2026年版 Bilibili講座のファインマン学習法：長尺動画を「引き出せる記憶」に変える
2026年版 Bilibili講座のファインマン学習法：長尺動画を「引き出せる記憶」に変える
目次
- なぜBilibili講座は「見て忘れる」がデフォルトなのか
- ファインマン法の3段階：理解 → 説明 → 想起
- 3-Passノート：90分の講座を9分の集中読書に圧縮する
- 教え返す：「わかった」と「身についた」のギャップ
- 引き出せる記憶：1年後もこの講義の核心を見つけられる
- 中国語長尺動画でNotebookLM Audio Overviewが足りない3点
- FAQ
TL;DR： ファインマン学習は「講義を見てメモする」ではありません。核心は受動的消費を能動的生産へ強制的に変換することです。Bilibiliの長尺講座に当てはめると、AIツールに二つの代替不能な役割があります。(1) 90分の動画を精密なタイムスタンプ付きチャプター切片に圧縮する（消費側を楽にする）、(2) 各チャプターで「教え返しテキスト」を書かせる（生産側を厳しくする）。BibiGPTは現時点でBilibili長尺動画に最も完成されたツールであり、3段階ファインマンループと組み合わせると、講座の定着率を約5%から60%以上まで引き上げられます。
実践ルール： 「見た＝学んだ」は最大の学習錯覚です。正直なテストはただ一つ——「24時間後、講義を見ていない友人に、自分の言葉で説明できるか？」
なぜBilibili講座は「見て忘れる」がデフォルトなのか
Bilibiliはインターネット上で最大規模の高品質中国語講座プールです。2026年Q1だけでも、知識カテゴリのクリエイターが320万時間超の新規動画を上げ、プログラミング・数学・デザイン・ビジネス・心理・語学などほぼすべてをカバーしています。無料・高品質・弾幕あり——理論上、一般人にとって最良の自学ゲートウェイです。
しかし認知科学の古典、忘却曲線（エビングハウス）は、24時間以内に能動的にリハーサルしない内容は平均70%以上失われることを示します。言い換えると、Bilibiliで10時間のプログラミング講義を binge しても、翌日に実効想起できるのは30分分程度かもしれません。
Bilibili型の長尺動画が特に定着しにくい構造的理由は3つです。
- 動画は線形 — 本のようにざっと読み、再読し、章を横断比較できない
- 弾幕が感情ノイズになる — 楽しいが深い集中を壊す。「学んでいる」つもりで、実は群衆に引っ張られている
- 出力の強制がない — 試験のある学校の授業と違い、Bilibili視聴には外部の生産義務がない。視聴者の99%はタブを閉じて何も書かない
実践ルール： 出力ステップのない学習ループは学習ではない。30秒のXiaohongshuメモでも100語のツイートでも、自分の言葉で書いたものは「もう1本見る」より10倍価値があります。
ファインマン法の3段階：理解 → 説明 → 想起
Richard Feynmanはノーベル物理学賞受賞者で、「最も複雑な概念をわかりやすく説明すること」で有名です。彼が語った方法は、しばしば次の4ステップに整理されます。
- テーマを選ぶ — 学びたいことを決める
- シンプルに説明する — 平易な言葉で、できれば12歳に教えるつもりで
- ギャップを見つける — 詰まる・ごまかす箇所に戻り再学習
- 比喩で単純化 — 抽象概念を日常メタファーへ翻訳
Bilibili長尺講座に当てはめると、さらに3段階ループに単純化します。
- 段階1 — 3-Passノート（理解） — AIで90分の動画を9分の集中読書＋3つの核心質問に
- 段階2 — 教え返し（説明） — 24時間以内に、非専門家の友人へ自分の言葉で核心を説明
- 段階3 — 引き出せる記憶（想起） — NotionやObsidianに「概念 → 事例 → 引用」の3層でアーカイブし、1年後も探せるようにする
3-Passノート：90分の講座を9分の集中読書に圧縮する
仕組みは、3回の段階的洗練です。
