# การตั้งค่า FSRS ที่เหมาะกับ Anki ในปี 2026: เป้าหมายการจำ ขั้นตอนการเรียนรู้ และภาระการทบทวน

*2026-04-25*

การเพิ่มเป้าหมายการจำใน Anki จาก 90% เป็น 95% ฟังดูเหมือนเปลี่ยนแค่นิดเดียว แต่ไม่ได้หมายความว่างานจะเพิ่มขึ้นเพียง 5% เมื่อเป้าหมายสูงขึ้น FSRS ต้องลดช่วงห่างระหว่างการทบทวน และคอลเลกชันที่ใช้งานมานานอาจมีคิวทบทวนหนักขึ้นมาก หากเปิด **Reschedule cards on change** ด้วย งานส่วนหนึ่งอาจเข้ามาทันที

การตั้งค่า FSRS ที่เหมาะที่สุดจึงไม่ใช่ชุดตัวเลขพารามิเตอร์ที่คัดลอกมาใช้ แต่เป็นการตัดสินใจตามลำดับ: กำหนดภาระที่ทำต่อเนื่องได้ เลือกเป้าหมายการจำให้สอดคล้องกับภาระที่รับไหว ปรับแบบจำลองให้เข้ากับประวัติของตัวเอง และปล่อยวันครบกำหนดเดิมไว้ เว้นแต่ตั้งใจจะคำนวณใหม่จริง ๆ

ชื่อเมนูและพฤติกรรมที่อธิบายด้านล่างตรงกับ [Anki รุ่น 26.08](https://github.com/ankitects/anki/releases/tag/26.08) และตัวเลือก FSRS-6 ในรุ่นนี้ หากอยากเข้าใจแบบจำลองก่อนลงมือตั้งค่า อ่าน [FSRS คืออะไร?](/blog/what-is-fsrs/) หากยังเลือกตัวจัดตารางอยู่ เริ่มจาก [FSRS เทียบกับ SM-2](/blog/fsrs-vs-sm-2/)

> **เปิดเผยความเกี่ยวข้อง:** ผมคือ Kirill Markin ผู้พัฒนา [Nibomo](/th/features/) Anki มีการปรับพารามิเตอร์ตามผู้ใช้และเครื่องมือจำลองภาระการทบทวนแบบทดลอง ซึ่ง Nibomo ยังไม่มีในขณะนี้ ตารางเปรียบเทียบช่วงท้ายระบุความต่างเหล่านี้ไว้อย่างชัดเจน

**ตรวจสอบข้อเท็จจริงเมื่อ:** 8 กันยายน 2026

![เจ้าหน้าที่ประตูน้ำทดสอบการไหลของน้ำด้วยแบบจำลองย่อส่วนก่อนปรับประตูน้ำขนาดจริง](/blog/fsrs-settings-v2.png)

## คำตอบสั้น ๆ: เริ่มตรงนี้

สำหรับผู้ใช้ Anki ส่วนใหญ่ ตัวเลือกต่อไปนี้เป็นจุดเริ่มต้นที่เสี่ยงน้อย ไม่ใช่ค่าที่เหมาะกับทุกคน:

| การตั้งค่าหรือพฤติกรรม | จุดเริ่มต้นที่แนะนำ | เหตุผล |
| --- | --- | --- |
| เป้าหมายการจำ (Desired retention) | `0.90` | เป็นค่าเริ่มต้นของ Anki ที่สมดุลระหว่างการจำได้กับภาระทบทวน |
| พารามิเตอร์ FSRS | ใช้ **Optimize Current Preset** อย่าวางค่าน้ำหนักที่คัดลอกมาหรือแก้เอง | เครื่องมือปรับพารามิเตอร์จะปรับแบบจำลองตามประวัติการทบทวนของคุณ |
| ความถี่ในการปรับพารามิเตอร์ | ไม่เกินเดือนละครั้ง โดยทั่วไปทุกสองสามเดือนก็พอ | Anki ไม่แนะนำให้ปรับบ่อย |
| ขั้นตอนการเรียนรู้ | ใช้ไม่กี่ขั้นตอนที่จบได้ภายในวันเดียว | การกำหนดขั้นตอนต่อกันยาว ๆ จะทำให้เริ่มใช้ตารางที่แบบจำลองคำนวณให้ช้าลง |
| ขั้นตอนการเรียนรู้ซ้ำ | ใช้ให้น้อยและแต่ละช่วงสั้นกว่าหนึ่งวัน | ข้อจำกัดเดียวกันใช้กับบัตรทบทวนที่ตอบไม่ได้ด้วย |
| จัดตารางบัตรใหม่เมื่อเปลี่ยนค่า (Reschedule cards on change) | ปิด | ให้ค่าใหม่มีผลผ่านการทบทวนในอนาคตได้ โดยไม่ต้องสร้างคิวของวันนี้ใหม่ |
| ช่วงห่างสูงสุด | คงค่าเริ่มต้น 100 ปีไว้ | การลดเพดานจะบังคับให้บัตรที่จำได้ดีแล้วกลับมาบ่อยขึ้น |
| บัตรใหม่ต่อวัน | กำหนดจากภาระที่ทำต่อเนื่องได้ | บัตรใหม่ทุกใบสร้างงานเรียนรู้ตอนนี้และงานทบทวนในภายหลัง |
| Again กับ Hard | Again คือจำไม่ได้ ส่วน Hard คือจำได้แต่ยาก | การให้คะแนนผิดทำให้แบบจำลองได้รับประวัติที่ผิด |

