2026年、FSRS で試験勉強する方法: 試験日までに終えられる Flashcards plan を作る
試験の 19 日前に、自分の AI study stack が flashcards を作る能力に比べて、review へ持っていく能力はずっと弱いと気づくのは最悪です。lecture notes から 420 枚、PDF からさらに 160 枚、そして「今週末にたくさんやればいい」という妙に sincere な plan が手元に残ります。
人が study for an exam with flashcards と検索し始めるのは、たいていそのときです。
もう card creation が難しいからではありません。難しいのは、それらの cards を test day までに実際に終えられる review plan に変えることです。
AI は勉強の前半をずっと速くした
ここは急速に変わりました。
今では notes、PDF、lecture recordings、さらには NotebookLM outputs まで、ほとんど friction なく draft cards に変えられます。その部分が normal になりつつあります。問題は移動しました。
bottleneck は、もはや「どうやって flashcards を作るか」ではありません。
次の問いです。
- 何枚作るべきか
- いつ new cards を止めるべきか
- reviews の爆発をどう防ぐか
- exam date が fixed のときはどうするか
manual copy-paste よりはずっと良い問題ですが、それでも real problem です。
exam date は flashcards strategy 全体を変える
ここを人は飛ばします。
期限のない学習と、deadline-driven な exam prep は同じではありません。
long run の語学学習なら、cards をゆっくり増やし続けて scheduler を数か月単位で伸ばせます。でも 4 月 20 日に exam があるなら、runway は無限ではありません。deck は試験前の週にまだ膨らみ続けるのではなく、その前に calm になっている必要があります。
つまり良い FSRS exam prep workflow は、good cards の話だけではありません。timing の話でもあります。
exam date から逆算して始める
私は、恥ずかしいほど simple に保ちます。
残り時間を 3 つの phase に分ける。
| Time left | Main goal | What to do | |---|---|---| | 3 to 6 weeks | deck を慎重に作る | highest-value material からだけ new cards を加える | | 1 to 2 weeks | review load を安定させる | new cards はごく少なく、主に review と weak cards の clean up | | Final days | recall を守る | due cards を review し、short targeted cramming、巨大な import はしない |
最もよく見る mistake は、最後まで new material を deck に注ぎ続けることです。card count が増えるので productive に感じられます。
でも recall はたいてい悪くなります。
exam が近いなら、deck はより boring になるべきで、より ambitious になるべきではありません。
AI-generated cards にも human pass が 1 回必要
ここは今むしろ重要です。
最新の study tools は、ほぼどこからでも cards を生成できます。それは useful です。でも、deck が helpful になるか irritating になるかを決めるのは、依然として card quality です。
bad AI cards は、たいていおなじみの失敗をします。
- 1 枚に 3 つの ideas が入っている
- answer が paragraph になっている
- wording は neat だが記憶には残りにくい
- front が recall ではなく recognition を test している
- source を開き直さないと意味が通らない
私は 300 枚の polite garbage より、120 枚の clean cards を review したいです。
だから scheduler に執着する前に、1 回 pass して weak stuff を切る。future review pain を減らす最速の方法は、どうせうまく覚えられない cards を消すことです。
algorithm 自体をもっと深く知りたいなら、こちらが合います。
FSRS は助けるが、bad planning は救わない
私は FSRS が好きです。古い systems より calm な review rhythm を与えてくれることが多いからです。
でも、学期全体の loose studying を、4 回の heroic evening に magically 圧縮してくれるわけではありません。
遅すぎるタイミングで cards を入れすぎれば、algorithm はその mess を材料に動くしかありません。
だから実用的な問いは、「FSRS を使うべきか」だけではありません。
「この review load は、exam 前の actual life にまだ収まるか」です。
worst normal day でも終えられる daily load を決める
最もやる気のある土曜日を基準に plan を立てないほうがいい。
疲れていて、頭の中がすでにいっぱいで、それでも system に持ちこたえてほしい平日を基準にする。
つまり:
- ego が望むより早く new cards に cap をかける
- 最初の wave のあとで reviews が増えると見込む
- extra passes が必要な weak topics のために slack を残す
- 授業や仕事の full day のあとに 500 reviews を cheerful にこなす自分を想定しない
多くの exam prep は、もっと discipline があり、もっと time があり、照明も少し良い future-you を前提にするせいで壊れます。
実際に存在する version の自分に合わせて作るべきです。
