Guia · Atualizado em julho de 2026

O que é FSRS? Um guia prático do algoritmo

FSRS (Free Spaced Repetition Scheduler) é um algoritmo moderno de repetição espaçada que prevê quando você provavelmente vai esquecer um cartão e agenda as revisões de forma mais eficiente do que agendadores mais antigos, como o SM-2.

Equipe editorial da Deckbase7 min de leitura

Neste guia

  1. O que significa FSRS
  2. FSRS vs agendadores antigos
  3. Rotina diária
  4. Metas de retenção
  5. Checklist de qualidade dos cartões
  6. Planejamento da carga de trabalho
  7. Plano de adoção em 30 dias
  8. Solução de problemas
  9. Prova vs longo prazo
  10. Rotina semanal
  11. Cenários práticos
  12. Padrões de falha
  13. Checklist mensal
  14. Perguntas frequentes
  15. Recursos relacionados

O que o FSRS significa na prática

O FSRS não é só "revisar depois". É um algoritmo de repetição espaçada com aprendizado de máquina, desenvolvido por Jarrett Ye (L-M-Sherlock), que modela cada cartão como um estado de memória com três variáveis:

Dificuldade (D)

Significado
O quão difícil o cartão é, por natureza, para você.

Estabilidade (S)

Significado
Quantos dias a memória dura até a probabilidade de lembrança cair para a sua meta.

Recuperabilidade (R)

Significado
A probabilidade atual de você acertar o cartão.

Depois de cada revisão, o FSRS atualiza a Dificuldade e a Estabilidade e agenda a próxima revisão para que a Recuperabilidade esteja próxima da sua meta de retenção quando o cartão aparecer de novo. Isso geralmente resulta em menos revisões desnecessárias e menos esquecimentos inesperados do que agendadores mais antigos baseados em heurísticas fixas, como o SM-2.

O FSRS foi integrado ao Anki 23.10 e agora é o agendador padrão para novos baralhos. Deckbase, Mochi e RemNote também usam o FSRS nativamente.

FSRS vs SM-2 e agendadores mais antigos

Modelo de agendamento

SRS mais antigo (ex.: SM-2)
Heurísticas estáticas (fator de facilidade)
FSRS
Baseado em modelo de memória (Dificuldade, Estabilidade, Recuperabilidade)

Personalização

SRS mais antigo (ex.: SM-2)
Uma fórmula para todos os usuários
FSRS
Parâmetros ajustados ao seu histórico de revisões

Velocidade de adaptação

SRS mais antigo (ex.: SM-2)
Mais lento para se ajustar ao seu comportamento
FSRS
Aprende continuamente com as suas avaliações

Meta de retenção

SRS mais antigo (ex.: SM-2)
Implícita ou rígida
FSRS
Otimização explícita de retenção

Carga diária

SRS mais antigo (ex.: SM-2)
Pode se desviar com o tempo
FSRS
~20–30% menos revisões para a mesma retenção

Tratamento de esquecimentos

SRS mais antigo (ex.: SM-2)
Pode cair no "ease hell"
FSRS
Recuperação mais estável

Benchmarks independentes com mais de 700 milhões de revisões do Anki mostram que o FSRS-5 reduz o erro de previsão de retenção para cerca de 5,3% de RMSE, contra 16,2% do SM-2. Na prática, isso significa que o FSRS consegue manter o mesmo nível de retenção com aproximadamente 20–30% menos tempo de revisão por dia. Fonte: documentação do algoritmo FSRS.

Rotina diária simples com FSRS

  1. 1
    Mantenha os cartões atômicos: um fato ou conceito por pergunta. Cartões menores melhoram tanto a lembrança quanto a precisão do agendador.
  2. 2
    Estude todos os dias em sessões curtas (10 a 20 minutos). O FSRS se beneficia mais de sinais de revisão consistentes do que de sessões longas ocasionais.
  3. 3
    Avalie com honestidade após lembrar. Superestimar cartões difíceis leva a intervalos longos e a esquecimentos evitáveis.
  4. 4
    Priorize fontes de qualidade. Para quem usa a Deckbase, escanear livros/PDFs e depois editar os rascunhos da IA mantém a qualidade dos cartões alta.

