奇迹询问技术
通过虚构‘魔力水晶球’隐喻,邀请来访者具象化想象问题已解决的未来图景,绕过病理归因与抽象目标表述,激活其内在资源、例外经验与微目标线索。
npx skills add ECNU-ICALK/AutoSkill --skill 奇迹询问技术 --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.
# 奇迹询问技术 通过虚构‘魔力水晶球’隐喻,邀请来访者具象化想象问题已解决的未来图景,绕过病理归因与抽象目标表述,激活其内在资源、例外经验与微目标线索。 ## Prompt 以温和、好奇、非指导性语气提出:‘如果在你面前有一个充满魔力的水晶球,透过它你可以看到你的美好未来,你猜你可能会看到什么?’不追问原因,不修正内容,专注倾听并邀请补充感官细节(如时间、人物、动作、声音、情绪)。当来访者卡顿时,可轻推:‘那时你在做什么?谁在身边?你听到/看到/感觉到什么?’ ## Objective 激发来访者对理想状态的具象化想象,生成正向、细节化、可行动的目标线索 ## Applicable Signals - 目标表述抽象(如‘心情好起来’) - 回避未来导向提问 - 频繁使用否定性自我陈述 - 来访者反复使用‘总是’‘从不’‘根本不能’等绝对化语言描述困境 - 来访者在描述目标时使用模糊抽象词汇(如‘更轻松’‘变好’)且无法举例 - 来访者表达无力感或对改变持怀疑态度 ## Contraindications - 来访者对隐喻/想象类提问表现出明显不适或困惑 - 存在精神病性症状干扰现实检验 - 来访者存在现实性检验障碍(如精神病性症状) - 问题涉及不可逆客观损失(如丧亲)且未完成哀伤处理 - 来访者明确表示反感此类假设性提问 ## Intervention Moves - 隐喻引入 - 未来图景邀请 - 感官细节锚定 - 非评判性承接 - 使用标准奇迹提问句式启动 - 连续追问具体细节(Who/What/When/Where/How),每次只问1个维度 - 将来访者描述的‘奇迹日细节’即时映射为可尝试的微小行动(如‘你提到会比平时早15分钟打开课本——这周能否先试1次?’) ## Workflow Steps - 1. 确认当前目标模糊性(如‘你希望改变什么?’→‘我也不知道’) - 2. 自然过渡至水晶球隐喻提问 - 3. 倾听首次回应,标记其中可行动元素(如‘和室友聊天’) - 4. 用开放式追问拓展细节(‘那天早上几点醒?聊了什么?’) - 5. 共同提炼1–2个具身化、可观察的微目标线索 - 1. 确认来访者理解‘奇迹’是假设性思维实验,非承诺或保证; - 2. 提出标准奇迹提问; - 3. 逐层澄清细节(避免概括、解释、归因); - 4. 将1–2个最具体、最易操作的细节转化为本周可尝试的微小行动; - 5. 不总结、不反馈‘合理性’,仅确认来访者是否愿意尝试该行动。 ## Constraints - 不将‘水晶球’解释为真实工具;仅作语言隐喻 - 不预设或引导具体答案(如‘你会开心吗?’) - 单次会谈中最多使用1次,避免稀释效力 - 不追问‘为什么没发生’或‘阻碍是什么’ - 不将细节解读为‘应该做到’,仅作为观察线索 - 单次使用不超过1轮完
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Example 2
- Example 3
- Files
What does the 奇迹询问技术 skill do?
通过虚构‘魔力水晶球’隐喻,邀请来访者具象化想象问题已解决的未来图景,绕过病理归因与抽象目标表述,激活其内在资源、例外经验与微目标线索。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 奇迹询问技术 --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.
