從頭到尾看完一整場比賽很花時間，學到的東西卻比你預期的少。你會注意到自己的致勝球、為失誤皺眉，最後留下的是一種感覺，而不是一份計畫。搭配統計表的簡短流程，能給你可以與下一場比賽比較的數字。
你需要一支筆、下面的表格，以及一場從底線後方拍攝、畫面中包含兩條底線與邊道的比賽影片。如果你還沒拍過，請先看如何拍攝你的網球。
20 分鐘比賽檢討流程
| 分鐘 | 做什麼 | 為什麼 |
|---|---|---|
| 0 到 2 | 按下播放之前，先寫下三個猜測，例如「我的反手拍讓我失望」或「我漏了太多第一發球」。 | 你對比賽的記憶可能是錯的。猜測與實際計數之間的落差，往往是最好的發現。 |
| 2 到 3 | 選擇你的樣本：約六局，三局是你的發球局，三局是對手的發球局。如果你記得整盤的轉折點，就用那一段。 | 樣本能讓工作保持簡短，也給你一個可重複的測試。 |
| 3 到 13 | 統計一遍。每一分只看一次、在表上做記號，並跳過兩分之間的時間。現在先不要停下來研究技術。 | 暫停會打斷計數，把 20 分鐘變成一小時。 |
| 13 到 16 | 把計數加起來，與你的猜測比較。找出集中的地方：某一側、某一種擊球，或某一種失誤。 | 集中的現象是你可以練習的，單一的失誤則不是。 |
| 16 到 20 | 回頭看你最常重複的三種失誤。在擊球瞬間暫停，觀察你的身體、雙腳與球拍。 | 現在你是帶著理由在研究技術。 |
如果跳過兩分之間與換邊的空檔，十分鐘通常就夠看六局。如果你的樣本更長，就縮減為四局，下次也維持相同的局數。
手動統計什麼：可以直接抄的表格
把這張表抄到紙上或你的筆記裡。請保留舊的表格，因為價值就在最後一欄。
| 統計什麼 | 如何計數 | 這場比賽 | 上一場比賽 |
|---|---|---|---|
| 第一發球進場 | 標記每個第一發球進或出。可以的話，分開記錄平分區與占先區。 | ___ / ___ | ___ / ___ |
| 雙發失誤 | 每一次都計數。如果發生在 30-30 或一局中更晚的時候，就加一個點。 | ___ | ___ |
| 漏接的接發球 | 記下是第一發球還是第二發球。 | ___ | ___ |
| 非受迫性失誤，正手拍 | 使用下面的判斷標準。掛網寫 N，出界太長或太寬寫 L。 | ___ | ___ |
| 非受迫性失誤，反手拍 | 使用相同的記號。 | ___ | ___ |
| 非受迫性失誤，其他 | 截擊、高壓球、切球與放小球。 | ___ | ___ |
| 上網 | 每次你主動上前。贏球寫 W，輸球寫 L。 | ___ | ___ |
| 放過的短球 | 你本來可以進攻、卻留在後場的球。 | ___ | ___ |
大家計算非受迫性失誤的方式不同，所以請用你能重複使用的標準。如果你有時間站好位置，而且球不比一般來回球更難，就算作非受迫性失誤。如果不確定，就不要計入。確切的規則不如每次都用同一套規則來得重要。
不要拿別人的數字來給自己打分
SwingVision 公布了其 App 超過 250,000 次練習的數據。依 SwingVision 的統計，從 NTRP 2.5 到 5.0，第一發球進場率維持在約 53% 到 56%，每場比賽的非受迫性失誤在 2.5 時約為 8 次，在 3.0 到 5.0 時約為 11 到 12 次。SwingVision 的數字來自它自己的使用者，而且並未說明如何分配等級或分類失誤，所以你的手動計數不會與之相符。即便如此，從 3.0 往上，在 SwingVision 的數據中，這兩項計數幾乎無法區分各個等級。請以你自己上一場比賽作為基準。
App 能做什麼，哪些仍要留在紙上
各種 App 分擔這份工作的方式不同，所以請確認哪一部分仍須自己來做。其他 App 的細節來自它們截至 2026 年 11 月的介紹頁面與網站。
| 工作 | 手動 | TennisAI | 比賽追蹤 App |
|---|---|---|---|
| 第一發球進場、失誤、上網 | 可以，使用上面的表格。 | 介紹頁面上並未宣傳。 | SwingVision 宣傳自動統計。Baseline Vision 的賽後摘要涵蓋得分、致勝球、ACE 與非受迫性失誤。 |
| 比賽比分 | 自己寫下來。 | 介紹頁面上並未宣傳。 | SwingVision 與 Baseline Vision 宣傳自動計分。 |
