最近一场对战
胜利休闲赛
IN
RYIN更新于2天前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%ニーコちゃん
Let's Do This
MR 1,536#158,623最近 10 场5–5-1最近 20 场11–9+19
胜率
53%
48 胜 · 42 负 · 已存 90 场
排位赛对战
90
已选模式
胜场
48
排位赛
负场
42
排位赛
最高 MR
1,544
Ingrid
排位 MR · Ingrid
本地 90 · 导入 0 · 图表显示 90 · 已存 207 场对战
尚未请求回放
INRYIN按差值绝对值从大到小排列23 项习惯
| 习惯 | ニーコちゃん | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 76.2% | 57.0% | +19.2% | |
| SA3 | 4.8% | 15.0% | -10.2% | |
| SA1 | 14.3% | 23.4% | -9.1% | |
| 版边压制 | 8.10 | 11.85 | -3.75 | |
| 斗气技 | 24.4% | 27.5% | -3.2% | |
| 斗气前冲（招架） | 6.0% | 7.4% | -1.4% | |
| 被困版边时间 | 11.40 | 10.23 | +1.17 | |
| 斗气防御 | 11.2% | 12.2% | -0.9% | |
| 投技 | 1.40 | 2.31 | -0.91 | |
| 斗气迸放消耗 | 1.3% | 2.1% | -0.8% | |
| 受到投技 | 2.60 | 2.13 | +0.47 | |
| 斗气前冲（取消） | 25.7% | 25.3% | +0.4% | |
| 斗气反攻 | 0.00 | 0.30 | -0.30 | |
| 拆投 | 0.70 | 0.41 | +0.29 | |
| 招架时被投 | 0.10 | 0.28 | -0.18 | |
| CA | 4.8% | 4.6% | +0.2% | |
| 斗气迸放 | 0.10 | 0.27 | -0.17 | |
| 造成昏厥 | 0.00 | 0.14 | -0.14 | |
| 受到惩罚反击 | 0.20 | 0.08 | +0.12 | |
| 精准招架 | 0.40 | 0.50 | -0.10 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 惩罚反击命中 | 0.10 | 0.13 | -0.03 | |
| 斗气招架 | 1.50 | 1.51 | -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 0.2 · 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 0.2 · 参考 0.08
检查近距离选择
拆投：档案 0.8 · 参考 0.41
回看五次近距离交锋，区分投技机会、投技尝试和防守选择。仅靠汇总次数无法判断当时的正确答案。
试试这样做在重复场景中记录打击和投技，练习选定的应对，再检查自己能否在实战中有意识地做出判断。
数据依据
- 拆投：档案 0.8 · 参考 0.41
- 投技：档案 1.8 · 参考 2.31
- 受到投技：档案 2.9 · 参考 2.13
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 11.6 · 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6日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Yasmine：71场中获胜48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：71场中获胜48场
- 对阵Akuma：49场中获胜36场
区分持续倾向与偶发失误
已保存的近期排位赛样本：36场中获胜19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：36场中获胜19场
寻找可重复利用的反击机会
受到惩罚反击：档案 0.2 · 参考 0.08
把统计作为观察线索。寻找你已验证在该距离能反击的动作，不要仅凭观感认定它有破绽。
试试这样做该动作出现时，尝试已确认的反击。如果对方不再使用，就恢复平常的距离控制，不必强行寻找机会。
数据依据
- 受到惩罚反击：档案 0.2 · 参考 0.08
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