CBT自动思维识别与调整四步法
在CBT会话中期干预阶段,引导来访者系统识别并挑战功能不良自动思维的结构化技术:①证据检验;②生成替代解释;③评估可能性(最坏/最好/最可能);④自我同情提问。聚焦思维可塑性与认知弹性培养,强调协作性检验与来访者主动生成。
npx skills add ECNU-ICALK/AutoSkill --skill CBT自动思维识别与调整四步法 --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.
# CBT自动思维识别与调整四步法 在CBT会话中期干预阶段,引导来访者系统识别并挑战功能不良自动思维的结构化技术:①证据检验;②生成替代解释;③评估可能性(最坏/最好/最可能);④自我同情提问。聚焦思维可塑性与认知弹性培养,强调协作性检验与来访者主动生成。 ## Prompt 按顺序引导来访者完成四步:1)就当前自动思维,列出支持与不支持它的具体事实;2)提出至少一个其他合理解释;3)分别描述该想法成真的最坏、最好、最可能结果,并评估现实依据;4)换位设想:若亲密朋友遭遇同样情境,你会如何安慰TA?最后协助整合更平衡、有依据的替代想法。 ## Objective 识别并修正功能不良的自动思维 ## Applicable Signals - 来访者能复述‘想法≠事实’原则 - 作业中出现重复性负性归因(如‘被嘲笑’‘被否定’) - 情绪反应强度显著高于情境客观风险 ## Contraindications - 来访者过去24小时有自杀意念或计划未充分稳定 - 注意力持续时间<5分钟,无法跟随步骤链 - 对咨询师建议表现出强烈抵触或解离反应 ## Intervention Moves - 苏格拉底式提问 - 举例示范 - 具身化类比(如‘思维像天气,不是你本身’) - 协作性检验而非驳斥 ## Workflow Steps - 确认三栏表完成质量,澄清混淆点(如情境vs.自动思维) - 选取1条高情绪负荷的自动思维作为当次焦点 - 依序执行四步法,每步后简要总结并确认理解 - 共同生成1–2条更平衡、具操作性的替代想法 - 布置微型实践:明日用四步法回应1次类似想法 ## Constraints - 单次会谈内仅深挖1–2个自动思维,避免信息过载 - 不跳过第①步(证据检验)直接进入重评 - 替代想法须由来访者主动生成,咨询师仅作归纳与镜映 ## Cautions - 警惕将‘最可能结果’简化为 optimism bias;需锚定现实线索 - 自我同情提问失败时,可退至‘你希望听到什么话?’降低防御 - 若来访者反复使用‘我不知道’,暂停四步,回归情绪命名与正常化 ## Output Contract - 来访者能独立口述四步逻辑,并对至少一个自动思维完成全部四步检验,产出至少一条自我认可的替代想法(非咨询师代拟) ## Example Therapist Responses ### Example 1 - Client/Input: 自动思维:‘他讽刺我,说明我根本不够格做这行。’ - Therapist/Output: 替代想法:‘他语气让我难堪,但同事上周还请我指导案例——我的能力有实证,这次反应可能混合了疲劳和旧有自我怀疑。’ - Notes: 整合了证据(同事求助)、替代解释(疲劳)、可能性评估(‘不够格’无客观指标)、自我同情(‘我已在进步’) #
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Files
- Triggers
- Examples
What does the CBT自动思维识别与调整四步法 skill do?
在CBT会话中期干预阶段,引导来访者系统识别并挑战功能不良自动思维的结构化技术:①证据检验;②生成替代解释;③评估可能性(最坏/最好/最可能);④自我同情提问。聚焦思维可塑性与认知弹性培养,强调协作性检验与来访者主动生成。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill CBT自动思维识别与调整四步法 --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.
