最近一场对战
胜利排位赛
IN
YAIN更新于1天前
Steam
JapanC100%
SteamJapanC100%アレクに親を〇されました
Searing Flame!
MR 1,586#106,744最近 10 场4–6-10最近 20 场11–9+21
胜率
55%
72 胜 · 60 负 · 已存 132 场
排位赛对战
132
已选模式
胜场
72
排位赛
负场
60
排位赛
最高 MR
1,728
Ingrid
排位 MR · Ingrid
本地 132 · 导入 106 · 图表显示 200 · 已存 132 场对战
尚未请求回放
INYAIN按差值绝对值从大到小排列23 项习惯
| 习惯 | アレクに親を〇されました | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 80.0% | 57.0% | +23.0% | |
| SA1 | 5.7% | 23.4% | -17.7% | |
| 斗气前冲（取消） | 9.0% | 25.3% | -16.3% | |
| 版边压制 | 5.30 | 11.85 | -6.55 | |
| SA3 | 8.6% | 15.0% | -6.4% | |
| 斗气防御 | 14.6% | 12.2% | +2.4% | |
| 斗气技 | 29.9% | 27.5% | +2.4% | |
| 被困版边时间 | 12.00 | 10.23 | +1.77 | |
| CA | 5.7% | 4.6% | +1.1% | |
| 受到投技 | 2.70 | 2.13 | +0.57 | |
| 投技 | 2.00 | 2.31 | -0.31 | |
| 斗气反攻 | 0.00 | 0.30 | -0.30 | |
| 斗气迸放消耗 | 1.9% | 2.1% | -0.3% | |
| 斗气招架 | 1.70 | 1.51 | +0.19 | |
| 招架时被投 | 0.10 | 0.28 | -0.18 | |
| 造成昏厥 | 0.00 | 0.14 | -0.14 | |
| 斗气前冲（招架） | 7.5% | 7.4% | +0.1% | |
| 受到惩罚反击 | 0.20 | 0.08 | +0.12 | |
| 拆投 | 0.50 | 0.41 | +0.09 | |
| 斗气迸放 | 0.20 | 0.27 | -0.07 | |
| 受到昏厥 | 0.00 | 0.06 | -0.06 | |
| 惩罚反击命中 | 0.10 | 0.13 | -0.03 | |
| 精准招架 | 0.50 | 0.50 | -0.00 |
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
明确每次量表消耗的目的
斗气前冲（取消）：档案 5.2% · 参考 25.3%
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 5.2% · 参考 25.3%
- SA2：档案 24.1% · 参考 57%
- CA：档案 27.6% · 参考 4.6%
找出惩罚反击的原因
受到惩罚反击：档案 0.1 · 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 0.1 · 参考 0.08
- 惩罚反击命中：档案 0.1 · 参考 0.13
追踪位置得失的过程
版边压制：档案 7.2 · 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 7.2 · 参考 11.85
- 被困版边时间：档案 10.7 · 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
先试探实际防守反应
斗气反攻：档案 0 · 参考 0.3
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 · 参考 0.3
- 精准招架：档案 0.3 · 参考 0.5
- 斗气招架：档案 1.6 · 参考 1.51
把对局战绩当作观察线索
对阵Ryu：34场中获胜19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：34场中获胜19场
- 对阵Alex：33场中获胜16场
- 对阵Luke：29场中获胜15场
区分持续倾向与偶发失误
已保存的近期排位赛样本：94场中获胜53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：94场中获胜53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