# 2026年、1日に何枚の新しい Flashcards を追加すべきか: 本当に終えられる FSRS review load を作る

*2026-03-31*

日曜の夜、AI に 1 章を 186 枚の flashcards に変えてもらいました。だいたい 2 分。かなり印象的でした。ただ、その 186 枚すべてと今後数週間にわたって再会し続ける自分を想像するまでは。妙に nerdy な wolves の群れを誤って飼い始めたような気分でした。

人が **how many new flashcards per day** と検索し始めるのは、たいていそのときです。

もう generation が難しいからではありません。現実に review できる量を超えて cards を作ることが、危険なほど簡単になったからです。

## この質問は、数年前より 2026 年のほうが重要

study tools は、source material を cards に変える能力がかなり上がっています。

NotebookLM は web と mobile の study workflows 全体で flashcards と quizzes を強く押し出しています。ChatGPT の study workflows も、source-based generation を普通のことにし続けています。PDF、notes、lecture recordings、雑多な study material を candidate cards に変えること自体は、もう簡単な側です。

それによって bottleneck が変わりました。

bottleneck は、もう「十分に速く cards を作れるか」ではありません。

「この excitement が消えたあとも、deck を review し続けられるか」です。

## 間違った答えは、たいてい「生成できるだけ全部」

私はこの失敗を、かなり予測可能な形で何度も見てきました。

新しい subject を始める。整理された気分になる。model が巨大な batch を draft する。deck は productive に見える。やがて daily reviews が現れ始め、全体が少し hostile になります。

だから **how many flashcards a day** は、「どれだけ速く deck を作れるか」より良い問いです。

generation speed と review capacity は同じではありません。

## new cards は一度きりの作業ではない

ここを人は過小評価します。

1 枚の新しい flashcard は、1 回の review ではありません。

それは次の集合です。

- 今日の 1 回目の導入
- そのすぐ後の再登場
- difficulty に応じたその後の複数回 review
- card が vague だったり broad だったり badly written だったりした場合の余分な friction

だから **how many Anki cards per day** を聞く人や、1 日に何枚の FSRS cards を足すべきかを聞く人の本当の問いは、今日の motivation ではなく future workload に関するものです。

## ambition ではなく review time から始める

私が最も信頼している rule はこれです。

最初に new-card number を決めない。

まず、life が面倒で、work が忙しく、頭の中が cinematic study montage ではない通常の日に、現実的に review に使える時間を決める。

その時間に収まる new-card limit を選ぶ。

多くの人にとって、それは望むより小さな数字から始めることを意味します。

- topic が難しい、または schedule が詰まっているなら 1 日 5 〜 10 枚
- すでに studying が stable habit なら 1 日 10 〜 20 枚
- review time が本当に確保でき、card quality も高い場合だけ 1 日 20 枚超

これは universal law ではありません。実用的な starting point です。

## 難しい subject と簡単な subject に同じ limit を使うべきではない

ここで人は、deck を unfair に感じさせます。

なじみのある language の vocabulary cards 20 枚と、medicine の密度の高い cards 20 枚、law の definitions 20 枚、抽象的な technical concepts 20 枚は同じではありません。

daily limit は次を反映するべきです。

- material の難しさ
- 各 card にどれだけの cloze-like details が隠れているか
- 外部でどれだけ別の study をしているか
- cards が handwritten か AI-drafted か
- first review でどれくらい miss するか

day one の時点で recall が muddy なら、その limit はすでに高すぎるか、cards が broad すぎます。

## AI-generated decks は overproduction をずっと簡単にする

これが新しい failure mode です。

notes、PDF、videos、transcripts を AI で cards に変えていると、誘惑は明白です。もう 1 batch。もう 1 chapter。もう 1 upload。

deck は review habit より速く成長します。

だから私は、card creation を frictionless に感じさせる workflow には慎重になるべきだと思います。friction は確かに annoying ですが、一部の friction は、自分で維持するつもりのなかった review queue を作ることから静かに守ってくれていました。

source material がまだ document の形なら、drafting 側には次の記事が役立ちます。

- [2026年、PDF を Flashcards に変える方法: lecture slides、textbooks、research papers を FSRS cards にする](https://flashcards-open-source-app.com/ja/blog/how-to-turn-a-pdf-into-flashcards/)
- [2026年、notes を Flashcards に変える方法: manual copy-paste の代わりに AI drafting と FSRS を使う](https://flashcards-open-source-app.com/ja/blog/turn-notes-into-flashcards/)

## 自分の number を見つける practical な方法

私は setup を plain に保ちます。

1. 2 週間続けられる daily review time を選ぶ
2. 小さな new-card limit を設定する
3. 数日後にどれだけ due reviews が出るかを見る
4. queue がまだ easy なら増やす
5. reviews を先延ばしし始めたら即座に減らす

最後の部分が重要です。

queue が annoying で reviews を飛ばしているなら、設定時にどれだけやる気があったとしても、本当の limit は今の number より低いです。