Na Deckbase, o fluxo costuma ser "capturar a fonte → gerar cartões → editar → revisar". Se você cria cartões via MCP, siga o esquema do seu modelo com get_template_schema antes de gravações em massa.

Como escolher uma meta de retenção

O FSRS funciona melhor quando a meta de retenção combina com o seu contexto. Um único número universal raramente é o ideal: metas agressivas podem inflar a carga de trabalho, enquanto metas baixas podem causar esquecimentos evitáveis antes de provas importantes.

Início de um novo tema

Meta de retenção sugerida
85-90%
Por quê
Rotatividade de cartões mais rápida enquanto os conceitos ainda estão instáveis

Conteúdo principal da prova

Meta de retenção sugerida
90-93%
Por quê
Carga equilibrada com menor risco de esquecimento

Referência de longo prazo

Meta de retenção sugerida
93-95%
Por quê
Mais lembrança ao custo de mais revisões

Comece perto de 90-92% para a maioria dos estudantes e ajuste depois de 2 a 3 semanas olhando para resultados reais: quantidade de cartões atrasados, tempo diário de revisão e frequência de esquecimentos. Pequenas mudanças costumam ser melhores do que grandes saltos.

Checklist de qualidade dos cartões para melhores resultados no FSRS

  1. 1
    Use uma pergunta clara por cartão. Perguntas ambíguas geram avaliações ruidosas e previsões de intervalo mais fracas.
  2. 2
    Prefira respostas concretas a resumos amplos. Eventos de lembrança específicos melhoram a precisão do agendamento.
  3. 3
    Adicione contexto só quando necessário. O texto extra deve esclarecer, não sobrecarregar a etapa de lembrança.
  4. 4
    Revise os esquecimentos recentes toda semana e reescreva os 10 piores cartões. O FSRS rende mais quando a qualidade dos dados continua melhorando.

Planejamento da carga de trabalho: retenção é uma decisão de orçamento

O FSRS é poderoso porque deixa os trade-offs explícitos. Metas de retenção mais altas podem reduzir o esquecimento, mas geralmente aumentam o custo diário de revisão. Metas mais baixas reduzem a carga, mas podem aumentar o risco de esquecimento antes das provas. A configuração certa depende do seu tempo disponível, do volume de cartões e das consequências de esquecer.

Em vez de perseguir um único número "ideal", trate a retenção como um orçamento: quantos minutos por dia você consegue manter de verdade ao longo de meses, e não apenas em uma semana de motivação? A maioria dos estudantes evolui mais rápido quando escolhe uma meta que consegue sustentar com consistência.

200 cartões, 20 min/dia

Meta de retenção
90%
Trade-off esperado
Carga administrável, boa base para manter a consistência

200 cartões, 20 min/dia

Meta de retenção
93%
Trade-off esperado
Mais lembrança com uma carga extra de revisão moderada

400 cartões, 25 min/dia

Meta de retenção
90%
Trade-off esperado
Sustentável para muitos estudantes de prova se a qualidade dos cartões for boa

400 cartões, 25 min/dia

Meta de retenção
95%
Trade-off esperado
Muitas vezes caro demais, a menos que o conteúdo seja realmente crítico

Um padrão prático é 90-92% enquanto você estabiliza seus hábitos. Só suba quando a sua taxa de conclusão se mantiver alta e o seu tempo diário de revisão for previsível.

Um plano prático de adoção do FSRS em 30 dias

O maior erro na repetição espaçada é otimizar configurações antes de a rotina estar estável. Este plano de 30 dias prioriza primeiro a consistência e depois os ajustes. Funciona para estudantes de medicina, preparação para certificações, estudo de idiomas e áreas técnicas em que a qualidade da lembrança importa além das provas de curto prazo.

