更新于7小时前
Steam
JapanC100%
SteamJapanC100%あっさりまさたか
Let's Do This
MR 1,829#7,055最近 10 场6–4+18最近 20 场8–12-28
胜率
52%
126 胜 · 116 负 · 已存 242 场
排位赛对战
242
已选模式
胜场
126
排位赛
负场
116
排位赛
最高 MR
1,871
A.K.I.
排位 MR · A.K.I.
本地 242 · 导入 0 · 图表显示 242 · 已存 242 场对战
尚未请求回放
A.JUA.按差值绝对值从大到小排列23 项习惯
| 习惯 | あっさりまさたか | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA3 | 42.0% | 30.6% | +11.4% | |
| 斗气技 | 14.7% | 21.0% | -6.3% | |
| SA2 | 15.9% | 22.0% | -6.0% | |
| SA1 | 31.9% | 37.8% | -6.0% | |
| 斗气防御 | 19.6% | 17.0% | +2.6% | |
| 被困版边时间 | 12.30 | 9.83 | +2.47 | |
| 版边压制 | 9.20 | 11.29 | -2.09 | |
| 投技 | 1.50 | 2.34 | -0.84 | |
| 斗气前冲（取消） | 24.0% | 23.3% | +0.7% | |
| CA | 10.1% | 9.6% | +0.5% | |
| 斗气前冲（招架） | 11.5% | 11.0% | +0.5% | |
| 斗气招架 | 2.40 | 1.93 | +0.47 | |
| 拆投 | 0.30 | 0.52 | -0.22 | |
| 斗气迸放消耗 | 1.6% | 1.8% | -0.2% | |
| 精准招架 | 0.70 | 0.60 | +0.10 | |
| 斗气反攻 | 0.30 | 0.40 | -0.10 | |
| 受到投技 | 2.20 | 2.30 | -0.10 | |
| 惩罚反击命中 | 0.20 | 0.12 | +0.08 | |
| 受到昏厥 | 0.10 | 0.04 | +0.06 | |
| 斗气迸放 | 0.30 | 0.24 | +0.06 | |
| 招架时被投 | 0.20 | 0.22 | -0.02 | |
| 造成昏厥 | 0.10 | 0.08 | +0.02 | |
| 受到惩罚反击 | 0.10 | 0.11 | -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。
A.K.I. · 最近100场
需要改进的地方
追踪位置得失的过程
被困版边时间：档案 12.3 · 参考 9.83
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 12.3 · 参考 9.83
- 版边压制：档案 9.2 · 参考 11.29
复盘防守决策
斗气招架：档案 2.4 · 参考 1.93
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 2.4 · 参考 1.93
- 精准招架：档案 0.7 · 参考 0.6
- 斗气反攻：档案 0.3 · 参考 0.4
明确每次量表消耗的目的
斗气防御：档案 19.6% · 参考 17%
看着实际量表回顾五次资源决策，记录换来了什么以及还剩哪些选择。使用占比本身不能衡量效率。
试试这样做练习熟悉连段的资源消耗版本与节省版本，比较结果和剩余量表，再决定各自适用的场景。
数据依据
- 斗气防御：档案 19.6% · 参考 17%
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
把对局战绩当作观察线索
对阵Yasmine：39场中获胜22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Yasmine：39场中获胜22场
- 对阵Luke：47场中获胜29场
- 对阵Ryu：32场中获胜17场
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51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51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