หากทบทวนได้ไหวและการตั้งค่าปัจจุบันใกล้เคียงกับนี้อยู่แล้ว อาจไม่มีอะไรต้องแก้ การคอยปรับการตั้งค่าไม่ได้ช่วยให้ได้เรียนเพิ่ม

## แยกการตัดสินใจสามเรื่องออกจากกัน

หลายคนมักมองเป้าหมายการจำ พารามิเตอร์ FSRS และภาระในแต่ละวันเป็นเรื่องเดียวกัน แต่แต่ละอย่างควบคุมคนละเรื่อง:

- **เป้าหมายการจำ** คือระดับการจำที่คุณต้องการ เลือกตามเป้าหมายและเวลาที่มีสำหรับเรียน
- **พารามิเตอร์ FSRS** ใช้ปรับแบบจำลองความจำให้เข้ากับประวัติการทบทวน เครื่องมือของ Anki เป็นผู้คำนวณค่าเหล่านี้
- **ขีดจำกัดบัตรใหม่และการทบทวน** ควบคุมปริมาณเนื้อหาที่เข้าสู่ระบบ และจำนวนบัตรถึงกำหนดที่ Anki จะแสดงในแต่ละวัน

การแยกสามเรื่องนี้ช่วยให้หาสาเหตุของปัญหาได้ง่ายขึ้น คิวที่ยาวไม่ได้แปลว่าพารามิเตอร์ผิดเสมอไป สำรับที่มีความสำคัญสูงก็ไม่จำเป็นต้องมีชุดพารามิเตอร์แยกเสมอไป และการลดเป้าหมายการจำแก้ปัญหาการเพิ่มบัตรใหม่ในอัตราที่ทำไม่ไหวตั้งแต่ต้นไม่ได้

## เลือกเป้าหมายการจำจากภาระที่รับไหว ไม่ใช่ความทะเยอทะยาน

เป้าหมายการจำบอก FSRS ว่าคุณต้องการมีโอกาสจำบัตรทบทวนได้มากเพียงใดเมื่อถึงกำหนด ค่า `0.90` หมายถึง FSRS จัดตารางโดยมุ่งให้โอกาสจำได้ที่คาดการณ์ไว้อยู่ราว 90% นี่เป็นเป้าหมายของแบบจำลอง ไม่ใช่การรับประกันว่าทุกครั้งที่เรียนหรือสอบจะตอบถูกพอดี 90%

ไม่ว่าจะเพิ่มหรือลดเป้าหมาย ก็มีสิ่งที่ต้องแลก:

- เพิ่มเป้าหมายการจำ ช่วงห่างจะสั้นลงและต้องทบทวนมากขึ้น
- ลดเป้าหมาย ช่วงห่างจะยาวขึ้นและจำไม่ได้บ่อยขึ้น
- หากลดต่ำเกินไป เวลาที่ต้องเรียนรู้ซ้ำหลังจำไม่ได้อาจกินเวลาบางส่วนที่หวังว่าจะประหยัดได้

Anki ใช้ค่าเริ่มต้น 90% [คำแนะนำเรื่องเป้าหมายการจำ](https://docs.ankiweb.net/deck-options.html#desired-retention) เตือนว่าภาระจะเพิ่มขึ้นอย่างรวดเร็วเมื่อเป้าหมายเข้าใกล้ 100% และแนะนำให้คงไว้ต่ำกว่า 97% ส่วน[คำอธิบายอย่างเป็นทางการเรื่องระดับการจำที่เหมาะสม](https://github.com/open-spaced-repetition/fsrs4anki/wiki/The-optimal-retention) อธิบายอีกด้านของเส้นโค้งไว้ว่า เป้าหมายที่ต่ำมากก็อาจไม่มีประสิทธิภาพ เพราะบัตรที่ลืมต้องใช้เวลาเรียนเพิ่ม

เริ่มที่ `0.90` แล้วค่อยเปลี่ยนหลังประเมินภาระการทบทวน เป้าหมายที่สูงขึ้นอาจเหมาะกับเนื้อหาที่การลืมมีผลเสียจริง ส่วนเป้าหมายที่ต่ำลงอาจเหมาะเมื่อการทบทวนเบียดเวลาจากการเรียนที่มีคุณค่ากว่า แต่ทั้งสองวิธีแก้บัตรที่คำถามคลุมเครือ การให้คะแนนไม่ตรงความจริง หรือบัตรใหม่ที่มากเกินไปไม่ได้

