多重视角故事连接与迁移
在叙事疗法收尾阶段,通过系统性邀请个案从重要他人视角、时间线(过去/现在自我)视角展开对话,并运用行动—意义—经验三层全景提问,将前期积累的‘独特事件’进行跨视角串联与意义整合,促成身份认同由单一问题标签向多元、连续、能动的自我叙事转化。
npx skills add ECNU-ICALK/AutoSkill --skill 多重视角故事连接与迁移 --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.
# 多重视角故事连接与迁移 在叙事疗法收尾阶段,通过系统性邀请个案从重要他人视角、时间线(过去/现在自我)视角展开对话,并运用行动—意义—经验三层全景提问,将前期积累的‘独特事件’进行跨视角串联与意义整合,促成身份认同由单一问题标签向多元、连续、能动的自我叙事转化。 ## Prompt 以温和而坚定的节奏引导:先锚定1–2个已厚化的独特事件;再依次邀请个案代入‘重要他人(如朋友/父母)会如何讲述这件事’‘过去的我如何看待此刻的自己’‘现在的我如何理解过去的那个决定’;随后用‘你做了什么?这件事对你意味着什么?它让你重新认识了自己哪一部分?’完成三层提问循环;最后支持个案用‘我是……的人’句式自主凝练新身份声明。 ## Objective 整合分散的支线故事,构建稳定、延展的身份认同 ## Applicable Signals - 个案主动提及他人反馈(如‘朋友说我最近变了’) - 出现时间性对比语言(如‘以前我绝不会这样,但现在……’) - 在总结时自然使用第一人称能动性表述(如‘我选择了……’‘我试了……’) ## Contraindications - 个案仍强烈认同问题身份(如‘我就是个失败者’) - 缺乏足够独特事件支撑多重视角比较 - 时间不足(<30分钟)无法完成完整提问循环 ## Intervention Moves - 多重视角角色代入 - 行动—意义—经验三阶全景提问 - 身份声明共构 ## Workflow Steps - 1. 共同选定1–2个已充分厚化的独特事件作为整合锚点 - 2. 引导三重视角对话:重要他人视角 → 过去自我视角 → 现在自我视角 - 3. 对每个视角应用行动—意义—经验三层提问 - 4. 协同识别跨视角共性主题(如勇气、觉察、联结) - 5. 支持个案生成包含时间延续性、他人见证性与自我能动性的新身份声明 ## Constraints - 全程避免解释或替代个案命名;所有视角均由个案用自己的语言表达 - 不跳过任一视角或提问层级;若某视角暂无内容,标记为‘待续’而非跳过 ## Cautions - 警惕将‘多重视角’变为外部评价收集——焦点始终是个案如何‘听见’这些声音,而非声音本身是否正面 - 当个案出现情绪波动时,立即退回至最稳定的一个视角(通常是现在自我),重建安全锚点 ## Output Contract - 个案能口头陈述一个包含时间延续性、他人见证性与自我能动性的新身份声明(如‘我是那个不断尝试、被朋友看见、也正学着相信自己的人’)。 ## Example Therapist Responses ### Example 1 - Client/Input: 个案刚分享完一次独自预约医院的经历,提到‘室友说她没想到我能迈出这一步’ - Therapist/Output: 咨询师:‘如果让那位室友站在这里,
- 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 多重视角故事连接与迁移 skill do?
在叙事疗法收尾阶段,通过系统性邀请个案从重要他人视角、时间线(过去/现在自我)视角展开对话,并运用行动—意义—经验三层全景提问,将前期积累的‘独特事件’进行跨视角串联与意义整合,促成身份认同由单一问题标签向多元、连续、能动的自我叙事转化。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 多重视角故事连接与迁移 --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.
