负性中间信念的成本效益分析纠正
使用成本效益分析技术识别并挑战来访者的负性中间信念，促使其评估该信念在现实中的适应性与代价。适用于来访者已识别出具体负性中间信念且具备基本认知反思能力时。
npx skills add ECNU-ICALK/AutoSkill --skill 负性中间信念的成本效益分析纠正 --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.
# 负性中间信念的成本效益分析纠正 使用成本效益分析技术识别并挑战来访者的负性中间信念，促使其评估该信念在现实中的适应性与代价。适用于来访者已识别出具体负性中间信念且具备基本认知反思能力时。 ## Prompt 引导来访者就其负性中间信念（如'如果我和其他人发生冲突，我一定会受到伤害'）分别列出：1）坚持该信念带来的短期/long-term收益（如安全感、避免冲突）；2）该信念导致的代价（如回避人际、自我压抑、关系疏离）。随后协助其对比收益与代价的真实性、可持续性及替代可能性，温和质疑其绝对化、过度概括等认知扭曲。 ## Objective 修正负性中间信念 ## Applicable Signals - 来访者能清晰命名某一反复出现的条件化信念 - 来访者对信念后果表现出困惑或矛盾态度 - 来访者愿意尝试 examining belief functionally ## Contraindications - 来访者处于急性情绪崩溃或解离状态 - 负性信念尚未清晰命名或未被共同确认 ## Intervention Moves - 引导结构化列表（收益 vs. 代价） - 标注信念中的绝对化语言（如'一定'、'永远'） - 邀请检验证据：'有没有例外？哪些情境下它不成立？' ## Workflow Steps - 确认并复述来访者表达的负性中间信念，达成共同命名 - 邀请来访者分别填写‘坚持该信念的好处’和‘坚持该信念的代价’两栏 - 逐条探讨每项收益的真实性、可持续性及隐含代价 - 引导识别信念中的认知扭曲（如以偏概全、灾难化） - 共同总结：该信念在哪些情境仍有保护作用？在哪些情境已失适配？是否存在更灵活的替代信念？ ## Constraints - 必须在咨询关系稳固、来访者已有基础自动思维觉察基础上开展 - 需确保信念表述为可检验的中间信念（非核心信念或自动思维） ## Cautions - 避免直接驳斥或说教；聚焦信念的功能性影响而非对错 - 若来访者陷入僵化防御，暂停分析，先共情其信念形成的适应性背景 ## Output Contract - 来访者能自主列出该信念的短期/长期收益与代价，并初步质疑其绝对化表述 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者说：'如果我和别人起冲突，我一定会被抛弃。' - Therapist/Output: 咨询师：'我们一起来看看，坚持这个想法，对你有哪些好处？又带来了哪些实际困难？比如，它是否帮你躲开了某些难受的场面？又是否让你不敢表达真实需求？' - Notes: 启动结构化收益-代价探索 ### Example 2 - Client/Input: 来访者列出'好处：不被骂；代价：从不提意见，室友觉得我冷漠。' - Thera
- 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 负性中间信念的成本效益分析纠正 skill do?
使用成本效益分析技术识别并挑战来访者的负性中间信念，促使其评估该信念在现实中的适应性与代价。适用于来访者已识别出具体负性中间信念且具备基本认知反思能力时。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 负性中间信念的成本效益分析纠正 --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.