### เป้าหมายการจำของสำรับกับพารามิเตอร์ของพรีเซ็ตมีขอบเขตต่างกัน

ใน Anki 26.08 **Desired retention** เลือกขอบเขตได้สองแบบ คือ **Shared Preset** และ **This deck** คุณจึงใช้พรีเซ็ตพารามิเตอร์เดียวกันกับสำรับที่เกี่ยวข้องกัน และกำหนดเป้าหมายการจำเฉพาะให้บางสำรับได้

ใช้ค่าระดับสำรับนี้เมื่อผลเสียจากการลืมต่างกัน สำรับเตรียมสอบใบอนุญาตอาจเหมาะกับเป้าหมายที่สูงกว่าสำรับข้อมูลอ้างอิงที่สำคัญน้อยกว่า แม้ทั้งคู่จะใช้แบบจำลองที่ปรับแล้วชุดเดียวกัน

การเลือก **This deck** ไม่ได้ทำให้พารามิเตอร์ FSRS แยกเป็นของสำรับนั้น โดยค่าเริ่มต้น Anki ปรับพารามิเตอร์จากประวัติการทบทวนของทุกสำรับที่ใช้พรีเซ็ตปัจจุบัน หากกลุ่มสำรับต่าง ๆ มีความยากในความรู้สึกของคุณต่างกันมาก วิธีที่ระบบรองรับสำหรับการปรับแยกกันคือใช้คนละพรีเซ็ต

## ใช้ Help Me Decide และ Simulator ตอบคนละคำถาม

Anki 26.08 มีเครื่องมือทดลองสองอย่างแยกกัน:

- **Help Me Decide (Experimental)** แสดงเส้นโค้งความสัมพันธ์ระหว่างเป้าหมายการจำกับภาระทบทวนเฉพาะตัวคุณ ใช้ตอบคำถามว่า “เป้าหมายการจำเท่าไรจึงเหมาะกับจำนวนครั้งหรือเวลาที่ฉันใช้ทบทวนได้อย่างต่อเนื่อง?”
- **FSRS Simulator (Experimental)** ประมาณว่าการตั้งค่าชุดหนึ่งจะส่งผลอย่างไรเมื่อเวลาผ่านไป ใช้เปรียบเทียบการเปลี่ยนเป้าหมายการจำ จำนวนบัตรใหม่ ขีดจำกัดการทบทวน และช่วงห่างสูงสุด

[เอกสาร FSRS Simulator](https://docs.ankiweb.net/deck-options.html#the-simulator) ระบุข้อมูลหลักที่ใช้จำลองไว้ดังนี้:

- จำนวนวันที่ต้องการจำลอง
- จำนวนบัตรใหม่เพิ่มเติมที่ต้องการรวมในการจำลอง
- บัตรใหม่ต่อวัน
- จำนวนครั้งทบทวนสูงสุดต่อวัน
- ช่วงห่างสูงสุด
- เป้าหมายการจำและพารามิเตอร์ FSRS ของพรีเซ็ต

การจำลองยังใช้สถานะความจำจริงของบัตรในพรีเซ็ตด้วย จึงมีประโยชน์กับคอลเลกชันที่ใช้งานมานานมากกว่าการนำจำนวนบัตรครบกำหนดวันนี้ไปคูณเปอร์เซ็นต์แบบคร่าว ๆ

ก่อนเปลี่ยนค่าที่ใช้จริง ให้ลองจำลองสามสถานการณ์:

1. เป้าหมายการจำและอัตราเพิ่มบัตรใหม่ในปัจจุบัน
2. เป้าหมายการจำที่กำลังพิจารณา
3. เป้าหมายเดียวกัน แต่ลดบัตรใหม่ต่อวัน

ครั้งที่สามใช้ทดสอบอีกทางเลือกที่พบบ่อย: คงเป้าหมายการจำไว้และชะลอการเพิ่มเนื้อหาใหม่ หากผลคาดการณ์ออกมาเป็นภาระที่รับไหว ก็ไม่จำเป็นต้องยอมลืมมากขึ้นเพียงเพื่อให้คิวเบาลง อ่านคำแนะนำเรื่องอัตราเพิ่มบัตรโดยละเอียดได้ใน [ควรเพิ่มแฟลชการ์ดใหม่วันละกี่ใบ?](/blog/how-many-new-flashcards-per-day/)

เครื่องมือทั้งสองให้ค่าประมาณ วันที่ไม่ได้ทบทวน การแก้บัตร เนื้อหาใหม่ และพฤติกรรมการให้คะแนนที่เปลี่ยนไป อาจทำให้ภาระจริงต่างจากกราฟ ใช้ผลเปรียบเทียบเพื่อเลือกทิศทาง ไม่ใช่รับรองว่าคิวอีกหลายเดือนข้างหน้าจะตรงตามตัวเลขทุกใบ

คู่มือเก่าอาจกล่าวถึง **Compute Minimum Recommended Retention** หรือ CMRR แทน Anki นำฟีเจอร์นี้ออกตั้งแต่รุ่น 25.07 จึงไม่ใช่วิธีเลือกเป้าหมายการจำในปัจจุบัน