  1. 1
    Dias 1-7: estabeleça a base. Mantenha sessões curtas e diárias. Limite os cartões novos a um nível que você consiga revisar sem acumular atrasos.
  2. 2
    Dias 8-14: corrija a qualidade dos cartões. Revise seus piores cartões e reescreva as perguntas pouco claras. Priorize um conceito por cartão.
  3. 3
    Dias 15-21: ajuste a retenção com delicadeza. Se houver muitos esquecimentos, melhore a qualidade antes de mexer na retenção. Se a carga estiver pesada demais, reduza os cartões novos antes de baixar a retenção.
  4. 4
    Dias 22-30: fixe o seu modo de operação. Mantenha as configurações que geram conclusão estável e taxas de esquecimento aceitáveis e evite mudar parâmetros com frequência.

No dia 30, você deve saber qual é o seu volume sustentável de cartões, a sua meta de retenção realista e onde o seu processo de criação de cartões ainda gera erros evitáveis.

Guia de solução de problemas do FSRS

A maioria das falhas do FSRS não é falha do algoritmo. Elas vêm de cartões mal feitos, autoavaliações infladas ou de um volume insustentável de cartões novos. Use a tabela abaixo para diagnosticar rapidamente antes de fazer grandes mudanças de configuração.

A fila de revisão parece esmagadora

Causa provável
Meta de retenção alta demais ou cartões novos demais
Primeira correção a tentar
Reduza primeiro o ritmo de cartões novos e depois baixe a meta em 1-2 pontos

Esquecimentos inesperados frequentes

Causa provável
Cartões ambíguos ou sobrecarregados
Primeira correção a tentar
Divida perguntas complexas e adicione tags de contexto

Os intervalos parecem longos demais

Causa provável
Qualidade da lembrança superestimada
Primeira correção a tentar
Avalie as respostas com mais rigor por duas semanas

O progresso estagna após 2-3 semanas

Causa provável
Sem rotina de manutenção dos cartões
Primeira correção a tentar
Reescreva os cartões mais fracos toda semana e remova itens de pouco valor

Faça a solução de problemas de forma iterativa. Mude uma variável por vez e acompanhe por 7 a 10 dias. Isso evita sobreposição confusa de sinais e ajuda a identificar o que realmente melhorou a lembrança.

Preparação para prova vs domínio de longo prazo: dois modos válidos do FSRS

O modo de preparação para prova enfatiza a confiabilidade da lembrança em um horizonte fixo (por exemplo, 6 a 12 semanas), geralmente com metas de retenção de moderadas a altas e conclusão diária rigorosa. Nesse modo, eliminar cartões de baixo rendimento costuma ser mais eficaz do que aumentar o tempo de revisão sem parar.

O modo de domínio de longo prazo otimiza a sustentabilidade ao longo de meses ou anos. Você pode usar uma meta um pouco menor, com cartões de maior qualidade e tags mais organizadas. O objetivo deixa de ser maximizar a nota no curto prazo e passa a ser um conhecimento duradouro com carga de trabalho administrável.

Os dois modos são válidos. Escolha o que combina com o seu prazo e mantenha as regras estáveis por tempo suficiente para avaliar os resultados com dados reais de revisão.

Checklist semanal de operação do FSRS

O FSRS rende mais quando você o trata como um sistema operacional, não como uma configuração feita uma única vez. Um ciclo curto de revisão semanal mantém o seu conjunto de cartões saudável e evita que pequenos defeitos de qualidade se acumulem em fadiga de revisão diária.

