考试焦虑CBT个案概念化(三类信念+负强化循环)
基于标准化量表数据与临床线索,识别并结构化呈现考试焦虑中三类核心认知信念(灾难化解释、低估自我、无法忍受身体不适),并建模其与回避行为构成的负强化循环,支撑后续CBT干预设计。
npx skills add ECNU-ICALK/AutoSkill --skill 考试焦虑CBT个案概念化(三类信念+负强化循环) --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 考试焦虑CBT个案概念化(三类信念+负强化循环) 基于标准化量表数据与临床线索,识别并结构化呈现考试焦虑中三类核心认知信念(灾难化解释、低估自我、无法忍受身体不适),并建模其与回避行为构成的负强化循环,支撑后续CBT干预设计。 ## Prompt 使用本模板时,先确认已有SAS/SDQ等标准化量表数据及具体考试情境;聚焦小蕾式线索:①灾难化解释(如‘考不好就完了’)、②低估自我(如‘我学不进去’)、③无法忍受身体不适(如‘喘不上气,快要窒息’);将三类信念与对应回避行为(如逃避模拟考、拒看复习资料)联结,标出短期缓解→长期维持的负强化路径;最终输出含三类标签与循环图示的简表。 ## Objective 构建可复用的考试焦虑CBT概念化框架 ## Applicable Signals - 来访者主诉考试前出现气短、手心出汗、恶心等躯体反应 - 描述‘考不好就完了’‘没人会喜欢我’等绝对化表述 - 主动回避模拟考、复习场景或成绩反馈 ## Contraindications - 无具体考试情境触发 - 主要表现为抑郁主导而非焦虑主导 - 存在自伤/自杀意念需优先安全干预 ## Intervention Moves - 标注三类信念类型 - 绘制回避行为→短期焦虑下降→长期焦虑维持的循环箭头 - 关联生理反应与认知内容(如‘喘不上气’→‘快要窒息’→回避考试) ## Workflow Steps - 1. 提取量表数据(SAS/SDQ原始分与标准分) - 2. 识别并归类三条典型信念线索 - 3. 匹配对应回避行为及其短期效益 - 4. 绘制负强化循环图示(信念→情绪→躯体反应→回避→短暂缓解→焦虑维持) - 5. 输出含三类标签与循环图示的简表 ## Constraints - 不引入未在原文出现的信念类型(如‘过度负责’‘应该陈述’) - 不扩展至非考试相关焦虑源(如人际、家庭) - 不替代临床风险评估,发现高危信号须立即转入safety_micro流程 ## Cautions - 避免将‘无法忍受身体不适’简单归因为躯体疾病,须与认知评价同步分析 - ‘低估自我’需区分能力真实下降与认知扭曲,后者才纳入本模板 ## Output Contract - 生成含三类信念标签(灾难化解释/低估自我/无法忍受身体不适)与负强化循环图示(含箭头标注‘短期缓解→长期维持’)的A4幅面个案概念化简表 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者SAS标准分56,主诉‘一想到月考就肚子疼,只能请假’‘这次考砸了我就彻底废了’‘我根本记不住东西’ - Therapist/Output: 简表含三栏:①信念类型‘灾难化解释’→例句‘这次考砸了我就彻底废了’;②‘低估自我’→例句‘我根本记不住
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Files
- Triggers
- Examples
What does the 考试焦虑CBT个案概念化(三类信念+负强化循环) skill do?
基于标准化量表数据与临床线索,识别并结构化呈现考试焦虑中三类核心认知信念(灾难化解释、低估自我、无法忍受身体不适),并建模其与回避行为构成的负强化循环,支撑后续CBT干预设计。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 考试焦虑CBT个案概念化(三类信念+负强化循环) --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.