| 擊球技術 | 可以，只要你知道要看什麼。 | 可以：正手拍、反手拍與發球的評分，以及對揮拍路徑、時機、擊球點與步法的回饋。 | SwingVision 網站在其 Pro 方案中列出技術檢視。 |
| 接下來該做什麼 | 你自己的判斷，或請教練。 | AI 教練對話，可詢問練習與訓練問題。 | SwingVision 宣傳每次練習後的指導。 |
| 裝備 | 裝在支架上的手機。 | 一支手機。不需要感應器或穿戴裝置。 | SwingVision：裝在支架上的 iPhone 或 iPad。Baseline Vision：自家的網柱攝影機。 |
如果你想不用筆就取得比賽數字，SwingVision 是比較強的工具，而我們與 TennisAI 的比較列出了差異。TennisAI 的擊球回饋適合這套流程的後半段，也就是你的統計告訴你該研究哪一種擊球之後。
如何把三項發現變成下週的練習
從你的表格中挑出三項發現。一個簡單的原則是：發現必須有數字，而且在你的樣本中至少發生過三次。接著用下表從計數走到目標。這些目標只是建議，請依你的程度調整。
| 如果你的表格顯示 | 在影片中檢查 | 練習目標 |
|---|---|---|
| 第一發球多半掛網 | 拋球位置，以及擊球時你有沒有向上伸展去碰球。 | 以約 80% 的力道發 30 個第一發球。計算有多少球進場，然後試著超越這個數字。 |
| 在 30-30 或更晚出現雙發失誤 | 你在第二發球時手臂有沒有變慢。 | 設定一個假想的 30-30 比分，向兩側各打 10 個第二發球。目標：10 球中 7 球。第二發球指南有更多內容。 |
| 反手拍失誤多半掛網 | 擊球太晚，或揮拍一直很平。 | 斜線反手拍，瞄準網上約 1 公尺（3 英尺）。目標：連續 15 球。 |
| 正手拍失誤多半出界太長或太寬 | 拍面打開、身體後仰，或揮得太用力。 | 以可控制的力道打斜線正手拍，落在發球線之後。目標：連續 15 球。 |
| 許多漏接的接發球 | 你有沒有像世界級接發球選手那樣，在發球者擊球前後開始分腿墊步。 | 用短揮拍回搭檔的 20 個發球，瞄準深處與中路。目標：15 球進場。 |
| 很少上網，放過許多短球 | 短球落地時你站在哪裡。 | 搭檔餵 20 個短球。每一球都上網、做分腿墊步並截擊。計算你贏的分數。 |
把每項發現寫成四行，讓你能據以行動。這個範例中的數字是為了展示格式而編的。
一種可行的安排方式，僅供建議：在一次練習中，給每項發現各約 20 分鐘，從讓你丟最多分的那一項開始。下一場比賽之後，用同一張表格再跑一次同樣的流程。如果計數改善了，就把目標再維持一週或換掉它。如果沒有，就回到影片，檢查你是否挑對了原因。
檢討比賽影片真的有用嗎？
關於網球影片檢討的證據好壞參半。一項 1989 年、針對 66 位中階球員的隨機試驗發現，影片回饋並不比傳統的發球訓練更好。一項 2024 年、針對 23 位中階球員的研究發現，自己選擇何時取得影片回饋的球員，在戰術上的進步比固定時程的球員更多。兩項研究都沒有測試這套流程。影片明確能給你的，是對發生過什麼事的紀錄，讓你可以和你的記憶比較。它只有在改變你的練習內容時才有幫助。
常見問題
如何分析一場網球比賽？
檢討約六局的樣本，統計第一發球進場數、各側的非受迫性失誤與上網次數，再針對重複出現的失誤暫停細看。把前三項發現變成練習目標，並在下一場比賽之後重複同樣的統計。
網球比賽中我該追蹤哪些數據？
從第一發球進場、雙發失誤、漏接的接發球、各側的非受迫性失誤，以及上網贏與輸的次數開始。它們都很容易手動計數，而且每一項都指向你可以練習的事。
網球中什麼算是非受迫性失誤？
大家的算法不同。一個實用的判斷標準是：你有時間站好位置，而且球不比一般來回球更難。每次都用同樣的標準，這樣你的計數才能互相比較。
有沒有能自動追蹤網球比賽數據的 App？
有。截至 2026 年 11 月，SwingVision（裝在支架上的 iPhone 或 iPad）與 Baseline Vision（自家的網柱攝影機）都宣傳自動計分與比賽數據。TennisAI 專注於擊球回饋，其介紹頁面並未宣傳比賽數據。
拍攝網球比賽時，攝影機該放在哪裡？
放在底線後方，盡量架高，例如裝在圍欄頂端的支架上。兩條底線與邊道都應保持在畫面內。
資料來源
本文僅為網球訓練的一般性資訊，無法取代教練或醫療建議。若感到疼痛，請停止並諮詢專業人士。TennisAI 由本部落格的發行者 Pace 開發。
