行为实验设计：检验灾难化预测
协作设计低风险真实情境任务（如参与奖学金话题讨论），明确预测内容、检验方式与结果解读规则，用实证经验挑战自动化思维，增强认知重构的信度。
npx skills add ECNU-ICALK/AutoSkill --skill 行为实验设计：检验灾难化预测 --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.
# 行为实验设计：检验灾难化预测 协作设计低风险真实情境任务（如参与奖学金话题讨论），明确预测内容、检验方式与结果解读规则，用实证经验挑战自动化思维，增强认知重构的信度。 ## Prompt 与来访者共同识别一个具体、可观察、可检验的灾难化预测（如‘如果我提起奖学金，别人会觉得我很失败’）；协商设计最小可行行动（如主动在小组中提及一次奖学金相关经历）；约定前测预测、操作步骤、后测观察项及结果对照方式；实验后引导其对比预期与现实，聚焦差异生成替代性认知。 ## Objective 通过行为验证修正失真认知 ## Applicable Signals - 表达‘万一…就…’类灾难化假设 - 回避特定社交话题或场景但愿尝试改变 - 对苏格拉底式提问后的认知结论存疑，需实证支持 ## Contraindications - 预测涉及不可控外部结果（如‘别人一定讨厌我’） - 来访者无行为动机或能量 - 存在安全风险未排除 ## Intervention Moves - 协作式目标设定 - 预测具象化（who/when/what/how） - 行为锚定（明确起始动作与完成标志） - 结果记录结构化（预测栏/实际栏/差异分析栏） ## Workflow Steps - 1. 共同识别一个具体、可检验的灾难化预测 - 2. 协商设计最小可行行动（如：在下次小组讨论中自然提及一次奖学金落选经历） - 3. 明确前测预测（含情绪强度0–10分）、操作步骤、观察要点（如：他人表情/回应时长/是否追问） - 4. 约定实验后复盘时间，使用三栏记录表（预测｜实际发生｜差异启示） - 5. 复盘时聚焦‘哪些部分没发生？哪些比想象好？哪些新信息可更新信念？’ ## Constraints - 实验必须由来访者自主选择并同意执行 - 初始任务强度须低于其当前耐受阈值 - 不强制要求他人配合或反馈 ## Cautions - 避免将实验结果简化为‘对/错’二元判断，重在发现预测的片面性 - 若实验引发显著情绪波动，需即时暂停并进行情绪调节 ## Output Contract - 来访者完成结构化行为实验记录表，包含原始预测、实际观察、至少一条基于差异形成的新认知结论，并能口头复述该结论。 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者预测：‘只要提到奖学金，大家就会沉默，然后换话题。’ - Therapist/Output: 实验后记录：‘我说了‘去年我也申请了国奖’，小A点头说‘挺难的’，小B接话聊起自己面试经历，全程未换话题。→ 原预测过度概括，现实中他人反应多元且非否定性。’ - Notes: 聚焦具体行为与反应，避免归因推断 ## Files - `references/evidence.md` -
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Files
- Triggers
- Examples
What does the 行为实验设计：检验灾难化预测 skill do?
协作设计低风险真实情境任务（如参与奖学金话题讨论），明确预测内容、检验方式与结果解读规则，用实证经验挑战自动化思维，增强认知重构的信度。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 行为实验设计：检验灾难化预测 --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.