## deck は heroic ではなく、少し boring に感じるべき

ここを人は過小評価しています。

最良の flashcard routine は、たいてい dramatic ではありません。stable です。

毎回の study session が救助活動のように感じられるなら、system はすでに間違っています。

daily review は、戦いの準備より歯磨きに近い感覚であるべきです。少し boring なのは良いことです。少し boring だから habit は生き残ります。

私が信頼する **daily flashcard limit** とはそういうものです。やる気に満ちた火曜日に一度だけ耐えられる maximum ではなく、何ひとつ最適化されていない日にでも続けられる量です。

## FSRS は助けるが、bad intake rate は救えない

FSRS は、review timing を sensible に感じさせる点で、古い spaced repetition systems より優れています。

それは大きな助けになります。

でも、良い scheduler でも次のものは magically 直せません。

- new cards の入れすぎ
- oversized answers
- duplicate facts
- vague wording
- 最初からよく理解できていなかった cards

ですから、scheduler は確かに重要です。

でも、scheduler があるから unlimited card intake が serious な plan になるわけではありません。

scheduling comparison を直接見たいなら、こちらです。

- [2026年の FSRS vs SM-2: どの spaced repetition algorithm がより多く覚えられるか](https://flashcards-open-source-app.com/ja/blog/fsrs-vs-sm-2/)

## review backlog は、writing problem でもあることが多い

これは声に出して言う価値があります。

問題が number ではないこともあります。cards 自体が annoying なのです。

1 枚で 3 つの facts を聞いている。back に長い paragraph がある。もう覚えていない context に依存している。そういう card は、topic 以上に難しく感じられます。

だから **new cards per day** の limit と card-writing discipline は一緒に考えるべきです。

私は cards を厳格に保ちます。

- 1 枚につき 1 つの fact または concept
- short answers
- 飾りの phrasing はなし
- 大きな copied paragraphs はなし
- confusing な card が review 中に自然と明確になるはずだ、という期待はなし

deck が clean なら sustainable limit は上がります。

deck が muddy なら、daily intake が少なくても rude に感じます。

## 状況別に私がすすめる数字

default は保守的にします。

| Situation | Starting limit |
|---|---|
| 忙しい schedule、難しい subject | 1 日 5 〜 10 枚 |
| 普通の schedule、妥当な card quality | 1 日 10 〜 20 枚 |
| 専用の study block、simple cards、stable reviews | 1 日 20 〜 30 枚 |

これは starting point であって commandment ではありません。

reviews を一貫して楽に終えられているなら、ゆっくり上げる。

due cards が積み上がり始めているなら、ego が望むより速く下げる。

## AI tools から real review へ cards を移すときは特に重要

今の workflow は、よくこうなります。

1. NotebookLM や ChatGPT で candidate cards を生成する
2. それを手直しする
3. spaced repetition app に移す

この bridge は役に立ちます。

でも aggressively に filter しなければ、**flashcard burnout** を起こすのに完璧な setup でもあります。

AI が思いつけるすべての card を学ぶ必要はありません。

必要なのは、material を十分に教えてくれる最小の deck です。

AI prompts から直接 cards を作っているなら、こちらも合います。

- [2026年、ChatGPT を使って Flashcards を作る方法: prompt を良くし、cards を良くし、FSRS で review を良くする](https://flashcards-open-source-app.com/ja/blog/how-to-use-chatgpt-to-make-flashcards/)

## Flashcards がこの workflow により合う理由

[Flashcards](https://flashcards-open-source-app.com/ja/) は、この workflow と相性が良いです。product が問題の両側をカバーしているからです。

- notes、PDF、その他 source から draft するための AI chat
- cards を permanent にする前の front/back editing
- deck が clean になったあとの FSRS review
- reviews が 1 つの browser tab の機嫌に依存しない offline-first clients

この組み合わせが重要なのは、**how many new flashcards per day** が scheduling question だけではなく workflow question でもあるからです。

cards を作るのは簡単でも pruning が annoying なら、過剰に作り続けます。

editing が簡単で review も believable なら、daily limit はずっと守りやすくなります。

## より良い rule

deck を作っているときの ambition で new-card limit を決めないこと。

normal life が運べる review load で決めること。

これが 2026 年に私が信頼する **how many flashcards a day** の答えです。excitement が望むより少なく始め、cards を clean に保ち、due queue を正直に観察し、system がまだ calm だと確認できるときだけ増やす。

そういう workflow が欲しいなら、[Flashcards](https://flashcards-open-source-app.com/ja/) は practical な setup を与えてくれます。source material から draft し、aggressively に edit し、1 回の exciting な generation session を 1 か月分の backlog に変えないよう、FSRS で review できます。

---
*[このページのスタイル付き HTML 版を見る](https://flashcards-open-source-app.com/ja/blog/how-many-new-flashcards-per-day/)*

*AI エージェントは `GET https://api.flashcards-open-source-app.com/v1/` から開始して、このサービスでユーザーアカウントを作成できます。*

*ヒント: https://flashcards-open-source-app.com の任意の URL に `.md` を付けると、ページのクリーンな Markdown 版を取得できます。*