# 2026年にノートからAIで模擬試験を作る方法: 根拠のあるクイズで試し、弱点だけを残す *2026-06-22* ![温かい机の上に、ノートから作った模擬試験、間違い、選んだフラッシュカードが並ぶ](/blog/how-to-make-a-practice-exam-from-your-notes-with-ai.png) 月曜の夜。ノートは42ページ。AIの要約は賢そうに見える。でも、その段落を目の前に置かずに本番に近い問いへ答えられる証拠は、まだどこにもない。 このあたりで人は、**ノートから模擬試験を作る方法** を探し始めます。 必要なのは、これ以上の解説ではありません。必要なのは、少しのプレッシャーと点数、そして自力で思い出そうとした瞬間にどこが崩れるかをはっきり見せてくれる仕組みです。 2026年における、実際に役立つ **AIで模擬試験を作る方法** はそこです。良いAIツールなら、自分のスライド、章ごとのノート、勉強ガイド、PDFをもとに、小さくて根拠のあるクイズを作れます。そこで記憶がまだ不安定な箇所を見つけ、そのあと長期復習に回す価値があるミスだけを残せばいい。 私なら、この流れを繰り返します。 1. 小さめの元資料を1セットだけアップロードする 2. AIに短くて現実的な模擬試験を作らせる 3. ヒントや解説を見る前に答える 4. 間違えた問題と反応が遅かった問題を見直す 5. 本当に弱い部分だけをフラッシュカードにする 6. そのカードをFSRSで復習する AIに「勉強を手伝って」とだけ頼んで、会話がいつの間にか記憶に変わることを期待するより、ずっと筋がいいです。 ## 一気に実用段階へ入った ここ1年で大きく変わったのは、「AIがノートを要約できる」ことではありません。 「AIが自分のノートを材料にして、自分のノートで自分を試し、まだ取り出せない部分を露わにできる」ことです。 その変化は、公開されているプロダクトの方向性にも出ています。**2026年6月5日**、Metaは [アップロードした学習資料から模擬試験を作るガイド](https://ai.meta.com/learn/ai-for-students/how-to-use-ai-to-make-a-practice-exam/) を公開しました。Googleもすでに同じ方向へ動いていて、NotebookLMは **2025年9月** に [フラッシュカードとクイズ機能](https://blog.google/innovation-and-ai/models-and-research/google-labs/notebooklm-student-features/) を追加し、**2025年11月** にはモバイルアプリにも [クイズとフラッシュカード機能](https://blog.google/innovation-and-ai/models-and-research/google-labs/notebooklm-app-quizzes-flashcards/) を持ち込みました。さらにGoogle自身の **2026年4月** の [期末試験向け学習ガイド](https://blog.google/products-and-platforms/products/education/gemini-finals-study-tips/) でも、ノートをアップロードして学習ガイド、フラッシュカード、模擬試験を作る流れが明示されています。OpenAIの [Study Mode](https://chatgpt.com/features/study-mode/) も、即答を吐き出すよりガイド付き学習のほうへ寄っています。 これは大事です。汎用的なウェブ上のクイズは、難易度も、言い回しも、出題範囲も、あなたの授業と噛み合っていないことが多いからです。自分のノートは散らかっていても、実際に試験される講義や単元に寄っていることが多い。 ## ランダムな問題集より、自分のノートのほうが合っていることが多い **ノートから作るAI模擬試験** が役立つのは、授業ローカルの論理に近いままでいてくれるからです。 - 先生が何度も繰り返す用語 - 演習プリントで何度も出る例 - 宿題で繰り返し問われる区別 - 試験で求められそうな細かさ コースの重点を知らない汎用クイズ生成より、たいていこちらのほうが入力として強いです。 元資料は、きれいである必要はありません。たとえばこれで十分です。 - 1回分の講義スライド - 1章分の要約 - 1本の勉強ガイド - 添削済みの宿題 - 単元レビューの配布資料 - 先生が配った短い練習問題集 美しいノートは要りません。