最近一场对战
失败休闲赛
MA
M.MA更新于5天前
CrossPlatform
Japan俱乐部 · ANTIQUM100%
CrossPlatformJapan俱乐部 · ANTIQUM100%Makotype
OGHunt
MR 1,761#14,255最近 10 场5–5+7最近 20 场9–11-14
胜率
43%
23 胜 · 30 负 · 已存 53 场
排位赛对战
53
已选模式
胜场
23
排位赛
负场
30
排位赛
最高 MR
1,761
Mai
排位 MR · Mai
本地 53 · 导入 0 · 图表显示 53 · 已存 376 场对战
尚未请求回放
MAM.MA按差值绝对值从大到小排列23 项习惯
| 习惯 | Makotype | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 70.3% | 54.6% | +15.7% | |
| 斗气前冲（取消） | 41.7% | 29.4% | +12.4% | |
| 斗气技 | 14.0% | 22.7% | -8.8% | |
| SA3 | 10.1% | 18.6% | -8.5% | |
| SA2 | 13.0% | 20.2% | -7.1% | |
| 斗气前冲（招架） | 2.6% | 7.5% | -4.9% | |
| 斗气招架 | 4.10 | 1.87 | +2.23 | |
| 投技 | 1.10 | 2.49 | -1.39 | |
| 斗气迸放消耗 | 0.7% | 1.3% | -0.7% | |
| 受到投技 | 2.80 | 2.23 | +0.57 | |
| 斗气防御 | 13.9% | 13.4% | +0.4% | |
| 被困版边时间 | 9.00 | 9.32 | -0.32 | |
| 精准招架 | 1.00 | 0.70 | +0.30 | |
| 版边压制 | 12.80 | 12.99 | -0.19 | |
| 招架时被投 | 0.10 | 0.26 | -0.16 | |
| 拆投 | 0.60 | 0.46 | +0.14 | |
| 惩罚反击命中 | 0.00 | 0.10 | -0.10 | |
| CA | 6.5% | 6.6% | -0.1% | |
| 斗气反攻 | 0.10 | 0.19 | -0.09 | |
| 斗气迸放 | 0.10 | 0.19 | -0.09 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 | |
| 造成昏厥 | 0.10 | 0.06 | +0.04 | |
| 受到惩罚反击 | 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。
Mai · 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 · 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 · 参考 0.08
明确每次量表消耗的目的
斗气前冲（取消）：档案 47.8% · 参考 32.3%
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
- 斗气前冲（取消）：档案 47.8% · 参考 32.3%
- 斗气技：档案 10.8% · 参考 22.1%
- SA1：档案 68.1% · 参考 52.8%
追踪位置得失的过程
版边压制：档案 13.2 · 参考 13.38
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 13.2 · 参考 13.38
- 被困版边时间：档案 11.1 · 参考 8.39
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
先试探实际防守反应
斗气招架：档案 3.5 · 参考 1.69
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 3.5 · 参考 1.69
- 精准招架：档案 0.4 · 参考 0.67
- 斗气反攻：档案 0.1 · 参考 0.15
把对局战绩当作观察线索
对阵Yasmine：159场中获胜87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：159场中获胜87场
- 对阵Alex：130场中获胜49场
- 对阵Mai：118场中获胜60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6日 · AI：dots-studio/dots-3-note-preview:free