「IGCSEのAddmath（追加数学）、そろそろ過去問をやらなきゃいけないけど、まだ基礎に自信がない…」 「特に微分積分（Calculus）の範囲が難しすぎて、どこから手をつけていいか分からない」
そんな風に悩んでいませんか？
普通なら「まずは教科書を読んで、簡単なドリルを解いて、完璧になってから過去問…」と考えがちですよね。
しかし、AIがいつでも隣にいてくれる今の時代、その常識はもう古いかもしれません。
結論から言うと、事前準備として簡単な問題を挟む必要は一切ありません。いきなり過去問（類似問題）を使った「Output型（アウトプット型）学習」からスタートするのが、圧倒的に効率的です。
今回は、AIを優秀な「並走コーチ」として使い倒し、Addmathの微分積分を最速でマスターする具体的な戦略をご紹介します。
理由はシンプルです。Addmathの試験（Paper 1 & Paper 2）で問われる微分積分には、特有の「出題パターン」と「セットになる概念」が最初から決まっているからです。
教科書にあるような単純な計算ドリルをいくら解いても、以下のような「Addmath特有の応用」に対応する力はなかなか身につきません。
「でも、基礎的な計算ができないと過去問なんて解けないんじゃ…？」と不安になりますよね。大丈夫です。基礎的な計算は、過去問を解くプロセスの中で嫌でも何度も繰り返すことになるため、わざわざ事前に独立してやる必要はありません。
最初から本番の「型」にぶつかり、解きながら必要な知識を引っ張り出す。これが一番タイパの良い学習法です。
教科書を1ページ目から読むのではなく、AIをフル活用してインプットとアウトプットを同時に行うサイクルを作ります。
まずは、直近の過去問や類似問題を1問、AIに提示します。まだ公式も何も覚えていなくて構いません。最初の1問目は、AIに「解き方の見本」を見せてもらうステップです。
💡 AIへのプロンプト例: 「このAddmathの微分（または積分）の過去問を解きたいです。まだ公式も何も覚えていないので、まずは『解答の全手順』と『そこで使われている公式』をステップバイステップで1つずつ教えてください」
AIが作ってくれた見本（ロードマップ）を見ながら、数値だけが違う類似問題、または同じ単元の別の過去問に挑戦します。 ここでのポイントは、分からなくなったらすぐに手を止めて、AIに途中経過を投げることです。
💡 AIへのプロンプト例: 「さっきのステップを真似して、この問題の1行目を $y = 3x2 - 4x$ と変形するところまでやってみました。ここから微分する時の公式の当てはめ方はこれで合っていますか？」
問題が解けただけで満足して終わらせないのが、このOutput型学習の最も重要なところです。自分が本当に本質を理解しているか、AIを生徒役にして「逆説明」をします。
💡 AIへのプロンプト例: 「この問題で、なぜ最初に式を変形しなければならなかったのか、そしてなぜ最後に $= 0$ と置いてグラジエント（傾き）を求めたのか、その理由を私の言葉で説明します。間違っているところや、Addmathの採点基準（Mark Scheme）的に足りない表現がないか添削してください」
この学習法を進める上で、意識するとさらに効果が跳ね上がるコツが3つあります。
「答え」ではなく「ヒント」を求める すぐに答えを見てしまうと脳が考えるのをやめてしまいます。「次に進むための1ステップのヒントだけちょうだい」とAIに頼むのが、自頭を鍛えるコツです。
Mark Scheme（配点基準）を意識する Addmathは最終的な答えだけでなく、途中式（Method Marks）に多くの点数が配分されます。「この問題で点数を落とさないための、必須の途中式はどこ？」とAIに確認する癖をつけましょう。
専門用語は英語のまま進める
日本語で「微分・積分」と概念を理解しつつも、AIとのやり取りや頭の中の整理は Differentiate, Integrate, Stationary point, Tangents などの英語のキーワードのまま進めてください。本番の試験でパニックにならないための大切な対策です。
Addmathの微分積分は、一見すると難解に見えますが、実は「解法のアルゴリズム」が非常に明確な科目です。
「完璧に準備ができてから過去問をやろう」と考えていると、いつまで経っても本番レベルの力は身につきません。AIという、24時間いつでも優しく付き合ってくれる優秀なパーソナルコーチがいれば、最初から過去問に飛び込んでも絶対に溺れることはありません。
まずは手元にある微分積分の過去問を1問、AIに見せることからスタートしてみませんか？