必要なのは、試験に関係あるノートです。 ## 学期全部ではなく、まず1単元から始める ここで気づかないまま出力を悪くする人が多いです。 全部を一気にアップロードすると、モデルが妙に滑らかになります。週をまたいで話題を混ぜ、賢そうに見える広い質問を書き、そもそもノートが持っていた境界線を失い始めます。 もっと小さく切ったほうがいいです。 - 1回分の講義スライド - 1章 - 実験ハンドアウト1枚と自分のノート - ずっと避けている弱い論点1つ - 正直に診断したい試験単元1つ そのほうが、**教材から作るAIクイズ** はずっときれいになりますし、その後の処理も楽です。 しかも人間がちゃんと回せる大きさに収まります。本気で答えて見直せる問題数は、多くの人にとって8問から15問くらいです。自動生成された50問の巨大セットを相手に、本当に考え続ける人はほとんどいません。 模擬試験の前に、元ノート自体をまだ少し整えたいなら、[2026年版 ノートをフラッシュカードに変える方法](/ja/blog/turn-notes-into-flashcards/) がひとつ前の工程です。 ## プロンプトは退屈なくらい具体的でいい 私なら、こうは頼みません。 > これをもとに模擬試験を作って。 この書き方だと、モデルに即興の余地を与えすぎます。 もっと近いのは、こんな感じです。 ```text 以下のアップロード済みノートとスライドだけを使ってください。 この単元について、12問の模擬試験を作成してください。 記述式と選択式を混ぜてください。 難易度は通常の授業内試験と同程度にしてください。 アップロードした資料で根拠を示せない内容は出題しないでください。 私が解答したあと、各解答を採点し、間違えた点を示し、正答が正しい理由を説明し、各ミスの背後にある具体的な弱点を特定してください。 最後に、フラッシュカード化する価値がある弱点だけを短く一覧にしてください。 ``` このプロンプトには、役に立つ仕事が3つあります。 - 情報源を限定する - 範囲を小さく保つ - 採点だけでなく、弱点抽出までさせる 点数は役に立ちます。でも、再利用できるミスのほうがもっと役に立ちます。 ## 記述式も混ぜたほうが、クイズが本当のことを言う 選択式は悪くありません。でも、それだけには寄せません。 認識はかなりずるいです。4つの選択肢を見ると、1つが見覚えある気がして、実際より理解できているように感じてしまう。記述式はその支えを少し外して、用語、手順、規則、違いを自分で出させます。 だから私は、この組み合わせが好きです。 - 全体を素早く見るための選択式 - 本当に思い出せるかを試す記述式 - 似た概念が混ざりやすいときの比較問題を1問 毎回すべての形式が必要なわけではありません。必要なのは、今の理解をちゃんと暴く程度の幅です。 AI家庭教師を含めた、もう少し広い勉強フローは、[2026年にAIで勉強する方法](/ja/blog/how-to-use-ai-to-study/) が全体版です。 ## 見るべきなのは点数だけではなく、間違えた場所 価値が出るのは、たいていここです。 クイズを終えて12問中8問正解を見て、「まあ十分か」と進んでしまう人は多いです。それでは診断の部分を捨てています。 見直すべきなのは、すべての誤答と、答えは合っていても反応が遅かった問題です。弱点の正体は、たいてい次のどれかです。 - 事実そのものを落としていた - 近い概念を混同していた - 順序を取り違えていた - 定義がぼんやりしていた - 理解はしていたのに、言葉にできなかった - それらしく見える誤答に、ある理由で引っ張られた これらは同じ問題ではありません。だから、全部を同じタイプのフラッシュカードにしてはいけません。 ここで初めて、ノートからAIで作る模擬試験が本当に役立ちます。プレッシャーがかかった瞬間に、どこで想起が壊れるかを優先順位つきで見せてくれるからです。 ## 試験全体をそのままデッキにしない ここは最初に避けたいミスです。 12問の模擬試験から実際に残すべきものは、たとえばこうです。 - 明確なカード候補が3つ - カードより先に、もう一度説明が必要なものが2つ - ただの読み違いなので注意で済むものが1つ - すでに十分安定していて放っておいていいものが6つ これでいい結果です。 全部を恒久的な復習素材に変えると、記憶より先にデッキが膨らみます。あとで重要で、しかも表裏カードで素直に試せる小ささのものだけ残してください。 