负性中间信念现实检验作业布置
当来访者对人际冲突后果产生担忧且出现初步信念松动时,协同设计低风险、限时、结构化的现实沟通任务(如与室友、班主任进行≤3分钟中性提问),通过第三方实际反馈与预期反馈的对比,锚定负性中间信念的认知偏差证据。
npx skills add ECNU-ICALK/AutoSkill --skill 负性中间信念现实检验作业布置 --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.
# 负性中间信念现实检验作业布置 当来访者对人际冲突后果产生担忧且出现初步信念松动时,协同设计低风险、限时、结构化的现实沟通任务(如与室友、班主任进行≤3分钟中性提问),通过第三方实际反馈与预期反馈的对比,锚定负性中间信念的认知偏差证据。 ## Prompt 1. 共同识别当前负性中间信念(如‘如果我和其他人发生冲突,我一定会受到伤害’); 2. 与来访者协商1–2位安全、可及、中立的沟通对象(如室友、班主任),明确沟通目的仅为获取其真实反应,而非解决问题或道歉; 3. 协同预演简短对话脚本(≤2分钟),聚焦开放提问(如‘当时你心里是怎么想的?’); 4. 作业前共同记录‘预期反馈’(基于负性信念的预测); 5. 下次咨询时引导对比‘实际反馈’与‘预期反馈’,标注具体偏差点(如‘我以为他会生气,但他只说‘有点意外’’)并归因于信念偏差。 ## Objective 通过现实检验强化认知重构效果 ## Applicable Signals - 来访者在讨论冲突时出现认知犹豫(如停顿、自我修正) - 能初步命名自身情绪但难以解释来源 - 对咨询师技术反馈表现出理解性点头或复述 ## Contraindications - 来访者存在现实人际危险(如霸凌、威胁) - 沟通对象不可及或高风险(如涉法、敌对关系) ## Intervention Moves - 信念共构 - 安全筛选 - 脚本预演 - 预期-现实映射 ## Workflow Steps - 共构负性中间信念陈述 - 筛选并确认安全沟通对象 - 预演中性提问脚本并记录预期反馈 - 布置限时、低负荷沟通任务 - 下次咨询中结构化对比预期/实际反馈,标注信念偏差证据 ## Constraints - 沟通对象须由来访者自主选择且确认安全 - 沟通时长≤3分钟,内容限于事实性询问,禁止延伸争论或自我辩护 - 作业必须在下次咨询前48小时内完成 ## Cautions - 避免将作业包装为‘证明自己错了’,而强调‘检验想法是否全面’ - 若实际反馈模糊或回避,需共同探讨‘这是否也符合我的旧信念?’而非否定作业价值 ## Output Contract - 来访者完成沟通后能对比‘预期反应’与‘实际反馈’,并标注1–2处信念偏差证据 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者说:‘我怕跟室友提那天的事,他肯定觉得我小题大做。’ - Therapist/Output: 咨询师:“我们一起来看看这个担心——如果他真的这么想,会怎么说?我们可以约他喝杯水,只问一句:‘那天你听到我说话时,第一反应是什么?’ 你猜他会怎么答?我们先写下来。” - Notes: 聚焦可观察言语反应,规避主观解读 ### Example 2 - Client/
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Example 2
- Files
- Triggers
What does the 负性中间信念现实检验作业布置 skill do?
当来访者对人际冲突后果产生担忧且出现初步信念松动时,协同设计低风险、限时、结构化的现实沟通任务(如与室友、班主任进行≤3分钟中性提问),通过第三方实际反馈与预期反馈的对比,锚定负性中间信念的认知偏差证据。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 负性中间信念现实检验作业布置 --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.