Taxa de conclusão

O que ela mostra
Quantos dias planejados foram totalmente revisados
Meta prática
Pelo menos 5 de 7 dias

Tempo médio de sessão

O que ela mostra
Se a carga de trabalho ainda é sustentável
Meta prática
15-35 minutos

Concentração de esquecimentos

O que ela mostra
Quais tags/tópicos falham com mais frequência
Meta prática
20% das tags principais causam a maioria dos esquecimentos

Número de cartões reescritos

O que ela mostra
Quantos cartões de baixa qualidade foram melhorados
Meta prática
10-20 reescritas direcionadas
  1. 1
    Marque seus erros com tags. Quando um cartão falhar, marque a causa (pergunta ambígua, cartão sobrecarregado, contexto fraco ou simples lacuna de memória).
  2. 2
    Corrija primeiro as tags de maior impacto. Trabalhe a partir dos maiores grupos de esquecimentos em vez de editar cartões aleatoriamente.
  3. 3
    Mantenha os modelos de cartão consistentes. Tipos de cartão parecidos devem seguir o mesmo formato de resposta para que o comportamento de avaliação continue confiável.
  4. 4
    Registre uma nota semanal. Escreva o que mudou, o que melhorou e o que testar na semana seguinte.

Cenários práticos: como as configurações do FSRS mudam conforme o objetivo

Muitos estudantes pedem uma configuração universal do FSRS, mas o perfil ideal depende das restrições: prazo, tolerância a erros e minutos diários disponíveis. As mesmas configurações que funcionam para manter um idioma no longo prazo podem parecer esmagadoras para janelas curtas de prova, e o contrário também é verdade.

Use a tabela abaixo como atalho de decisão. Comece pelo cenário mais próximo, mantenha as configurações estáveis por pelo menos 10 dias e depois ajuste uma variável por vez. Isso evita conclusões falsas causadas por mudar vários fatores ao mesmo tempo.

Prova de medicina em 10 semanas

Restrição principal
Grande volume de fatos, exigência rigorosa de lembrança
Estratégia prática com FSRS
Comece com 91-93%, limite os cartões novos, reescreva com firmeza os cartões ambíguos

Aprendizado de idioma ao longo de 12 meses

Restrição principal
Vocabulário e padrões de uso variados
Estratégia prática com FSRS
Comece com 90-92%, priorize cartões com frases em contexto, revise com consistência

Certificação técnica trabalhando em tempo integral

Restrição principal
Pouco tempo diário, risco de cansaço
Estratégia prática com FSRS
Comece com 89-91%, otimize a brevidade dos cartões, priorize a conclusão em vez do volume

Base de conhecimento profissional de longo prazo

Restrição principal
A durabilidade importa mais do que a velocidade
Estratégia prática com FSRS
Use 90-92%, agende manutenção semanal e limpeza baseada em tags

A ideia central é o encaixe operacional: uma meta de retenção um pouco menor que você consegue sustentar todo dia costuma render mais do que uma meta agressiva que você abandona depois de duas semanas.

Padrões de falha comuns e como se recuperar rápido

Quando alguém diz que o FSRS "não está funcionando", a causa raiz costuma ser a qualidade do processo, e não o agendador. Três padrões aparecem repetidamente: entrada descontrolada de cartões novos, perguntas pouco claras e comportamento de avaliação inconsistente após a lembrança. Os três geram sinais ruidosos que tornam o planejamento de intervalos menos confiável.

  1. 1
    Espiral de atraso: os cartões novos não param de crescer enquanto a conclusão diária cai. Recuperação: congele os cartões novos por 3 a 5 dias e zere as revisões atrasadas antes de retomar a entrada.
  2. 2
    Espiral de ambiguidade: as perguntas pedem várias coisas, causando resultados frequentes de "quase sabia". Recuperação: reescreva os cartões com mais esquecimentos em uma pergunta, uma resposta esperada e um contexto claro.
  3. 3
    Deriva de avaliação: as avaliações ficam generosas em semanas corridas e depois os esquecimentos disparam. Recuperação: faça 7 dias de autoavaliação mais rigorosa e verifique de novo o comportamento dos intervalos.

A recuperação rápida vem de reduzir primeiro o ruído do sistema. Quando a qualidade dos seus dados melhora, pequenos ajustes de retenção passam a ter significado e ficam mais fáceis de interpretar.