## ปรับพารามิเตอร์ FSRS จากประวัติของตัวเอง

เป้าหมายการจำบอกว่าคุณต้องการอะไร ส่วนพารามิเตอร์ FSRS อธิบายว่าแบบจำลองสอดคล้องกับการทบทวนของคุณอย่างไร

ใน Anki 26.08 ใช้ **Optimize Current Preset** เพื่อปรับพารามิเตอร์ของพรีเซ็ตที่ใช้อยู่ โดยค่าเริ่มต้น Anki รวมประวัติจากทุกสำรับที่ใช้พรีเซ็ตนั้น คุณปรับเงื่อนไขการค้นหาได้หากต้องการจำกัดข้อมูลที่นำมาปรับให้แคบลง ส่วน **Optimize All Presets** จะอัปเดตทุกพรีเซ็ตในครั้งเดียว

อย่ากรอกค่าน้ำหนักเองหรือคัดลอกจาก Reddit วิดีโอ หรือสำรับของคนอื่น บัตร เวลาที่ทบทวน และวิธีให้คะแนนของแต่ละคนต่างกัน จึงใช้แทนประวัติของคุณไม่ได้ ชุดตัวเลข[ค่าน้ำหนัก FSRS-6](https://github.com/open-spaced-repetition/awesome-fsrs/wiki/The-Algorithm#fsrs-6) ที่ดูดีไม่ได้หมายความว่าจะคัดลอกมาใช้เป็นกลยุทธ์การเรียนของตัวเองได้

ค่อยปรับใหม่เมื่อสะสมประวัติการทบทวนเพิ่มเติมได้มากพอ คู่มือ Anki ระบุว่าเดือนละครั้งก็เพียงพอ ส่วนคำแนะนำภายในแอปรุ่น 26.08 ระบุว่าทุกสองสามเดือนก็เพียงพอ ข้อสรุปในทางปฏิบัติเหมือนกัน: ไม่มีเหตุผลให้ปรับทุกสัปดาห์ ยิ่งไม่จำเป็นต้องปรับหลังเรียนทุกครั้ง

### ตรวจว่าแบบจำลองเข้ากับประวัติของพรีเซ็ตปัจจุบันได้ดีแค่ไหน

เปิด **Check health when optimizing (slow)** เมื่อต้องการให้ Anki ประเมินว่า FSRS ปรับเข้ากับประวัติของพรีเซ็ตปัจจุบันได้ดีเพียงใด การตรวจนี้ทำงานร่วมกับ **Optimize Current Preset** แต่ไม่ทำงานกับ **Optimize All Presets**

หากผลออกมาไม่ดี ให้ตรวจข้อมูลก่อนแตะค่าน้ำหนัก [คำแนะนำพารามิเตอร์ FSRS ของ Anki](https://docs.ankiweb.net/deck-options.html#fsrs-parameters) ระบุสาเหตุที่พบบ่อย ได้แก่ มีประวัติการทบทวนไม่ถึงสองสามร้อยครั้ง กด Hard ทั้งที่จำไม่ได้ และไม่กด Again เมื่อนึกคำตอบไม่ออก หากมีประวัติที่ใช้ประโยชน์ได้เพียงเล็กน้อย ให้คงค่าเริ่มต้นแล้วค่อยปรับภายหลัง แทนที่จะยืมพารามิเตอร์ของผู้ใช้คนอื่น

## Again หมายถึงจำไม่ได้ ส่วน Hard ถือว่าผ่าน

การให้คะแนนให้ถูกต้องสำคัญพอ ๆ กับการตั้งค่า

ใช้ **Again** เมื่อคิดคำตอบที่ต้องการไม่ออกหรือตอบผิด ใช้ **Hard** เฉพาะเมื่อตอบถูก แต่ต้องใช้ความพยายามมากหรือลังเลอยู่นาน ส่วน Good และ Easy ก็ถือว่าผ่านเช่นกัน

การกด Hard เพื่อเลี่ยงช่วงห่างสั้น ๆ ของ Again คือการบันทึกว่าจำได้ทั้งที่จำไม่ได้ FSRS จึงเรียนรู้จากเหตุการณ์ที่ผิด เลือกปุ่มที่ตรงกับการจำของคุณ ไม่ใช่ช่วงห่างที่อยากได้จากตัวเลขเหนือปุ่ม

บัตรที่กำกวมทำให้ให้คะแนนตามจริงได้ยากขึ้น หากบัตรให้ตอบข้อมูลห้าข้อ แต่คุณจำได้สี่ข้อ ปัญหาการจัดตารางเริ่มขึ้นตั้งแต่ตอนเขียนบัตรแล้ว แยกบัตรหรือเขียนใหม่ สำหรับบัตรที่ยังตอบไม่ได้แม้ทบทวนซ้ำหลายครั้ง อ่าน [วิธีแก้บัตรที่จำไม่ได้ซ้ำ ๆ](/blog/how-to-fix-leech-flashcards/)

