Resposta rápida: O otimizador do FSRS pode tornar seu agendador muito melhor — ou silenciosamente pior. Saiba aqui quando executá-lo e quando não mexer nele. Este guia traz o contexto prático, os prós e contras e os próximos passos para você decidir como aplicá-lo no seu próprio sistema de estudos.
Uma das maiores vantagens do FSRS em relação a algoritmos mais antigos é que seus parâmetros podem ser reajustados ao seu histórico de revisões pessoal. A otimização é o processo de pegar tudo o que você já fez no aplicativo e se perguntar: considerando os padrões reais de esquecimento deste estudante, quais pesos teriam previsto esses resultados da melhor forma?
Feito da forma certa, ele pode reduzir de forma perceptível a sua carga de trabalho de revisão mantendo a mesma retenção. Feito de forma errada, ele piora o seu agendador. Veja como notar a diferença.
Quando a Otimização Ajuda
Você tem histórico de revisões suficiente. As orientações publicadas pela equipe do FSRS sugerem um mínimo de cerca de 1.000 revisões no total e pelo menos algumas centenas de cards antes que a otimização produza parâmetros significativamente melhores que os padrões. Abaixo desse limite, você estará ajustando ruído. As versões atuais do FSRS expõem algo em torno de 17 a 21 pesos treináveis (a quantidade exata depende da versão do FSRS com a qual seu aplicativo trabalha); isso é mais do que suficiente para sobreajustar uma amostra de 100 revisões.
Seu material é razoavelmente consistente. A otimização ajusta um único conjunto de parâmetros ao seu comportamento geral de esquecimento. Se você tem um baralho de fatos médicos e outro de letras de música, essas são tarefas cognitivas muito diferentes, e o ajuste será um meio-termo. A otimização por baralho ajuda, e o FSRS oferece suporte a isso.
Seus hábitos de estudo são estáveis. Se você fica alternando entre semanas de estudo intenso e leve de forma irregular, o modelo tem dificuldade para separar o sinal real do ruído de agendamento.
Quando a Otimização Atrapalha
Você está no início. Executar o otimizador com apenas 100 revisões gerará parâmetros que parecem precisos, mas que na verdade estão sobreajustados a uma amostra minúscula. Você sentirá o impacto ao longo do mês seguinte, pois o agendador fará previsões erradas sobre o esquecimento em cards que você ainda não viu.
Seu histórico de revisões é dominado por um único tipo de avaliação. Se você pressiona Bom em 95% das suas revisões (comum para materiais fáceis), o otimizador quase não tem sinal para distinguir a estabilidade da dificuldade.
Seus hábitos de avaliação são inconsistentes. O FSRS assume que suas avaliações significam algo. Se você pressiona Fácil quando queria dizer Bom, ou Difícil quando queria dizer De novo, o otimizador se ajusta a essa inconsistência e a fixa nos parâmetros.
Com Que Frequência Você Deve Reotimizar?
Para a maioria dos estudantes, a cada 2 ou 3 meses é mais do que suficiente. Mais do que isso vira ruído. Menos do que isso não tem problema, desde que seus hábitos de estudo não tenham mudado drasticamente.
A Otimização Altera Meu Agendamento Atual?
Não. A otimização altera os pesos que o FSRS usa para previsões futuras. Os cards que você já revisou continuam onde estão até a próxima revisão, momento em que os novos parâmetros assumem o controle. É uma transição gradual, não um reinício.
Um Fluxo de Trabalho Prático
- Use os valores padrão no seu primeiro mês.
- Ultrapasse o limite de cerca de 1.000 revisões.
- Execute o otimizador.
- Analise os novos parâmetros — se parecerem absurdamente diferentes dos padrões, é um sinal de que há algo incomum no seu padrão de revisões (possivelmente nas suas avaliações).
- Dê duas semanas aos novos parâmetros antes de avaliá-los.
- Depois disso, reotimize a cada dois meses.
O Ponto Principal
A otimização é uma ferramenta poderosa, não um botão mágico. Ela recompensa estudantes com dados de revisão suficientes e hábitos consistentes, e pune quem a executa com pressa excessiva. O otimizador do Neurako foi feito para ser usado — mas, a partir desta atualização de agosto de 2026, ele também foi programado para se recusar a rodar quando não houver dados suficientes para gerar um resultado útil. Se o botão estiver desativado, esse é o comportamento correto: continue avaliando honestamente usando os padrões até passar da marca de cerca de 1.000 revisões.
Fontes
- Wiki do FSRS4Anki: github.com/open-spaced-repetition/fsrs4anki/wiki
- Benchmark do FSRS: fsrs-benchmark