Checklist de implementação para reutilizar todo mês

Trate isto como um ciclo recorrente de manutenção. O checklist ajuda a manter a qualidade da revisão alta conforme a sua biblioteca de cartões cresce e os seus objetivos de estudo mudam com o tempo.

  1. 1
    Defina uma métrica de meta explícita para o mês (por exemplo, manter a conclusão acima de 85%).
  2. 2
    Audite as tags com mais falhas e reescreva primeiro os 20 cartões mais fracos.
  3. 3
    Verifique se o tempo médio de sessão está crescendo mais rápido que o volume de cartões.
  4. 4
    Remova ou suspenda cartões de baixo rendimento que consomem tempo repetidamente sem ganho de retenção.
  5. 5
    Documente uma mudança de processo e reavalie após 2 semanas de uso estável.

Este ciclo mensal mantém o FSRS alinhado com a sua carga de trabalho real. Os melhores estudantes não apenas revisam cartões: eles também cuidam da qualidade do próprio sistema de revisão.

Estude com FSRS na Deckbase

Flashcards gerados por IA, agendamento FSRS integrado e sincronização entre web, iOS e Android.

Perguntas frequentes

O que é FSRS em uma frase?

FSRS (Free Spaced Repetition Scheduler) é um algoritmo moderno de padrão aberto que prevê quando você provavelmente vai esquecer um cartão e agenda as revisões no momento mais eficiente para a retenção a longo prazo.

O que significa FSRS?

FSRS significa Free Spaced Repetition Scheduler. É um algoritmo de agendamento de memória de código aberto, desenvolvido por Jarrett Ye (L-M-Sherlock) e disponibilizado publicamente para que qualquer app possa implementá-lo. Deckbase e Mochi usam o FSRS nativamente; o Anki adicionou suporte ao FSRS na versão 23.10.

Qual é a diferença entre FSRS e SM-2?

O SM-2 (o algoritmo mais antigo, usado nas primeiras versões do Anki) usa heurísticas fixas para espaçar os intervalos. O FSRS usa um modelo de memória com aprendizado de máquina que se adapta continuamente aos seus padrões reais de lembrança, produzindo intervalos mais precisos e menos revisões desnecessárias. O resultado prático é um melhor equilíbrio entre retenção e carga de trabalho diária.

Que meta de retenção devo usar no FSRS?

A maioria dos estudantes começa com 90–92%. Metas mais baixas (87–90%) reduzem a carga diária de revisão, mas aumentam o risco de esquecimento. Metas mais altas (93–95%) melhoram a lembrança, mas podem inflar a carga a níveis insustentáveis. Comece de forma conservadora e ajuste após 2–3 semanas de dados reais.

O FSRS é só para quem estuda idiomas?

Não. O FSRS funciona em qualquer área em que a lembrança importa: medicina, direito, engenharia de software, certificações profissionais e conhecimentos gerais. O algoritmo não depende do domínio: só a qualidade dos seus cartões e o seu comportamento de avaliação afetam a precisão do agendamento.

Preciso ajustar configurações complexas?

A maioria dos estudantes não precisa. Uma configuração padrão do FSRS geralmente basta; consistência e boa qualidade dos cartões importam mais do que o ajuste avançado de parâmetros. A principal configuração que vale a pena ajustar é a meta de retenção (padrão de ~90%), que você deve calibrar com base na sua taxa real de conclusão das revisões após 2 semanas.

Quais apps de flashcards oferecem suporte ao FSRS?

A Deckbase usa o FSRS nativamente. O Mochi foi um dos primeiros apps a implementá-lo. O Anki adicionou o FSRS na versão 23.10 (é preciso ativá-lo nas opções do baralho). Apps como Quizlet e Brainscape não usam FSRS. Veja como a Deckbase usa o FSRS na documentação.

Última atualização em julho de 2026. Para detalhes do produto, veja recursos e documentação.