## ใช้ขั้นตอนการเรียนรู้สั้น ๆ หรือเลือกเว้นว่างอย่างตั้งใจ

ขั้นตอนการเรียนรู้และการเรียนรู้ซ้ำควบคุมการกลับมาทบทวนในระยะสั้น ก่อนเข้าสู่ตารางระยะยาวตามปกติ ขั้นตอนเหล่านี้ไม่ได้กำหนดเป้าหมายการจำเพิ่มเติม

คำแนะนำ FSRS ของ Anki กำหนดหลักไว้สองข้อ:

- ทุกขั้นตอนควรสั้นกว่าหนึ่งวันและทำเสร็จได้ในวันเดียวกัน
- จำนวนครั้งที่ทบทวนซ้ำในวันเดียวควรมีไม่มาก

ลำดับยาว ๆ เช่น `1m 10m 1d 3d` เป็นการนำพฤติกรรมจาก SM-2 แบบเดิมมาใช้กับ FSRS ขั้นตอนที่กินเวลาหนึ่งวันขึ้นไปทำให้เริ่มใช้ตารางจากแบบจำลองช้าลง และอาจทำให้ข้อความบนปุ่มชวนสับสน เช่น Hard แสดงช่วงห่างยาวกว่า Good

ลำดับสั้น ๆ เช่น `1m 10m` พร้อมขั้นตอนเรียนรู้ซ้ำ `10m` เป็นจุดเริ่มต้นที่ค่อนข้างปลอดภัยหากเข้ากับช่วงเวลาที่คุณเรียน การทบทวนซ้ำในวันเดียวมากขึ้นไม่ได้ดีกว่าเสมอไป

Anki 26.08 ยังอนุญาตให้เว้นช่องขั้นตอนการเรียนรู้หรือการเรียนรู้ซ้ำช่องใดช่องหนึ่งว่างได้ เมื่อเปิด FSRS ช่องที่ว่างจะให้ FSRS จัดตารางระยะสั้นส่วนนั้นแทน ฟีเจอร์นี้ยังเป็นการทดลอง และช่วงห่างของ Again อาจเป็นหนึ่งวันหรือมากกว่า คงขั้นตอนสั้น ๆ ที่กำหนดเองไว้หากต้องการให้บัตรกลับมาภายในวันเดียวอย่างแน่นอน ล้างค่าในช่องเฉพาะเมื่อตั้งใจยอมให้ FSRS เลือกเวลานั้นให้

## ปิด Reschedule cards on change ไว้เพื่อค่อย ๆ เปลี่ยนตาราง

เมื่อ **Reschedule cards on change** ปิดอยู่ ซึ่งเป็นค่าเริ่มต้น การเปิด FSRS หรือเปลี่ยนเป้าหมายการจำหรือพารามิเตอร์จะไม่เขียนทับวันครบกำหนดเดิมทันที ค่าใหม่จะมีผลเมื่อทบทวนบัตรในอนาคต คิวจึงค่อย ๆ เปลี่ยนไป

หากเปิดตัวเลือกนี้แล้วบันทึกการเปลี่ยนแปลง FSRS อย่างใดอย่างหนึ่งข้างต้น ระบบจะคำนวณวันครบกำหนดใหม่ทันที บัตรจำนวนมากอาจถึงกำหนดพร้อมกัน ขึ้นอยู่กับเป้าหมายใหม่และสถานะของบัตร Anki ยังเพิ่มรายการในประวัติการทบทวนให้บัตรที่ถูกจัดตารางใหม่ ทำให้คอลเลกชันมีขนาดใหญ่ขึ้นด้วย

ตัวเลือกนี้มีประโยชน์เฉพาะเมื่อคุณต้องการคำนวณตารางย้อนหลังใหม่จริง ๆ สำหรับคอลเลกชันที่ใช้งานมานาน:

1. สร้างข้อมูลสำรองใหม่ และให้แน่ใจว่ารู้วิธีย้อนกลับหรือกู้คืน
2. ใช้ Simulator ลองค่าที่จะเปลี่ยน
3. เลือกเปลี่ยนเพียงอย่างเดียว อย่ารวมหลายการทดลองเข้าด้วยกัน
4. ตอนบันทึก เปิดการจัดตารางใหม่เฉพาะเมื่อคุณต้องการเขียนวันครบกำหนดใหม่ทันทีและรับภาระที่ตามมาได้

Anki แนะนำไว้อย่างชัดเจนให้สำรองข้อมูลเมื่อเปลี่ยนจาก SM-2 พร้อมจัดตารางใหม่ [คู่มือสำรองแฟลชการ์ด](/blog/how-to-back-up-flashcards/) อธิบายกว้างขึ้นว่าเหตุใดวิธีกู้คืนจึงสำคัญพอ ๆ กับไฟล์สำรอง

## ตั้งช่วงห่างสูงสุดให้ยาวไว้

ช่วงห่างสูงสุดเริ่มต้นของ Anki คือ 100 ปี ตัวเลขนี้อาจดูแปลก แต่เป็นเพียงเพดาน ไม่ใช่คำสัญญาว่าบัตรทุกใบที่จำได้ดีแล้วจะหายไปหนึ่งศตวรรษ

