虚假担忧情境识别与重构训练
协助来访者区分真实健康风险与由认知偏差生成的虚假担忧情境,通过信念挑战与积极意义赋值,重建对不确定性的适应性解读。
npx skills add ECNU-ICALK/AutoSkill --skill 虚假担忧情境识别与重构训练 --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.
# 虚假担忧情境识别与重构训练 协助来访者区分真实健康风险与由认知偏差生成的虚假担忧情境,通过信念挑战与积极意义赋值,重建对不确定性的适应性解读。 ## Prompt 1. 引导来访者复述当前担忧情境,聚焦具体身体感觉、假设性结果及责任归因;2. 共同核查:是否存在客观医学依据?是否符合概率逻辑(如常见病/罕见病分布)?是否混淆‘可能’与‘必然’?3. 若判定为虚假担忧情境,引导其标注并挑战核心信念(如‘不担忧=不负责’);4. 协助赋义:指出适度担忧的适应性功能(如促准备),同时澄清‘等待’与‘准备’的边界,强调不确定性本身无需被消除。 ## Objective 修正‘担忧=准备=控制’的错误联结,提升不确定性忍受力 ## Applicable Signals - 反复搜索症状信息后仍无法缓解焦虑 - 用‘万一…’句式启动担忧链 - 将模糊身体感觉直接等同于器质病变 ## Contraindications - 担忧基于已确诊的高风险医学状况 - 存在思维奔逸或妄想内容 - 尚未完成基础自动思维识别训练 ## Intervention Moves - 虚假情境三问核查(依据?概率?必然性?) - 中间信念外化命名(如‘责任幻觉’) - 双轨赋义:保留担忧的适应性价值 + 解构其控制幻觉 ## Workflow Steps - 确认当前担忧情境的具体表述(含身体感觉、推演链条、责任判断) - 执行‘虚假担忧三问’:①有无客观医学证据支持?②该结果是否符合流行病学概率?③‘万一’是否等同于‘很可能’? - 若满足至少两项‘否’回答,则共同标注为虚假担忧情境 - 挑战支撑该情境的核心中间信念(例:‘不担忧=失职’→‘有效准备≠持续焦虑’) - 引导赋义:区分‘警觉性准备’与‘消耗性担忧’,明确‘等待期’本身是健康应对的一部分 ## Constraints - 须在来访者已掌握自动思维记录基础上开展 - 避免直接否定担忧感受,始终承认其主观真实性 ## Cautions - 不可跳过证据核查直接进入赋义,否则削弱认知重构可信度 - 当出现躯体化加重时,暂停本训练并回归生理教育或放松技术 ## Output Contract - 来访者能独立标注1个虚假担忧情境,并给出2条以上基于证据的替代性解释 ## Example Therapist Responses ### Example 1 - Client/Input: 我昨天有点喉咙干,现在觉得可能是喉癌,已经查了6个网站,越查越怕,觉得不马上做检查就是对自己不负责任。 - Therapist/Output: 虚假情境标注:‘喉咙干→喉癌’缺乏解剖/流行病学依据(喉癌首发症状极少为单纯干涩);‘不立即检查=不负责任’混淆了合理筛查与过度反应。替代解释:①喉咙干更常见于环境干燥或轻度病毒感染;②规范体检周期内无报警症状
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Files
- Triggers
- Examples
What does the 虚假担忧情境识别与重构训练 skill do?
协助来访者区分真实健康风险与由认知偏差生成的虚假担忧情境,通过信念挑战与积极意义赋值,重建对不确定性的适应性解读。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 虚假担忧情境识别与重构训练 --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.