その load の見積もりをもっと clean にしたいなら、こちらも exam workflow と相性が良いです。
source workflow と memory workflow は分けておくべき
これは、自分の study habits に対して行った中でも最も良い変更の 1 つです。
source processing では次をやります。
- notes を読む
- PDF を candidate cards に変える
- AI に first pass を draft させる
- definitions と examples を比較する
memory training では次をやります。
- due なものを review する
- weak cards を rewrite する
- finish できるサイズに deck を保つ
- 明確な gap がない限り sources を触らない
この 2 つが blur すると、studying は productive に感じられても recall は改善しません。すでに目の前にある cards を強化する代わりに、きれいな new cards を 1 時間かけて作ることになります。
だから exam prep では、boring な boundary がとても役に立ちます。早い段階では card drafting、後半は card reviewing。
Flashcards がこの workflow により合う理由
Flashcards は、この problem と相性が良いです。product が、同じ仕事だと pretend せずに、その両半分を扱えるからです。
現在の stack には次があります。
- file attachments と plain text uploads を備えた AI chat
- front/back card creation
- FSRS review scheduling
- hosted web app
- repository 内の offline-first clients
つまり、practical な exam workflow はこうなります。
- 1 つの source chunk を upload または paste する
- AI chat に draft front/back cards を頼む
- weak cards をすぐ短くするか split する
- review する価値のある cards だけを作る
- 次の review timing は FSRS に任せる
- final week は bulk generation ではなく recall に集中する
これは、絶対に review し切れない giant deck を AI に作らせるより、ずっと良い使い方です。
final week は別物として扱う
exam 前の最後の 1 週間は、1 か月放置していた textbook chapter を新たに giant import する時期ではありません。
やるべきは次のことです。
- due reviews
- obvious gaps を埋める small targeted additions
- まだ fuzzy な cards の clean up
- おそらく formulas、vocab、definitions など、本当に extra reps が必要なものだけに絞った focused cram set
ここで panic して、learner ではなく content pipeline のように振る舞い始める人が多いです。
やることは減らす。review を増やす。すでに半分覚えかけている cards を守る。
これは AI-generated decks ではさらに重要
AI は overproduction を簡単にします。
これが modern study tools の hidden tax です。typing ではなく selecting と editing が real work になるほど、多くの candidate cards を生成できます。
面白いのは、それでもまだ良い trade だという点です。
ただし benefit が出るのは、厳格でいる場合だけです。
- small batches で generate する
- generous に delete する
- best cards だけを残す
- exam window が tight になったら new material を止める
1 時間 deck を prune するだけで、あとで何時間もの miserable review を救えることがあります。
では 2026 年、FSRS で exam をどう勉強するべきか
私はまず AI で first draft を速くし、その後はより厳しい exam mode に切り替えます。
- date から逆算する
- 欲しいより小さな deck に保つ
- 増殖する前に cards を clean up する
- final week の前に queue を安定させる
- late chaos の excuse としてではなく、scheduling engine として FSRS を使う
これが、実際に sustainable に感じられる spaced repetition for exams です。
その workflow を支える product が欲しいなら、Flashcards はかなり合っています。AI-assisted drafting、front/back cards、FSRS review を 1 つの open-source stack にまとめてくれるので、5 つの study tools と exports の folder に workflow を分散させずに済みます。
まだ終えられる exam deck を作る
この workflow を試したいなら:
source material がさらに 1 段前に残っているなら、こちらも役立ちます。
- 2026年、PDF を Flashcards に変える方法: lecture slides、textbooks、research papers を FSRS cards にする
- 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
- 2026年、NotebookLM Flashcards を real spaced repetition に変える方法: export し、clean up し、FSRS で review する
最良の exam deck は、たいてい一番大きい deck ではありません。
countdown が uncomfortable になってからも、まだ calm に review できる deck です。