最近一场对战
胜利排位赛
MA
A.MA更新于1周前
Steam
Other俱乐部 · TPCFightersC100%
SteamOther俱乐部 · TPCFightersC100%Villetta
The Strongest Creature on Earth
MR 1,691#33,188最近 10 场6–4+15最近 20 场10–10-4
胜率
56%
31 胜 · 24 负 · 已存 55 场
排位赛对战
55
已选模式
胜场
31
排位赛
负场
24
排位赛
最高 MR
1,775
Marisa
排位 MR · Marisa
本地 55 · 导入 0 · 图表显示 55 · 已存 80 场对战
尚未请求回放
MAA.MA按差值绝对值从大到小排列23 项习惯
| 习惯 | Villetta | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| 斗气前冲（取消） | 18.6% | 29.3% | -10.7% | |
| 斗气技 | 29.0% | 19.0% | +10.1% | |
| SA2 | 10.2% | 18.1% | -7.9% | |
| SA3 | 38.8% | 32.8% | +6.0% | |
| CA | 10.2% | 7.3% | +2.9% | |
| 斗气前冲（招架） | 6.1% | 8.9% | -2.8% | |
| 斗气防御 | 12.8% | 14.5% | -1.7% | |
| 版边压制 | 8.90 | 10.02 | -1.12 | |
| 斗气迸放消耗 | 2.8% | 1.8% | +1.0% | |
| SA1 | 40.8% | 41.8% | -1.0% | |
| 斗气招架 | 2.00 | 1.56 | +0.44 | |
| 被困版边时间 | 8.30 | 7.86 | +0.44 | |
| 精准招架 | 0.30 | 0.59 | -0.29 | |
| 拆投 | 0.80 | 0.54 | +0.26 | |
| 招架时被投 | 0.40 | 0.28 | +0.12 | |
| 斗气迸放 | 0.30 | 0.20 | +0.10 | |
| 惩罚反击命中 | 0.20 | 0.11 | +0.09 | |
| 投技 | 2.10 | 2.03 | +0.07 | |
| 斗气反攻 | 0.30 | 0.33 | -0.03 | |
| 受到昏厥 | 0.00 | 0.03 | -0.03 | |
| 受到惩罚反击 | 0.10 | 0.11 | -0.01 | |
| 造成昏厥 | 0.10 | 0.09 | +0.01 | |
| 受到投技 | 2.20 | 2.20 | +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。
Marisa · 最近100场
需要改进的地方
让斗气迸放有明确目的
斗气迸放：档案 0.4 · 参考 0.2
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 0.4 · 参考 0.2
- 斗气迸放消耗：档案 3.5% · 参考 1.9%
检查近距离选择
拆投：档案 1 · 参考 0.52
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 1 · 参考 0.52
- 受到投技：档案 2.5 · 参考 2.3
追踪位置得失的过程
版边压制：档案 8.9 · 参考 10.2
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 8.9 · 参考 10.2
- 被困版边时间：档案 6.5 · 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7日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.4 · 参考 0.2
观察特定场景下是否反复出现斗气迸放。考虑距离、硬直和量表，准备在训练中验证过的应对。
试试这样做再次进入该场景时，采用更少暴露破绽的行动。如果迸放出现，就使用练过的应对；如果没有，就回到常规计划。
数据依据
- 斗气迸放：档案 0.4 · 参考 0.2
- 斗气迸放消耗：档案 3.5% · 参考 1.9%
试探近距离模式
拆投：档案 1 · 参考 0.52
观察实际的打击、投技和防守选择。出现倾向后，再改变熟悉攻防中的一个部分。
试试这样做同样的反应连续出现两次后，尝试不同选择。如果对方改变反应，就重新混合选项，不要认定这个模式永远有效。
数据依据
- 拆投：档案 1 · 参考 0.52
- 受到投技：档案 2.5 · 参考 2.3
先试探实际防守反应
斗气招架：档案 1.3 · 参考 1.59
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 1.3 · 参考 1.59
- 精准招架：档案 0.6 · 参考 0.6
- 斗气反攻：档案 0.4 · 参考 0.32
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