最近一场对战
胜利斗技战场
ZA?
对手 · Randomエクスレッグ
M.更新于7小时前
CrossPlatform
Japan俱乐部 · NYALAXYC100%
CrossPlatformJapan俱乐部 · NYALAXYC100%タルタルソースエビフライ
I Don't Crack Under Pressure.
MR 1,216#623,081最近 10 场6–4+18最近 20 场8–12-28
胜率
40%
36 胜 · 53 负 · 已存 89 场
排位赛对战
89
已选模式
胜场
36
排位赛
负场
53
排位赛
最高 MR
1,409
M. Bison
排位 MR · M. Bison
本地 89 · 导入 0 · 图表显示 89 · 已存 111 场对战
尚未请求回放
ZAM.按差值绝对值从大到小排列23 项习惯
| 习惯 | タルタルソースエビフライ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| CA | 24.0% | 10.2% | +13.8% | |
| SA2 | 8.0% | 21.0% | -13.0% | |
| 斗气前冲（取消） | 24.1% | 30.0% | -5.8% | |
| SA3 | 32.0% | 35.2% | -3.2% | |
| 斗气防御 | 10.3% | 13.4% | -3.0% | |
| 斗气技 | 15.9% | 18.7% | -2.8% | |
| 被困版边时间 | 7.30 | 9.85 | -2.55 | |
| SA1 | 36.0% | 33.7% | +2.3% | |
| 版边压制 | 10.30 | 11.91 | -1.61 | |
| 斗气招架 | 0.40 | 1.75 | -1.35 | |
| 斗气前冲（招架） | 7.9% | 7.2% | +0.7% | |
| 精准招架 | 0.10 | 0.74 | -0.64 | |
| 受到投技 | 2.00 | 2.59 | -0.59 | |
| 投技 | 2.90 | 2.42 | +0.48 | |
| 拆投 | 0.30 | 0.57 | -0.27 | |
| 斗气反攻 | 0.50 | 0.33 | +0.17 | |
| 招架时被投 | 0.10 | 0.26 | -0.16 | |
| 受到惩罚反击 | 0.20 | 0.09 | +0.11 | |
| 斗气迸放 | 0.10 | 0.19 | -0.09 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 斗气迸放消耗 | 1.6% | 1.5% | +0.1% | |
| 受到昏厥 | 0.00 | 0.04 | -0.04 | |
| 惩罚反击命中 | 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。
M. Bison · 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 0.2 · 参考 0.09
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 0.2 · 参考 0.09
复盘防守决策
斗气招架：档案 0.4 · 参考 1.75
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 0.4 · 参考 1.75
- 精准招架：档案 0.1 · 参考 0.74
- 斗气反攻：档案 0.5 · 参考 0.33
追踪位置得失的过程
版边压制：档案 10.3 · 参考 11.91
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 10.3 · 参考 11.91
- 被困版边时间：档案 7.3 · 参考 9.85
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Ryu：17场中获胜7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Ryu：17场中获胜7场
区分持续倾向与偶发失误
已保存的近期排位赛样本：89场中获胜36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：89场中获胜36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