最近一场对战
MA京極万太郎
排位 MR · Mai
本地 27 · 导入 0 · 图表显示 27 · 已存 27 场对战
| 习惯 | 京極万太郎 | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 72.2% | 54.6% | +17.6% | |
| SA2 | 10.6% | 20.2% | -9.6% | |
| SA3 | 9.9% | 18.6% | -8.7% | |
| 斗气技 | 15.9% | 22.7% | -6.8% | |
| 被困版边时间 | 13.30 | 9.32 | +3.98 | |
| 斗气防御 | 15.1% | 13.4% | +1.7% | |
| 版边压制 | 11.50 | 12.99 | -1.49 | |
| 斗气前冲(招架) | 6.1% | 7.5% | -1.4% | |
| 斗气招架 | 2.80 | 1.87 | +0.93 | |
| CA | 7.3% | 6.6% | +0.7% | |
| 斗气迸放消耗 | 1.9% | 1.3% | +0.5% | |
| 受到投技 | 2.70 | 2.23 | +0.47 | |
| 斗气前冲(取消) | 28.9% | 29.4% | -0.5% | |
| 精准招架 | 0.90 | 0.70 | +0.20 | |
| 拆投 | 0.60 | 0.46 | +0.14 | |
| 斗气反攻 | 0.30 | 0.19 | +0.11 | |
| 惩罚反击命中 | 0.20 | 0.10 | +0.10 | |
| 投技 | 2.40 | 2.49 | -0.09 | |
| 受到昏厥 | 0.00 | 0.05 | -0.05 | |
| 造成昏厥 | 0.10 | 0.06 | +0.04 | |
| 招架时被投 | 0.30 | 0.26 | +0.04 | |
| 受到惩罚反击 | 0.10 | 0.07 | +0.03 | |
| 斗气迸放 | 0.20 | 0.19 | +0.01 |
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
惩罚反击命中:档案 0.2 · 参考 0.11
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
- 惩罚反击命中:档案 0.2 · 参考 0.11
- 受到惩罚反击:档案 0.1 · 参考 0.08
让斗气迸放有明确目的
斗气迸放:档案 0.2 · 参考 0.16
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 0.2 · 参考 0.16
- 斗气迸放消耗:档案 1.9% · 参考 1.2%
复盘防守决策
斗气反攻:档案 0.3 · 参考 0.15
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 0.3 · 参考 0.15
- 斗气招架:档案 2.8 · 参考 1.69
- 精准招架:档案 0.9 · 参考 0.67
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7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
斗气反攻:档案 0.3 · 参考 0.15
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 0.3 · 参考 0.15
- 斗气招架:档案 2.8 · 参考 1.69
- 精准招架:档案 0.9 · 参考 0.67
保持压力但不过度冒进
被困版边时间:档案 13.3 · 参考 8.39
寻找用熟悉选择获取空间的机会。把对手逼到角落后,先观察实际脱身方式,再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现,就练习针对该动作的应对;如果对方变化防守,就不要押注单一判断。
数据依据
- 被困版边时间:档案 13.3 · 参考 8.39
- 版边压制:档案 11.5 · 参考 13.38
把对局战绩当作观察线索
对阵Ryu:26场中获胜13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:26场中获胜13场
- 对阵JP:25场中获胜7场
- 对阵Elena:22场中获胜13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7日 · AI:dots-studio/dots-3-note-preview:free

