データ月 2026-10
PreflopAI
preflopai.com
PreflopAI
PreflopAIpreflopai.comGTOレンジとAIコーチでポーカーのプリフロップ戦略をトレーニングするアプリです。
サイトを開く ↗

AlphaMoatによると、2026年10月のPreflopAI(preflopai.com)の月間訪問数は2,260(前月比 -37.4%)で、トラフィックデータのある17,643件のAIサイト中14,872位、教育・研究では1,015件中867位です。最大の市場はスペインで、訪問数の38.6%を占めます。

月間訪問数 · 2026-10
2260-37.4%
総合順位(17,643件中)
#14,872
教育・研究内の順位(1,015件中)
#867
最大市場
スペイン38.6%

PreflopAIとは

製品概要

PreflopAIは、ポーカー戦略トレーニングアプリで、プリフロップの判断に関するインタラクティブチャートとGTOレンジを提供し、キャッシュゲームとトーナメントで勝利戦略を構築する手助けをし、学習をより効率的にし、トレーニングをより目的意識的にします。

主な機能

ステップバイステップのプリフロップチャート指導、チャートの背後にあるロジックの分解、実際のハンドでのドリル、レンジ習熟度のセルフテスト、マルチテーブルシナリオへの適応トレーニングに対応しています。

12か月のトラフィック推移

カーソルを合わせると月ごとの値を表示
最新 2260前月比-37.4%前年比+156.2%
-3378.26756.51万26-0426-0526-0726-09
月月間訪問数前月比
2026-04882—
2026-051021+15.8%
2026-061776+73.9%
2026-071835+3.3%
2026-089384+411.4%
2026-093612-61.5%
2026-102260-37.4%

国別の訪問数 · 上位5か国

2026-10 · 総訪問数に占める割合
スペイン
87238.6%
アルゼンチン
76633.9%
インド
62327.6%

教育・研究の人気プロダクト

クリックで詳細を表示、「+ 比較」でPreflopAIと比較
Wayground AI
Wayground AI
wayground.com
4713.7万
+10.4%

教材作成と学習進捗の把握を支援するAI教育プラットフォーム

+ 比較
ZeroGPT
ZeroGPT
zerogpt.com
3286.5万
+19.7%

AI生成コンテンツの検出と文章支援を組み合わせた統合テキストツール

+ 比較
GPTZero
GPTZero
gptzero.me
2324.7万
+32.5%

AI文章、執筆過程、不審な引用を検査するコンテンツ鑑定ツール

+ 比較
Gizmo
Gizmo
gizmo.ai
927.4万
+18.2%

授業資料をゲーム感覚で復習できる間隔反復の学習カードに

+ 比較
Scribbr
Scribbr
scribbr.com
753.1万
+14.6%

学術校正、引用形式、文章の類似性チェックをまとめて行う

+ 比較
Coddy
Coddy
coddy.tech
747.8万
+17.8%

インタラクティブなコース、ブラウザ内での演習、AIチューターでプログラミングを無料で学べます。

+ 比較

よくある質問

PreflopAIの月間訪問数は?

AlphaMoatによると、2026年10月のPreflopAI(preflopai.com)の月間訪問数は2,260(約2260)(前月比 -37.4%)で、トラフィックデータのある17,643件のAIサイト中14,872位、「教育・研究」カテゴリでは867位です。

PreflopAIのトラフィックは伸びていますか?

直近7か月で、PreflopAIの月間訪問数は2026年4月の882から2026年10月の2260へと、全体で156.2%増加しました。この期間のピークは2026年8月(9384)でした。

PreflopAIの訪問者はどの国が多いですか?

2026年10月時点で、PreflopAIの訪問数シェアが高い国は順にスペイン 38.6%、アルゼンチン 33.9%、インド 27.6%です。

PreflopAIに似たAIプロダクトは?

「教育・研究」カテゴリで月間訪問数が多いその他のプロダクトはWayground AI(4713.7万)、ZeroGPT(3286.5万)、GPTZero(2324.7万)、Gizmo(927.4万)、Scribbr(753.1万)です。

データ月:2026-10 · 訪問数は第三者によるトラフィック推計値を月単位で集計したもので、規模と傾向の把握に適しています。同一プロダクトの複数ドメインは統合しています。詳しくはデータの方法論をご覧ください。