Pass 1 — Bilibiliリンクを貼り、構造を得る
任意のBilibili講座リンクをbibigpt.coに貼ります。60秒で次が得られます。
- 全文トランスクリプト（タイムスタンプ付き）
- チャプター分割（通常6〜10章）
- マインドマップ（3階層）
- 引用カード（5〜15件）
このパスの目的は「学ぶ」ではなく「パノラマを作る」こと——60秒で、講座が何を扱い、どう分かれ、どの章がコアかを知ることです。
Pass 2 — 3章を選択的に深読み
全章を深読みしないでください。Pass 1の章タイトルとマインドマップを使い、いまの目標に最も関連する3章（約25〜30分分）を選びます。
その3章についてBibiGPTのChapter Deep Readingモードを開きます。
- AI生成の章要約（各約400〜600語）を読む
- タイムスタンプをクリックし、重要な30秒区間を原動画で確認
- 核心アイデアを自分の言葉でNotion / Obsidianへ書き直す
Pass 3 — 3つの核心質問を作る
最終ステップ：講座用の「試験問題3つ」を作る。深読みした3章についてBibiGPTのAIチャットを開き、次を聞きます。
- 「この章で最も反直感的な主張は何か、なぜか？」
- 「ここで挙げられた例は、別の文脈に一般化できるか？」
- 「講義を見ていない友人に、この章を3文で説明するなら何と言うか？」
AIの答えを自分の答えの横に置く——AIは「公式解答」、自分は「個人理解」。そのギャップが再学習すべきポイントです。
実践ルール： 3-Passノートの狙いは「視聴時間を減らす」ことではなく、「視聴時間を有効学習時間に変換する」ことです。同じ90分でも、3-Passは惰性視聴の3〜5倍の定着を得られます。
教え返す：「わかった」と「身についた」のギャップ
ファインマン学習の魂は**「誰かに教える」**ことです。実際に聞いてくれる非専門家の友人がいれば理想です。現実にはいない人が多いので、現代の教え返しには3つの代替があります。
オプションA — 「30日後の自分」へ3分動画を撮る
スマホで核心をカメラに向けて3分説明するクリップを撮ります。30日後に見返すと、ごまかした箇所が一目でわかります——それがまさに今忘れている部分です。
オプションB — 600語のSubstack / Xiaohongshu / Twitter投稿を書く
3-Passノートを600語の公開投稿に変換します。読む人がゼロでも、「見知らぬ人向け」に書くのと「自分向け」に書くのでは認知負荷がまったく違う——前者は専門用語を平易語へ翻訳せざるを得ず、それがファインマンの本質です。
オプションC — AIを「知らないふり友人」にする
任意のAIチャットを開き、こう言います。「この講座を見ていない素人の友人のふりをして。これから説明するから、『なぜ？』『例を』『言い換えて』と割り込んで。」これが最も手軽なソロ・ファインマン練習です。
実践ルール： 「教える」のは知識の自慢ではなく、質問される圧力の下に自分を置くことです。質問されて初めて、知らなかった認知ギャップが見えます。
引き出せる記憶：1年後もこの講義の核心を見つけられる
学習は24時間記憶のためではなく、「1年・3年・10年後も使える」ために最適化します。それには引き出せる記憶システム——後から本当に見返す設計のノート——が必要です。
推奨構造は3層です。
講座テーマ（例：「データ構造とアルゴリズム」）
├── 概念ライブラリ（各核心概念を1〜2文）
├── 事例ライブラリ（概念ごとの実例を2〜3文）
└── 引用ライブラリ（最も響いた原文引用、BibiGPTタイムスタンプへリンク）
実務では、BibiGPTのAI Video to Articleで講座から長文記事をワンクリック生成し、Notion / Obsidianへ取り込みます。ノートにはBibiGPTのタイムスタンプ・ディープリンクが載るので、1年後に「メモリ断片化のメモ」を見つけたら、ワンクリックで原Bilibili動画のその秒へ戻れます。
