前些天，一位即将参加考研复试的同学向我求助，他发现初试阶段记的卡片笔记恐难应付复试阶段的笔试和面试。

这其实是一个普遍性问题，很多同学记了卡片笔记后，既没有在复习过程中修改，也想不到升级复习方式。而我们的能力一直在随着复习而提升，现实需求也要求知识应以项目的形式组织，所以“主题复习”必不可少。

方法

标记并创建筛选

如果你在复习时意识到某个笔记需要进行主题复习，可以使用“星标”功能将其标记，然后在复习完以后搜索“tag:marked”将它们找出来，通过“创建筛选牌组”将其整合到新的牌组里。

这个筛选牌组在主界面显示为蓝色，可以在创建筛选窗口选择为无痕模式，也可以在复习完删除而不影响笔记，当然更推荐保留牌组以后通过“重建”操作进行复用。

通过插件浏览或创建筛选

也可以借助 Scheme Weaver 插件，在每次复习时顺便回顾当前主题的笔记。

施瓦茨的《科学学习》一书中也说过“连接在一起的信息相互触发，相互触发的信息连接在一起。”所以，只要在复习时经常联想相关主题下的其他笔记，就能逐渐将这个主题下的大部分笔记连接在一起。

只要遵循循序渐进的原则，就能持续扩大主题学习的规模。在掌握卡片后，接着学习右侧的主题，等到当前主题掌握以后，再接着学习左侧的更多主题。

让 AI 驱动主题

通过 Anki to flomo 插件， 将已熟练（间隔大于 21天）的笔记批量发送到 flomo 里。

或者为某一类主题的笔记添加“待发送”标签，然后点击“批量发送全部已标记笔记”即可一键发送到 flomo 里。

在 flomo 里通过“找一找”，让 AI 根据你的问题（主题）查找相关笔记，弥补自己不曾意识到的局限。

或者通过“随机漫步”功能，以任意一张卡片为中心，让 AI 将相关笔记（主题）进行可视化展示。AI 时代不需要手动建立双链了。

让 AI 构建思维导图

通过 Export Notes 插件，将笔记通过标签（主题）筛选并导出为 HTML 文件。

然后用电脑版的豆包 APP 打开，并让其生成思维导图。

也可以搜索标签或关键词，然后导出为原生的 .txt 格式，接着发给 NotebookLM 生成交互式脑图和访谈式播客。你只管记高质量的卡片，AI 时代已经不需要模仿书本大纲再手动抄写一份脑图了。

时机

有了前面的几种方式，我们就可以在一天时间里多次进行不同形式的主题学习。在刻意学习之外，即便是在放空时，我们也可以在脑海里回忆某个主题的相关知识，甚至是延伸到如何应用的思考。

对于重要的知识，可以定期复习相关的主题，比普通知识点花费更多的时间也是合理的。虽然定期有重复的嫌疑，但由于我们的新知不断转化为已知，使得相关知识持续更新，已有知识在促进理解新知方面的作用也是变化的，因此即便是再看相同的内容也会有常看常新的体会。

在学习新知识时，如果新内容与之前的知识存在较多关联，那么先进行一次相关的主题复习可以避免学习新知识时因为缺少先验知识而陷入困境，由于大量相关知识与新知识建立了关系，我们对新知识的理解也会更加深刻。

在日常复习时，如果经常在某一类笔记上犯错，那么也应该进行一次主题复习。搜索标签或关键词，然后创建筛选牌组进行集中学习，这在卡片熟练之前进行会非常难，但是在卡片相对熟悉之后就极其简单了。

当需要解决某一类现实问题时，也应该进行一次主题复习。例如我在很长时间里，从不同的来源，断断续续地记了许多关于“睡眠”的笔记，这些单个知识点都已经记住了，但是当我遇到睡眠障碍时却很难想得全时，一次主题复习就能把散落的记忆拉回到手边。遇到问题就去学习，解决了问题后反过来又会刷新对知识的认识。

当复习很长时间以后，我们也需要通过主题复习升级学习阶段。通过主题复习可以把割裂的卡片联系起来，也可以把分散的内容重组为结构化，还可以大量的信息概括为少量的内容。这些做法不仅可以为复习减轻负担，更是对现实需求的回应。