การลดเพดานบังคับให้บัตรที่จำได้ดีแล้วกลับมาเร็วขึ้นและเพิ่มภาระการทบทวน เมื่อถึงเพดาน Hard, Good และ Easy อาจแสดงช่วงห่างเท่ากันทั้งหมด เพราะไม่มีปุ่มใดให้ช่วงห่างเกินค่าสูงสุดได้

ช่วงห่างสูงสุดที่สั้นลงอาจสมเหตุสมผลเมื่อมีวันสอบเป็นกรอบเวลาชัดเจน เนื้อหาเปลี่ยนบ่อย หรือข้อกำหนดทางวิชาชีพบังคับให้พบเนื้อหาซ้ำโดยไม่ขึ้นกับความจำที่คาดการณ์ไว้ เลือกเพดานให้สอดคล้องกับปฏิทินและ Simulator แทนที่จะเลือกช่วงห่างสั้น ๆ เพราะกังวล [วิธีเตรียมสอบด้วย FSRS](/blog/how-to-study-for-an-exam-with-fsrs/) อธิบายกรณีเฉพาะนี้

สำหรับการเรียนระยะยาวทั่วไป ให้คงเพดานที่ยาวไว้ เป้าหมายการจำควบคุมอยู่แล้วว่าความน่าจะเป็นในการจำได้ควรลดถึงระดับใดจึงถึงเวลาทบทวน

## จำนวนบัตรใหม่เป็นส่วนหนึ่งของการตัดสินใจเรื่องภาระ

FSRS ช่วยกระจายงานทบทวนได้ แต่ถ้าเพิ่มบัตรใหม่ไม่จำกัด ก็ยังทบทวนไม่ไหวอยู่ดี บัตรใหม่ทุกใบสร้างงานเรียนรู้ตอนนี้และงานทบทวนในภายหลัง

เมื่อคิวหนักเกินไป ให้ตรวจเรื่องเหล่านี้ก่อนลดเป้าหมายการจำ:

- จำนวนบัตรใหม่ต่อวัน
- การนำเข้าจำนวนมากหรือชุดบัตรที่สร้างทีละมาก ๆ
- ขีดจำกัดจำนวนครั้งทบทวนที่ซ่อนบัตรถึงกำหนดไว้เรื่อย ๆ
- บัตรที่ลืมซ้ำ ๆ และบัตรที่ถามคลุมเครือจนต้องพยายามตอบหลายรอบ
- วันที่ขาดการทบทวน

ใช้ **Additional new cards to simulate** เมื่อรู้ว่าสำรับจะมีบัตรเพิ่มขึ้น การคาดการณ์จากคอลเลกชันที่มีอยู่วันนี้เพียงอย่างเดียวจะไม่สะท้อนภาระหลังนำเข้าบัตรจำนวนมาก

หากภาระที่คาดการณ์สูงเกินไป ให้ลดจำนวนบัตรใหม่แล้วจำลองอีกครั้ง วิธีนี้คงเป้าหมายการจำไว้ได้โดยไม่ต้องให้ตัวจัดตารางยอมรับการลืมมากขึ้น

## Anki และ Nibomo มีตัวเลือก FSRS ต่างกัน

ทั้งสองผลิตภัณฑ์ใช้ FSRS-6 แต่การตั้งค่า FSRS ของ Anki ไม่ได้ตรงกับ Nibomo แบบหนึ่งต่อหนึ่ง

| ความสามารถ | Anki 26.08 | Nibomo |
| --- | --- | --- |
| เป้าหมายการจำ | **Shared Preset** หรือ **This deck** | ตั้งแยกตามเวิร์กสเปซได้ ค่าเริ่มต้น `0.90` |
| พารามิเตอร์ FSRS | **Optimize Current Preset** หรือ **Optimize All Presets** จากประวัติการทบทวน | ตรึงค่าน้ำหนักเริ่มต้นอย่างเป็นทางการของ FSRS-6 ไว้ ผู้ใช้ตั้งเองไม่ได้ใน v1 |
| ขั้นตอนการเรียนรู้ | ตั้งค่าได้ การเว้นว่างให้ FSRS จัดตารางยังเป็นฟีเจอร์ทดลอง | ตั้งแยกตามเวิร์กสเปซได้ ค่าเริ่มต้น `1m 10m` |
| ขั้นตอนการเรียนรู้ซ้ำ | ตั้งค่าได้ การเว้นว่างให้ FSRS จัดตารางยังเป็นฟีเจอร์ทดลอง | ตั้งแยกตามเวิร์กสเปซได้ ค่าเริ่มต้น `10m` |
| ช่วงห่างสูงสุด | ค่าเริ่มต้น 100 ปี | ค่าเริ่มต้น 36,500 วัน เท่ากับ 100 ปีเช่นกัน |
| การเปลี่ยนการตั้งค่า | มีผลกับการทบทวนในอนาคตโดยค่าเริ่มต้น เลือกจัดตารางย้อนหลังใหม่ได้ | มีผลกับการทบทวนในอนาคตเท่านั้น ไม่คำนวณวันครบกำหนดเดิมใหม่ |
| เครื่องมือประเมินภาระ | **Help Me Decide (Experimental)** และ **FSRS Simulator (Experimental)** | ไม่มีเครื่องมือจำลองภาระที่เทียบเท่าใน v1 |

