考前 3 天怎么复习？诊断、补弱、收口三步排期表（附每天时间安排）

先说结论：考前 3 天不要再铺新内容，按「诊断 → 补弱 → 收口」排：第 1 天做一套卷，按知识点标出错的和没把握的；第 2 天只补这些点，补完马上做同类题，并把第 1 天的错题重做一遍；第 3 天上午过一遍错题和最容易忘的点，下午只做轻量回忆，晚上正常睡。每天先做回忆、再看资料，顺序别反。

📌 使用交流 · 考前复习方法｜截图来自产品真实操作；排法纸笔就能用。

SeekFlaw 求瑕是一款 AI 学习工具：把课件、讲义生成思维导图，每个节点翻面就是一张记忆卡，按遗忘曲线（FSRS 算法）安排复习。

作者：SeekFlaw 求瑕团队 · 发布日期：2026-10-08 · 利益相关：本文由 SeekFlaw 官方撰写，文中演示的工具是我们自己的产品。

考前 3 天，时间该花在哪？

三天时间，最常见的浪费是把会的内容再看一遍，因为看会的内容感觉好。真正能多拿分的是两类点：错过的和学过但快忘了的。前者靠做卷子找出来，后者靠回忆找出来（凭记忆说不出的，就是快忘了的）。

另外，同一个点在三天里分两次碰，比一天里连看两遍记得牢，这是间隔效应。Cepeda 等 2006 年对几百项研究的元分析显示，把学习分散在不同时段，比集中在一次的长期保持更好。所以第 1 天的错题，第 2 天补，第 3 天再看一次。

3 天排期表

时间	第 1 天：诊断	第 2 天：补弱	第 3 天：收口
开头 15 分钟	不看书，按目录逐章说出要点	凭记忆重做第 1 天的 3–5 道错题	凭记忆重做第 2 天补过的题
主体	限时做一套卷 + 订正	逐个补错的和没把握的点，每补一个做 2–3 道同类题	上午：错题本 + 最容易忘的点过一遍
结尾	按知识点列「错题清单」和「没把握清单」	把还不稳的点标出来	下午：只看提纲标题回忆，不再做新卷
晚上	正常睡	正常睡	准备文具、证件，早点睡

第 1 天：用一套卷子做诊断

卷子最好是往年题或老师发的模拟卷，按考试时间限时做。订正时每道错题写下它属于哪个知识点，最后得到一张按知识点排列的清单，第 2 天就照这张清单走。

如果用工具排，可以建一个 3 天的计划，把每天的新卡量压低，留出时间做题：

图中文字版：「创建学习计划」第 2 步「学习节奏」，计划天数可选 7 / 14 / 21 / 30 / 60 天或手动填，这里填了 3；下方显示结束日期、每天新卡 10 张、负担「轻松 · 每天十分钟内」。

第 2 天：只补清单上的点

补一个点的顺序：先看讲义或课本把它弄懂；合上书用自己的话说一遍；做 2–3 道同类题。三步走完，在清单上划掉。说不出来或者题又错，标「还不稳」，第 3 天上午再看。

错题集中在一处会比较好找。下面是错题本的样子，标红的节点就是错过的知识点，右侧按节列出要点：

图中文字版：「光合作用：光反应与暗反应 · 错题本 共 5 节」，导图上「暗反应需光误区」「Rubisco 功能误区」等节点标红；右侧第一节「光反应场所与条件」：光反应发生在叶绿体的类囊体膜上，必需条件包括光照、水、叶绿素等色素、ADP 和 Pi、NADP⁺。右上角按钮「开始复习（5）」。

第 3 天：先过最容易忘的点

「最容易忘」怎么找：手工的话，把第 1、2 天标过「还不稳」的点挑出来；用工具的话，按遗忘曲线算出每个点现在还能想起来的概率，从低到高排：

图中文字版：「记忆热力 · FSRS 复盘室」，整体可提取度 83%（28 / 32 张已学习），需复习 16、即将 12、安全 0；目标留存 90%；未来 7 天到期预测：今天 16、+2 天 4、+5 天 4、+6 天 4；需复习列表按最快遗忘优先：历史发现 58%、色素系统 59%、光反应场所与条件 66%……

下午就不再做新卷了，只看提纲或导图的标题回忆内容，想不起来的翻开看一眼。考前一晚睡眠比多看一小时更重要。

常见问题

Q1：好几科都在这 3 天考怎么办？每科都走「诊断 → 补弱 → 收口」，但可以压缩：先考的科目先收口，后考的科目诊断放在考试间隙。

Q2：还有完全没学过的章节怎么办？看分值。分值大的挑核心概念学（定义、公式、典型题），学完马上做题；分值小的放弃，把时间给错题。

Q3：只剩一个晚上呢？见 突击实录：考前一晚只剩 2 小时。

写在最后

考前 3 天能提分的空间，主要在错过的和快忘的点上。先做卷子找到它们，再分两次去碰，比把整本书再看一遍更值。

完整的 72 小时实操（一门没复习的课从零到能考）见 突击实录：期末前 72 小时；想用自己的讲义试一遍，官网入口是 www.seekflaw.com。

关键词：考前三天怎么复习 · 考前复习计划 · 期末复习 · 考研复习 · 错题本 · 间隔效应 · 间隔重复 · 艾宾浩斯遗忘曲线 · FSRS · 记忆热力 · AI 学习工具

---

作者：SeekFlaw 官方 · 2026 年 10 月 8 日｜利益相关：本文由 SeekFlaw 官方撰写，文中演示的是我们自己的产品；我们没有做过对照实验，不承诺提分。