ガイド一覧に戻る

Fakerの実ソロランクをAI分析:プロの数字は実際どうなのか(CS・ダメージ・視界)

読了時間 約8分

「プロの数字って実際どのくらいなの?」を、推測ではなく実データで見てみよう。 この記事では、Faker の公開ソロランクアカウント(Hide on bush #KR1)の実際のランク試合データを Riot 公式 API から取得し、LoL2LLM が想定する形でAI分析にかけた結果を紹介する。 すべて試合IDを明記しているので、各自で検証できる。

データ出典:Riot Games 公式 API(Match-v5)、ソロ/デュオランク(queue 420)、パッチ 16.12、2026年6月13日時点のスナップショット。アカウントは Faker の公開メイン「Hide on bush #KR1」。本記事は公開ゲームデータの引用であり、Riot Games の公認・提携ではありません。

ケーススタディ:Cassiopeia で「レーンを完全に破壊したのに負けた」試合

試合ID KR_8257207023(36分、結果は敗北)。 Faker は Cassiopeia で対面の Sylas を数字上ほぼ完封している。

指標Faker(Cassiopeia)対面(Sylas)
KDA9 / 8 / 31 / 5 / 9キル +8
CS(CS/分)327(9.0)213(5.9)+114(+3.1/分)
ゴールド16,94211,395+5,547
対チャンプダメージ46,02216,113約2.9倍
ダメージシェア33%チーム最大火力

CS差は 114(約3.1 CS/分)、ダメージは約2.9倍。レーン戦としては完勝だ。 それでも試合は負けている。これは初心者が最も誤解しやすいポイント── 「自分はレーンで勝ったのに負けた、味方のせいだ」── の正体を、プロの試合がそのまま示している。

この試合データをAIに分析させると何が返ってくるか

上記のデータ(に試合中の時系列を加えたもの)を「初心者向けに、勝敗を分けた要因をデータから説明して」とAIに投げると、典型的にはこういう指摘が返る:

重要なのは、AIが「KDAが良い/悪い」では止まらず、指標どうしの矛盾(大きなリード × 多いデス)から仮説を立てていること。これがスクショ1枚を渡すだけでは得られない、構造化データならではの分析だ。

6試合まとめて見ると「本当の課題」が見える

同じ日の直近6試合(すべてミッド)を並べると、もっと面白い事実が出てくる。

チャンプKDACS/分ダメージシェア結果
Cassiopeia9/8/39.033%負け
Ahri5/8/38.429%負け
Yone1/6/39.423%負け
Yone0/5/29.021%負け

注目すべきは CS/分は一貫して 8.4〜9.4 と非常に高いのに、デス数が多く(6,8,5...)、6連敗していること。 世界最高クラスのプレイヤーでも、ファーム能力(CS/分)は安定して高いまま、試合結果は連敗することがある── つまり CS/分のような個人指標と勝敗は、短期的には驚くほど切り離されている。 複数試合をまたいで見ると「Fakerの課題はファームではなくデス管理(この日は)」という再現性のあるパターンが浮かび、これは1試合だけ見ても分からない。

初心者がこの実データから学べること
自分のアカウントで同じことをやる方法

ここで見せた「対面との差分の表」「複数試合の横並び」は、特別なツールがなくても LoL2LLM で再現できる。 自分の Riot ID で検索し、試合を選んでデータをエクスポートし、ChatGPT や Claude に「対面との差分を軸に、複数試合で繰り返している弱点を2つ挙げて」と頼むだけだ。 プロの数字は、自分の現在地を測るベンチマークとして使うのが正しい使い方であって、いきなり真似する対象ではない。


他のガイドを読む

ChatGPTでLoLの戦績を分析する方法:コピペで使えるプロンプト付き完全ガイド

プロADCのCS/分・KP・視界は実際どれくらい?Gumayusiの実データをAI分析(Challenger実戦)

LoL初心者がまず目指す数字:ランク帯別の目標スタッツ(CS/分・KP・視界・デス)

Fakerの実ソロランクをAI分析:プロの数字は実際どうなのか(CS・ダメージ・視界) | LoL2LLM