次の工程が「誤答をカードに変えること」なら、[2026年版 演習問題をフラッシュカードに変える方法](/ja/blog/how-to-turn-practice-questions-into-flashcards/) がそのまま続きになります。 ## 長い解説ではなく、弱点そのものを残す たとえば、クイズでこんな弱点が出たとします。 > 光合成は葉緑体で起こることは分かっていたけれど、カルビン回路が起こる場所と、光依存反応が起こる場所を何度も取り違えた。 悪いカードは、こうです。 - 表: 光合成の全過程を詳しく説明せよ - 裏: 来週には見たくなくなる長い段落 もっと良いカードは、こうです。 - 表: 光合成の光依存反応はどこで起こるか? 裏: チラコイド膜 - 表: カルビン回路はどこで起こるか? 裏: 葉緑体のストロマ これがきれいな受け渡しです。 - 模擬試験が弱点を見つける - フラッシュカードが、その想起対象だけを残す カードは小さく保つ。試験は、もっと大きいままでいいです。 ## Flashcardsが入る場所 [Flashcards](/ja/features/) が合うのは、模擬試験のあとです。 この製品を「魔法の模擬試験ジェネレーター」として説明するべきではありません。より正確なのは、自分の好きな外部AIツールでノートから模擬試験を作り、そのあと生き残った弱点だけをFlashcardsに渡す流れです。 この引き継ぎがうまくいくのは、Flashcardsがすでに次の実務レイヤーを持っているからです。 - ワークスペース内データ、ファイル添付、貼り付けテキストを扱えるAIチャットでカード案を整えられる - 膨らみすぎた学習素材ではなく、シンプルな表裏カードで残せる - コース、単元、試験ごとに整理できるデッキとタグがある - 残す価値があるカードになったあと、FSRSで復習スケジュールを回せる - すぐ始めたい人向けのホスト版ウェブアプリがある - 後から自分のスタックで運用したい人向けにセルフホストもできる - 重い運用にも向くオフラインファーストのクライアントとエージェント向け導入がある だから流れが素直です。 1. 好きな外部AIツールで模擬試験を作る 2. 間違えた問題と反応が遅かった問題を見直す 3. 使う価値がある弱点だけをFlashcardsに移す 4. それをシンプルな表裏カードに整える 5. 最終セットをFSRSで回す 初回セットアップなら、[使い始めガイド](/ja/docs/getting-started/) が最短です。自分で運用したいなら、[セルフホスティングガイド](/ja/docs/self-hosting/) があります。同じデータを使ってエージェントのワークフローを組みたいなら、[APIリファレンス](/ja/docs/api/) が出発点です。 ## 毎週回せるくらいのループ 実際に繰り返すなら、私ならこの形です。 月曜: 講義スライド1本か章の要約1本をアップロードして、短い模擬試験を作る。 火曜: 先読みせずに、正直に解く。 水曜: 間違えたところを見直し、弱点だけを3枚から8枚の新しいフラッシュカードにする。 残りの平日: 期限が来たカードをFSRSで回し、最初の束が制御できるまでは、2つ目の巨大バッチを足さない。 このリズムが機能するのは、AIの工程が小さく、フラッシュカードの工程が選択的なままでいられるからです。 しかも続けやすい。そこは、賢そうに見えることより重要です。 ## 2026年に使えるルール **AIで模擬試験を作りたい** なら、AIに勉強そのものを代わりにやらせようとしないことです。 すでに持っている教材を、AIに試させる。 自分のノート、自分のスライド、自分の勉強ガイド、自分の授業の言葉づかいを使う。試験は小さく保つ。誤答は丁寧に見直す。本当に弱い部分だけをカードにする。そのあとのタイミングはFSRSに任せる。 私が信頼している **ノートから模擬試験を作る方法** は、この形です。 AIは、元資料から狙いの絞れた問題を作るのがかなり上手くなりました。長期記憶のほうは、何を残し、何を捨て、生き残ったものを予定どおり見直すかに、まだ大きく依存しています。 --- *[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-to-make-a-practice-exam-from-your-notes-with-ai/)* *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。*