Nibomo ใช้คะแนน Again, Hard, Good และ Easy ตามมาตรฐาน และเก็บสถานะความจำ FSRS ของบัตรแต่ละใบ ตัวจัดตารางฝั่งแบ็กเอนด์, iOS และ Android ใช้โค้ดที่พัฒนาแยกกัน แต่ดูแลให้ทำงานตรงกัน ส่วนการทบทวนบนเว็บใช้ตัวจัดตารางของแบ็กเอนด์ร่วมกัน จึงไม่ได้เพิ่มโค้ดชุดที่สี่

ขอบเขตและค่าเริ่มต้นเหล่านี้ระบุไว้ใน[ข้อกำหนดการจัดตาราง FSRS ของ Nibomo](https://github.com/kirill-markin/flashcards-open-source-app/blob/main/docs/fsrs-scheduling-logic.md) ที่เปิดให้อ่านได้ ความแตกต่างที่ต้องพิจารณามีดังนี้: Nibomo มีการตั้งค่า FSRS-6 ระดับเวิร์กสเปซที่ใช้งานได้จริง ส่วน Anki กำหนดขอบเขตได้ละเอียดกว่า ปรับแบบจำลองตามผู้ใช้ และจำลองผลได้ หากตัวเลือกเหล่านี้จำเป็นสำหรับคุณ Anki เหมาะกว่า

## ลำดับการปรับที่เสี่ยงน้อยลงสำหรับคอลเลกชันที่ใช้งานมานาน

หากมีประวัติการทบทวนมาหลายเดือนหรือหลายปีแล้ว ให้ทำตามลำดับนี้:

1. **ให้คะแนนให้ตรงความหมาย** Again คือจำไม่ได้ ส่วน Hard คือจำได้แต่ยาก
2. **ปรับพารามิเตอร์พรีเซ็ตปัจจุบัน** ใช้ประวัติของตัวเองแทนการแก้หรือคัดลอกค่าน้ำหนัก
3. **ตรวจความเหมาะสมของแบบจำลองหากจำเป็น** หากประวัติมีน้อยหรือไม่สม่ำเสมอ ให้แก้ที่ข้อมูล
4. **ใช้ Help Me Decide** เลือกช่วงเป้าหมายการจำจากจำนวนครั้งหรือเวลาที่ใช้ทบทวนได้อย่างต่อเนื่อง
5. **ใช้ Simulator** เปรียบเทียบค่าปัจจุบัน เป้าหมายที่เสนอ และการลดบัตรใหม่
6. **เปลี่ยนค่าที่ใช้จริงทีละอย่าง** ปรับเป้าหมายการจำหรือจำนวนบัตรใหม่ก่อน แล้วสังเกตคิวจริง
7. **ใช้ขั้นตอนสั้น ๆ** เอาลำดับขั้นตอนการเรียนรู้และเรียนรู้ซ้ำที่กินเวลาเป็นวันออก เว้นช่องว่างเฉพาะเมื่อต้องการทดลอง
8. **คงช่วงห่างสูงสุดให้ยาวไว้** ลดลงเฉพาะเมื่อมีกรอบเวลาหรือข้อกำหนดที่ชัดเจน
9. **ปิดการจัดตารางใหม่ไว้** หากต้องคำนวณใหม่ทันที ให้สำรองข้อมูลก่อนและวางแผนรับมือกับคิวที่จะเกิดขึ้น

ลำดับนี้ช่วยให้คุณยังย้อนการเปลี่ยนแปลงตารางที่ใช้งานมานานได้ให้นานที่สุด และช่วยแยกปัญหาสามเรื่องออกจากกัน ได้แก่ แบบจำลองเข้ากับข้อมูลได้ดีเพียงใด ต้องการจำได้มากแค่ไหน และเพิ่มเนื้อหาใหม่เร็วแค่ไหน จะได้ไม่ปะปนกันจนหาสาเหตุไม่เจอ

## คำถามที่พบบ่อยเกี่ยวกับการตั้งค่า FSRS

### 90% เป็นเป้าหมายการจำที่ดีที่สุดสำหรับ FSRS หรือไม่?

เป็นจุดเริ่มต้นทั่วไปที่เสี่ยงน้อยที่สุด เพราะเป็นค่าเริ่มต้นของ Anki และหลีกเลี่ยงช่วงที่ภาระพุ่งขึ้นชันที่สุดเมื่อเป้าหมายการจำสูง ค่าที่เหมาะกับแต่ละสำรับขึ้นอยู่กับผลเสียจากการลืมและภาระที่คุณรับไหว ดู **Help Me Decide (Experimental)** ก่อนเปลี่ยนค่า