中国語長尺動画でNotebookLM Audio Overviewが足りない3点
NotebookLM Audio Overviewはここ2年で最も話題になった学習ツールの一つです。アップロードした文書から二人ホストのポッドキャストを生成し、「通勤中に長いPDFを聴く」ことができます。しかし中国語のBilibili長尺講座に当てはめると、構造的に3つの弱点があります。
弱点1 — NotebookLMはBilibili動画を取り込めない
NotebookLMは文書（PDF、Google Docs、Drive URL）と最近は画像を受け付けます。Bilibili動画は読めません。 Bilibili講座で使うには、まず動画のトランスクリプトをテキスト化する必要があり——そのステップ自体にBibiGPTが要ります。
弱点2 — 生成される中国語対話はまだ「翻訳調」
NotebookLMは英語ファーストです。2024年以降中国語対応は大きく改善しましたが、二人ホストの対話はまだ「翻訳っぽい」リズム——言い回し・トーン・テンポがネイティブ中国語ポッドキャストほど自然ではありません。中国語ネイティブモデルが生成するBibiGPTの章要約と比べると差ははっきりします。
弱点3 — Audio Overviewは「創作」であり「圧縮」ではない
NotebookLM Audio Overviewは、AIが文書を二人会話として再創作するものです。聴くのは「原典の精密圧縮」ではなく「AIによる再解釈」。カジュアル学習には向きます。本格学習には——「原典の精密圧縮」が必要で、「AIの再説明」ではありません。
実践ルール： 本格学習では**「圧縮」は常に「再創作」より信頼できる**。BibiGPTの章要約は原動画の精密圧縮。NotebookLM Audio Overviewはそれを基にしたAIの二次創作。用途が違います。
FAQ
1. Bilibili講座を同時に20本フォローしている。全部ファインマンできる？
労力を均等に配らないでください。BibiGPTのCollection Summaryで20本すべてにPass 1（構造取得）をかけ、最も関連する3〜5本だけフル3-Pass深読み。残りはPass 1の章要約を読んで先に進みます。
2. 英語の講義を見ている。教え返しは何語で？
母語で——英語ではありません。教え返しの目的は、概念を日常の言い回しへ翻訳すること。第二言語でやると認知負荷が増え、ギャップ検出の機能が弱まります。
3. 弾幕はファインマン学習の敵？
敵ではないが、Pass 1ではオフに。弾幕は群衆の反応——カジュアル視聴には最高、深い集中には悪い。Pass 1：コメントオフ。Pass 2：BibiGPTの読書モード（そもそもコメントなし）。Pass 3：教え返しを撮るなら、あとでBilibiliに戻りコメントオンで他者の反応を見てもよい。
4. すべてのBilibili講座にファインマンは効く？
いいえ。概念密度の高い講座（プログラミング、数学、心理、ビジネス理論、外国語文法）に向きます。実演系（手芸、絵画、料理、フィットネス）には向きません——そちらは「見てやってみる」が本筋で、二次生産は必須ではありません。
5. コーネル式ノートとの違いは？
コーネルは「ページ構造」（左に質問、右にメモ、下に要約）に焦点。ファインマンは「学習ループ」（理解 → 説明 → 想起）に焦点。重ねられます——3-Passノートの出力形式にコーネルテンプレートを使い、学習のリズムはファインマンで設計。詳細はコーネル法：動画から公開記事へ。
始め方：任意のBilibili講座でファインマンループを1周
- 学びたいのに後回しにしているBilibili講座を1本選ぶ（例：30分〜2時間のプログラミング／数学／語学講義）
- bibigpt.coでリンクを貼り、Pass 1で構造を取る
- 最も関連する3章を選びPass 2を実行
- 24時間以内に3分の教え返し動画を撮るか、600語の公開投稿を書く
- 概念・事例・引用の3層でNotion / Obsidianにアーカイブ
さらに読む：
—— BibiGPT チーム