### ควรตั้งเป้าหมายการจำเป็น 95% หรือไม่?

ควรพิจารณาหลังตรวจแล้วว่าต้องทบทวนเพิ่มอีกกี่ครั้งหรือใช้เวลาเพิ่มอีกกี่นาที สำรับที่เขียนชัดเจนและมีความสำคัญสูงอาจคุ้มกับ 95% แต่คอลเลกชันขนาดใหญ่ที่เรียนตามความสนใจอาจมีภาระเพิ่มขึ้นโดยไม่จำเป็น อย่าเปิดการจัดตารางย้อนหลังใหม่พร้อมกัน เว้นแต่ตั้งใจจะคำนวณวันครบกำหนดใหม่ทันที

### ควรปรับพารามิเตอร์ FSRS บ่อยแค่ไหน?

เดือนละครั้งก็ถี่พอแล้ว และคำแนะนำภายใน Anki 26.08 ระบุว่าทุกสองสามเดือนก็เพียงพอ ปรับเมื่อมีประวัติใหม่สะสมมากพอ ไม่ใช่ตามตารางรายวันหรือรายสัปดาห์

### ควรเว้นขั้นตอนการเรียนรู้ของ FSRS ว่างไว้หรือไม่?

การเว้นขั้นตอนการเรียนรู้หรือเรียนรู้ซ้ำว่างไว้ทำให้ Anki 26.08 มอบการจัดตารางระยะสั้นส่วนนั้นให้ FSRS ฟีเจอร์นี้ยังเป็นการทดลอง และเมื่อกด Again บัตรอาจกลับมาให้ทบทวนอีกครั้งในหนึ่งวันหรือมากกว่านั้น การใช้ขั้นตอนในวันเดียวกันเพียงไม่กี่ขั้นยังเป็นทางเลือกที่เสี่ยงน้อยกว่า

### การเปลี่ยนค่า FSRS จะจัดตารางบัตร Anki ที่มีอยู่ใหม่หรือไม่?

ค่าเริ่มต้นจะไม่ทำเช่นนั้น เมื่อปิด **Reschedule cards on change** ค่าใหม่จะมีผลกับการทบทวนในอนาคตโดยไม่สร้างคิวใหม่ทันที การเปิดตัวเลือกนี้จะเปลี่ยนวันครบกำหนดและอาจทำให้บัตรจำนวนมากถึงกำหนดพร้อมกัน จึงควรสำรองข้อมูลก่อน

### Anki ยังมี CMRR อยู่หรือไม่?

ไม่มีแล้ว Anki นำ Compute Minimum Recommended Retention ออกในรุ่น 25.07 สำหรับ Anki 26.08 ให้ใช้ **Help Me Decide (Experimental)** และ **FSRS Simulator (Experimental)** เปรียบเทียบเป้าหมายการจำกับภาระที่คาดการณ์ไว้

### Nibomo ใช้การตั้งค่าเหมือน Anki หรือไม่?

Nibomo ใช้ FSRS-6 และให้ตั้งเป้าหมายการจำ ขั้นตอนการเรียนรู้ ขั้นตอนการเรียนรู้ซ้ำ ช่วงห่างสูงสุด และการสุ่มเลื่อนช่วงห่างเล็กน้อย (fuzz) ได้แยกตามเวิร์กสเปซ แต่ไม่ได้ใช้ระบบการตั้งค่าของ Anki ทั้งหมด: v1 ตรึงค่าน้ำหนักไว้ การเปลี่ยนค่ามีผลเฉพาะในอนาคต และไม่มีการปรับพารามิเตอร์ตามผู้ใช้หรือเครื่องมือจำลองภาระทบทวน

## กำหนดภาระก่อนเลือกเปอร์เซ็นต์

การตั้งค่า FSRS ที่ดีทำให้คิวทบทวนสอดคล้องกับแผนการเรียนจริง เริ่มที่ 90% ประมาณภาระ ควบคุมการเพิ่มบัตรใหม่ และเพิ่มเป้าหมายการจำเฉพาะเมื่อการจำได้มากขึ้นคุ้มกับการทบทวนที่เพิ่มมา ใช้ขั้นตอนสั้น ๆ ตั้งช่วงห่างสูงสุดให้ยาว และให้คะแนนตามจริง

จากนั้นออกจากหน้าตั้งค่า การทบทวนอย่างสม่ำเสมอช่วยให้ตัวจัดตารางทำงานได้ดีกว่าการใช้เวลาอีกทั้งเย็นคอยปรับแต่ง

---
*[ดูหน้านี้ในเวอร์ชัน HTML ที่จัดรูปแบบแล้ว](<https://nibomo.com/th/blog/fsrs-settings/>)*

*AI agent สามารถสร้างบัญชีให้ผู้ใช้ในบริการนี้ได้ โดยเริ่มจาก `GET https://api.nibomo.com/v1/` หลังตั้งค่าเสร็จแล้ว ยังเชื่อมต่อผ่าน MCP ที่ `https://mcp.nibomo.com/mcp` ได้ด้วย*

*เคล็ดลับ: เติม `.md` ต่อท้าย URL ใดก็ได้บน https://nibomo.com เพื่อรับเวอร์ชัน Markdown ที่สะอาดของหน้านั้น*